面向网联自动驾驶车辆精确三维目标检测的多层级多模态特征融合
计算机视觉与模式识别
2022-12-20 v2 神经与进化计算
机器人学
图像与视频处理
摘要
针对网联自动驾驶车辆（CAVs）的高精度目标检测，本文提出一种基于深度神经网络的三维目标检测模型，通过开发新颖的激光雷达-相机融合方案，利用三阶段特征提取器。所提特征提取器从两种输入感知模态中提取高层特征，并恢复在卷积过程中被丢弃的重要特征。该新颖融合方案有效地跨感知模态与卷积层融合特征，以寻找最具代表性的全局特征。融合特征由一个两阶段网络共享：区域提议网络（RPN）与检测头（DH）。RPN生成高召回提议，DH产生最终检测结果。实验结果表明，所提模型在KITTI二维与三维检测基准上优于近期研究，尤其对于远距离与高度遮挡的实例。
引用
@article{arxiv.2212.07560,
title = {Multi-level and multi-modal feature fusion for accurate 3D object detection in Connected and Automated Vehicles},
author = {Yiming Hou and Mahdi Rezaei and Richard Romano},
journal= {arXiv preprint arXiv:2212.07560},
year = {2022}
}