基于双目视觉的三维车辆检测算法

在自动驾驶中，车辆的三维目标检测是一项重要的场景理解任务。相比于昂贵的雷达设备，借助双目设备的三维目标检测方法有成本低定位准确的特点。基于立体区域卷积神经网络（Stereo RCNN）提出了一种用于双目视觉的三维目标检测OC-3DNet算法，有效地提高了检测精度。针对特征提取高分辨率与感受野的矛盾，结合特征提取网络与注意力引导特征金字塔（AC-FPN），有效地提高了算法对小目标的检测精度。针对三维中心投影检测误差大的问题，建立了一种新的三维中心投影与二维中心的约束关系，进一步提升了三维目标检测的精度。实验结果表明，改进后的OC-3DNet算法在以0.7为阈值的三维目标检测上平均精度为43%，较Stereo R-CNN三维目标检测的平均精度提升了约3%。