计算机软件及计算机应用论文_Fast Stereo-RCN

文章摘要:智能机器人、无人驾驶等技术的飞速发展在引领产业变革的同时对环境感知技术提出了新的挑战。基于视觉的三维目标检测算法的性能有了大幅提升，直逼激光雷达，但检测速度离产业实时性需求还有较大差距，成为产业发展的瓶颈之一。鉴于此，本文提出一种基于Stereo-RCNN的Fast Stereo-RCNN三维目标检测算法，用单支路网络检测三维框的多个角点重构三维中心点，轻量区域生成网络固化三维关键点，二分支关键点检测网络锐化目标辨识能力，双层特征融合网络缩短低层特征到高层特征的传递路径。实验结果表明，Fast Stereo-RCNN在检测精度提高的同时检测时间从0.3秒/帧降到了0.11秒/帧，提高了1.72倍。

文章关键词:人工智能,深度学习,三维目标检测,无人驾驶,

项目基金:国家自然科学基金项目(61001158，61272369，61370070)资助,辽宁省自然科学基金项目(2014025003)资助,辽宁省教育厅科学研究一般项目(L2012270)资助,《电子信息对抗技术》 网址: http://www.dzxxdkjs.cn/qikandaodu/2021/0818/389.html