基于点云深度学习的3D目标检测

作者：敖建锋; 苏泽锴; 刘传立; 李美妮; 朱滨

来源：激光与红外, 2020, 50(10): 1276-1282.

• 点云
• 深度学习
• 3D目标检测
• Frustum-Pointnets

针对目前利用点云进行3D目标检测的研究较少和检测精度不高的问题,利用Frustum-Pointnets模型实现基于点云的3D目标检测,并在该模型的基础上进行改进,选用不同的激活函数和参数初始化方法进行组合对比,进一步提高模型的精度。实验表明:在选用Swish激活函数和He参数初始化方法时汽车平均检测精度提高了0.31%,行人平均检测精度提高了0.41%,骑车人平均检测精度提高了5.5%。因此改进后的模型能有效提高检测的精度,使得模型能够应用在复杂的场景中。

• 单位
  建筑与测绘工程学院; 江西理工大学