基于优化AVOD算法的多传感器融合车辆检测

作者：姚璐; 吴韶波^*

来源：北京信息科技大学学报(自然科学版), 2022, 37(02): 76-80.

DOI：10.16508/j.cnki.11-5866/n.2022.02.012

• 无人驾驶技术
• 深度学习
• 目标检测
• 传感器融合
• 聚合视图目标检测(AVOD)

针对聚合视图目标检测(aggregate view object detection, AVOD)这种多传感器融合检测算法中锚框不准确、特征提取以及融合不充分等因素造成检测精度不高的问题，提出了一种优化算法：首先利用K-means++代替K-means生成三维锚框；然后以引入inception模型的GoogLeNet网络进行特征提取；最后加入注意力机制进行特征融合；并且通过调整学习率、权重衰减系数等超参数来提高检测精度。为了验证算法的有效性，在KITTI数据集上进行了车辆目标检测实验，结果表明，与AVOD算法相比，优化算法的鸟瞰视图(bird′s eye view, BEV)检测和3D检测的平均精度都有明显提高。

• 单位
  北京信息科技大学