基于點云的自動駕駛下三維目標檢測

摘要： 針對當前三維目標檢測算法對行人、騎行人等小目標檢測效果不佳的缺點，提出一種改進PV-RCNN的三維目標檢測算法。改進關鍵點下采樣方式，通過濾除背景及離群點提高關鍵點在目標上的命中率；設計多尺度區(qū)域建議網(wǎng)絡，尺度匹配的特征圖提高邊界框的生成質(zhì)量；使用加入方向感知的DIoU損失函數(shù)優(yōu)化邊界框的回歸。實驗結果表明，與基準網(wǎng)絡相比，算法在KITTI測試集的車輛、行人和騎行人的mAP分別... （共7頁）