基于激光点云的深度语义和位置信息融合的三维目标检测

作者：胡杰; 安永鹏; 徐文才; 熊宗权; 刘汉

来源：中国激光, 2022, 1-21.

• 自动驾驶
• 激光雷达
• 三维目标检测
• 特征融合

提出一种高性能的基于深度语义和位置信息融合的双阶段三维目标检测算法（DSPFRCNN）。在第一阶段提出深度特征提取RPN网络（DFE-RPN），使网络在俯视图中能够提取目标更加深层次的纹理特征和语义特征。在第二阶段提出逐点语义和位置特征融合（ASPF）模块，使网络能够自适应的提取目标最有差异性的特征，增强中心点在特征提取时的聚合能力。算法在KITTI数据集上进行测试，结果显示，测试集中Car类目标在Easy、Moderate和Hard难度水平的检测精度均优于现有的主流算法，分别为89.90%,81.04%和76.45%；验证集中Car和Cyclist类目标在Moderate水平的检测结果分别为84.40%和73.90%，相对于主流算法提升4%左右，推理时间为64ms，最后将算法部署在实车平台上实现了在线检测，验证了其工程价值。

• 单位
  武汉理工大学; 现代汽车零部件技术湖北省重点实验室