期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于毫米波雷达点云和视觉信息差异性特征注意力融合的3D目标检测
被引量:
7
1
作者
李艳
沈韬
曾凯
《光电子.激光》
CAS
CSCD
北大核心
2023年第1期26-33,共8页
自动驾驶中传感器融合是感知系统的重要组成部分,雷达点云信息和视觉信息融合可以提高车辆的感知能力。然而现有的研究将雷达点投影到图像上时只是对雷达点简单的增加高度,无法提供更加准确的横向信息,缺乏空间信息。同时对两个模态只...
自动驾驶中传感器融合是感知系统的重要组成部分,雷达点云信息和视觉信息融合可以提高车辆的感知能力。然而现有的研究将雷达点投影到图像上时只是对雷达点简单的增加高度,无法提供更加准确的横向信息,缺乏空间信息。同时对两个模态只是进行简单的融合,虽然产生了一个联合表征,但不足以充分捕捉两种模态之间的复杂联系。文中同时增加了雷达点云的宽度来进行空间信息增强,另外设计了一种利用差异性特征注意力融合的方法,使两个模态进行跨模态交互融合。本文在具有挑战性的nuScenes数据集上对模型进行了评估,提出的模型的NDS评分和mAP分别达到了46.3%和33.9%,体现了优秀的性能。
展开更多
关键词
差异性特征注意力
空间信息
增强
跨模态融合
3D目标检测
原文传递
基于MFFT-SCA的复杂光照条件下的行车检测
2
作者
任庆坤
《化工自动化及仪表》
CAS
2022年第2期197-206,共10页
针对毫米波雷达点云稀疏,无法生成精确的感兴趣区域的问题,提出一种基于点云的雷达位置信息增强技术。通过对雷达点半径进行扩大,使雷达数据包含更多的空间信息和位置信息,从而实现对视觉检测模块的引导作用。实验表明:对雷达位置信息...
针对毫米波雷达点云稀疏,无法生成精确的感兴趣区域的问题,提出一种基于点云的雷达位置信息增强技术。通过对雷达点半径进行扩大,使雷达数据包含更多的空间信息和位置信息,从而实现对视觉检测模块的引导作用。实验表明:对雷达位置信息进行增强,可使平均精度均值最高提升4.1%,平均召回率均值最高提升4.9%。针对辅助驾驶过程中夜间、雨天等复杂光照环境下目标检测精度低的问题,提出一种基于多模态融合的复杂光照环境下行车检测框架MFFT-SCA。MFFT-SCA方法以多模态融合技术为基础,强化了空间信息融合模块,使经过增强处理的雷达空间位置信息与视觉特征更好地结合,得到更精准的感兴趣区域引导;引入通道注意力机制,对各通道的依赖性进行建模,对雷达通道特征进行更多的权重分配,增强雷达通道有用特征;最后通过特征金字塔,利用多尺度特征完成相应的目标检测任务。实验结果表明:MFFT-SCA框架在夜间检测环境下,平均精度均值提高了11.2%,平均召回率均值提高了6.0%;在雨天场景下,平均精度均值提高了2.2%,平均召回率均值提高了1.6%;混合天气条件下,平均精度均值提高了3.5%,平均召回率均值提高了6.3%。
展开更多
关键词
视觉检测
辅助驾驶
多模态融合
空间信息
增强
通道注意力
下载PDF
职称材料
题名
基于毫米波雷达点云和视觉信息差异性特征注意力融合的3D目标检测
被引量:
7
1
作者
李艳
沈韬
曾凯
机构
昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室
出处
《光电子.激光》
CAS
CSCD
北大核心
2023年第1期26-33,共8页
基金
国家自然科学基金(61671225,61971208,61702128)
云南省应用基础研究计划项目重点项目(2018FA043)
+1 种基金
云南省中青年学术技术带头人后备人才项目(Shen Tao,2018)
云南省万人计划青年拔尖人才项目(云南省人社厅(2018 73)资助项目。
文摘
自动驾驶中传感器融合是感知系统的重要组成部分,雷达点云信息和视觉信息融合可以提高车辆的感知能力。然而现有的研究将雷达点投影到图像上时只是对雷达点简单的增加高度,无法提供更加准确的横向信息,缺乏空间信息。同时对两个模态只是进行简单的融合,虽然产生了一个联合表征,但不足以充分捕捉两种模态之间的复杂联系。文中同时增加了雷达点云的宽度来进行空间信息增强,另外设计了一种利用差异性特征注意力融合的方法,使两个模态进行跨模态交互融合。本文在具有挑战性的nuScenes数据集上对模型进行了评估,提出的模型的NDS评分和mAP分别达到了46.3%和33.9%,体现了优秀的性能。
关键词
差异性特征注意力
空间信息
增强
跨模态融合
3D目标检测
Keywords
differential feature attention
spatial information enhancement
cross-modal fusion
3D object detection
分类号
O436 [机械工程—光学工程]
原文传递
题名
基于MFFT-SCA的复杂光照条件下的行车检测
2
作者
任庆坤
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省计算机技术应用重点实验室
出处
《化工自动化及仪表》
CAS
2022年第2期197-206,共10页
基金
国家自然科学基金项目(61671225,61971208,61702128)
云南省应用基础研究计划项目重点项目(2018FA034)。
文摘
针对毫米波雷达点云稀疏,无法生成精确的感兴趣区域的问题,提出一种基于点云的雷达位置信息增强技术。通过对雷达点半径进行扩大,使雷达数据包含更多的空间信息和位置信息,从而实现对视觉检测模块的引导作用。实验表明:对雷达位置信息进行增强,可使平均精度均值最高提升4.1%,平均召回率均值最高提升4.9%。针对辅助驾驶过程中夜间、雨天等复杂光照环境下目标检测精度低的问题,提出一种基于多模态融合的复杂光照环境下行车检测框架MFFT-SCA。MFFT-SCA方法以多模态融合技术为基础,强化了空间信息融合模块,使经过增强处理的雷达空间位置信息与视觉特征更好地结合,得到更精准的感兴趣区域引导;引入通道注意力机制,对各通道的依赖性进行建模,对雷达通道特征进行更多的权重分配,增强雷达通道有用特征;最后通过特征金字塔,利用多尺度特征完成相应的目标检测任务。实验结果表明:MFFT-SCA框架在夜间检测环境下,平均精度均值提高了11.2%,平均召回率均值提高了6.0%;在雨天场景下,平均精度均值提高了2.2%,平均召回率均值提高了1.6%;混合天气条件下,平均精度均值提高了3.5%,平均召回率均值提高了6.3%。
关键词
视觉检测
辅助驾驶
多模态融合
空间信息
增强
通道注意力
Keywords
vision detection
assisted driving
multi-modal fusion
spatial information enhancement
channel attention
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于毫米波雷达点云和视觉信息差异性特征注意力融合的3D目标检测
李艳
沈韬
曾凯
《光电子.激光》
CAS
CSCD
北大核心
2023
7
原文传递
2
基于MFFT-SCA的复杂光照条件下的行车检测
任庆坤
《化工自动化及仪表》
CAS
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部