| 多模态融合的野外扬尘环境三维目标检测 |
| |
| 作者姓名： | 杨文浩 况立群 王松 张珏 |
| |
| 作者单位： | 中北大学 计算机科学与技术学院, 太原 030051;机器视觉与虚拟现实山西省重点实验室, 太原 030051;智能采矿装备技术全国重点实验室, 太原 030032;山西太重智能采矿装备技术有限公司, 太原 030032;机器视觉与虚拟现实山西省重点实验室, 太原 030051 |
| |
| 基金项目： | 山西省科技重大专项计划“揭榜挂帅”项目(202201150401021); 山西省基础研究计划(TZLH20230818005, 202303021211153, 202203021222027); 山西省科技成果转化引导专项(202104021301055); 山西省研究生科研创新项目(2023KY613) |
| |
| 摘 要： | 对于配备多种传感器的自动驾驶车辆, 在野外扬尘环境中进行高精度三维目标检测是一项重大挑战, 野外地形的多变性导致采集目标的区域特征差异性加剧, 同时扬尘颗粒物还会模糊目标特征. 为了克服这些困难, 本文提出了多模态特征动态融合的三维目标检测方法, 构建了多级特征自适应融合模块和特征对齐增强模块, 其中, 多级特征自适应融合模块动态调整模型对全局级特征和区域级特征的关注程度, 充分利用多级感受野, 减少区域差异对识别效果的影响; 而特征对齐增强模块则在多模态特征对齐之前增强感兴趣区域的特征表达, 有效抑制扬尘等干扰因素. 实验结果表明, 提出方法在自建野外数据集中比基线的平均精度提高了2.79%, 在KITTI数据集的困难级别检测中提高了1.7%, 表现出较好的鲁棒性和准确性.
|
| 关 键 词： | 三维目标检测 野外 扬尘 多模态融合 点云 |
| 收稿时间： | 2024-07-04 |
| 修稿时间： | 2024-08-01 |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载免费的PDF全文 |
|
