3D目标检测相关论文
为给自动驾驶的路径规划、决策控制等提供精准的空间信息,针对自动驾驶场景下的3D目标检测技术,区分自动驾驶中的典型传感器,综述......
在交通场景中对车辆目标进行检测与跟踪可以有效获取其位置与行驶轨迹,有利于判断司机的驾驶意图,从而对违章行为进行检测与定性,......
智能车辆的自动驾驶技术受到了工业界和学术界的广泛关注,而自主感知是自动驾驶技术的关键构成部分,其任务是为决策模块和规划模块......
目前基于激光雷达与摄像头融合的目标检测技术受到了广泛的关注，然而大部分融合算法难以精确检测行人、骑行人等较小目标物体，因此提......
无人驾驶汽车行驶是连续时空的三维运动,汽车周围的目标不可能突然消失或者出现,因此,对于感知层而言,稳定可靠的多目标跟踪（Multi-......
精确实时地进行目标检测是自动驾驶车辆能够准确感知周围复杂环境的重要功能之一,如何对周围物体的尺寸、距离、位置、姿态等3D信......
单目3D目标检测是自动驾驶领域的一个重要课题。现有的单目3D目标检测算法通常基于完全的深度学习方案。同时往往只针对训练样本数......
近年来随着互联网企业、造车新势力以及传统车企纷纷投入自动驾驶市场,自动驾驶领域呈现出火热的势态。3D目标检测作为自动驾驶车......
为提高越野环境中目标检测和跟踪的准确率和效率，提出一种基于人机交互的免锚检测和跟踪系统。该系统由检测系统、指挥系统和目标跟......
针对PointRCNN(3D Object Proposal Generation and Detection from Point Cloud)在面对不规则点云时很难提取出有区别特征的问题,......
随着国家对人工智能产业的大力扶持,自动驾驶技术快速发展。自动驾驶车辆对道路场景中的目标进行精确快速的检测是保证车辆安全行......
3D目标检测是近几年来计算机视觉领域中备受关注的前沿方向,在机器人、自动驾驶、增强现实和虚拟现实中具有广泛的应用前景,如何精......
目标检测在自动驾驶领域内具有各种重要的应用,是环境感知模块的重要组成部分。基于图像的2D目标检测任务缺乏深度且对于目标实际......
学位
环境感知能力一直是制约自动驾驶技术发展的瓶颈,基于单视觉传感器的环境感知方案具有极高的落地优势,一直是学术及产业界研究的热......
随着无人驾驶、高精地图、智慧城市等新概念的提出,许多场景都需要进行以点云数据为基础的3D环境感知和交互,大规模点云场景下的感......
场景理解是指机器通过传感器分析其周边区域的过程,需要解决的任务包括深度估计、场景分类、目标检测及跟踪等。3D目标检测作为场......
目标检测是计算机视觉领域中的一个基础性算法,促进了其他上层技术的发展,在自动驾驶、机器人导航和智能交通等多个领域得到广泛的......
在自动驾驶系统中，3D目标检测对环境感知任务至关重要，是实现避障的重要环节?如何提升3D目标检测网络的检测效果成为了一个亟待解决......
3D目标检测技术被广泛应用于智能化交通场景,研究面向交通场景的3D目标检测技术具有重要的科学价值和应用价值。目前在交通场景中,......
近年来,自动驾驶由于其巨大的应用前景受到广泛关注,环境感知作为自动驾驶实际应用的最大障碍,高效低成本地获取车辆行驶过程中的......
目标检测是计算机视觉领域基本任务之一。目前存在的2D目标检测算法可以给出目标在RGB图像中的矩形边界框和相应类别。但2D目标检......
近年来,自动驾驶有了广泛的应用,多个传感器会被安装在自动驾驶汽车中,如激光雷达(LIDAR)和视觉传感器等。激光雷达能够捕获精确的......
为了利用图像信息辅助点云数据提高3D目标检测精度,需要解决图像特征空间和点云特征空间自适应对齐融合的问题。本文提出了一种多......
针对3D点云训练数据因人工标注不精确而导致模型定位不准确的问题,提出了一种基于定位不确定性的鲁棒3D目标检测方法。首先,以基于......
由于室内复杂环境RGB-D扫描数据不完整﹑物体相互遮挡等缺陷,以及表示部分场景的单帧数据输入的局限性,导致难以通过一次操作高效检......
随着硬件设备性能的提升与人工智能技术的飞速发展,越来越多的领域开始使用激光雷达采集到的点云进行三维空间的场景理解,如自动驾......
近年来,借助深度学习的强劲表现,计算机视觉中的主要任务之一 2D目标检测的研究也取得了巨大的突破,并广泛应用在社会各界中。但是......
目标检测是自动驾驶和机器人视觉领域的核心技术之一。在自动驾驶领域,车辆通常使用激光雷达(LiDAR)和多个摄像头实现目标感知。由......
提出对图像和激光雷达点云数据进行3D目标检测的改进F-PointNet(Frustum PointNet)。首先利用图像的2D目标检测模型提取目标2D区域......
车辆速度检测是交通监管中的重要环节。传统基于视频的车速检测算法易受光照、背景变化等干扰,准确度偏低且实时性较差,无法满足现......
为了解决由LiDAR点云稀疏性和语义信息不足造成的远小困难物体检测困难的问题,提出了一种多模态数据自适应性融合的3D目标检测网络......
随着汽车产业电动化和智能化快速升级,无人驾驶技术作为该领域的主要研究热点,可为交通安全和通行效率提供保障,发展前景十分广阔,......
本文针对无人驾驶环境中的路面障碍目标3D检测问题提出了两种解决方案:基于单目相机的3D目标检测方案与基于单目相机与激光雷达相......
随着自动驾驶行业的快速发展,基于深度学习的三维目标检测技术也得到了快速发展,目前自动驾驶汽车主要依赖图像与激光雷达点云进行......
近年来,人工智能技术正在以高速发展的趋势,渗透于我们生活的方方面面,从无人驾驶到刷脸线上支付,从视频处理到语音处理,随处可见......
3D目标检测作为自动驾驶汽车环境感知中的关键技术之一,对提高系统环境感知的性能具有重要意义。本文提出了一种面向交通场景的基......
图像语义信息是通过使用定义的标签对图像中的每个像素进行分类得到的。它在自动驾驶,医学分析和场景理解中普遍存在。最近,深度学......
针对目前利用点云进行3D目标检测的研究较少和检测精度不高的问题,利用Frustum-Pointnets模型实现基于点云的3D目标检测,并在该模......
引入无须先验模版匹配的3D目标检测算法,通过简化消失点(VP)计算和改进角点提取等步骤,提出一种自适应的单目3D物体检测算法.针对......
VoxelNet网络模型是第一个基于点云的端对端目标检测网络,只利用点云数据来生成高精度的3D目标检测框,具有十分良好的效果。但是,V......
准确感知外部环境变化是智能汽车实现量产的必要前提。现有的感知方案通过多种传感器实现精确的环境感知,并通过硬件冗余设计保证......
自动驾驶系统可以根据对环境的监测信息,自动或者辅助驾驶员进行车辆的控制决策来提高驾驶的安全性。因此,自动驾驶技术在最近几年......
