科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对单目3D目标检测中，目标深度估计存在深度特征提取不准确的问题，提出一种获取历史全局信息的注意图特征提取网络(AFENet)。通过历史语义卷积获取历史特征中的全局信息，增强上下文特征表达，捕获长时记忆关系，提取更准确的深度特征。实验结果表明，AFENet在KITTI数据集上的检测结果与单目3D目标检测网络相比，在图像检测难度中等和困难情况下平均检测精度提高0.8%和0.4%,可为无人驾驶及智能机器人等应用领域提供技术参考。
-
单位机电工程学院; 大连民族大学
