激光与红外

作者：赖坤城

单位：1.贵州大学机械工程学院,贵州 贵阳 550025;2.贵州大学现代制造技术教育部重点实验室,贵州 贵阳 550025；

关键词：车辆检测;注意力机制;YOLOv3; CIOU loss

基金：国家自然科学基金(No.51965008)；黔科合重大专项(No.［2019］3012)；贵州省优秀青年科技人才项目(No.［2017］5630)资助

针对现有激光点云目标检测效果、实时性差的问题,提出了一种基于注意力机制的实时车辆点云检测算法。本文所提出的检测算法将注意力机制算法与YOLOv3相结合,利用注意力机制对点云鸟瞰图的特征进行权重分配,以学习不同通道和空间下特征的相关性,并通过CIOU loss 和Focal loss来改进检测器的损失函数。实验结果表明基于注意力机制的车辆点云检测算法检测速度可达30帧/秒,车辆目标的平均检测精度达到了92.5 %。并且在实车数据测试中,该算法能快速准确的对一定范围内车辆进行准确识别,并且达到实时检测效果。

来源：2021年第3期

《激光与红外》期刊编辑部

查看激光与红外杂志2021年第3期