基于深度学习的三维目标检测算法综述

论文摘要

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环境感知。基于这两种数据的三维目标检测技术可提取出物体的空间结构信息,包括物体的姿态、尺寸、运动方向、形状等,因此该技术不仅可用于自动驾驶的感知,还可用于工业机器人对物体的识别与抓取,以及仓储机器人的视觉导航等。近年来,计算能力的提升、数据集的公开、深度学习的发展,为三维目标检测算法带来了巨大的变革。

论文目录

• 0 引言
• 1 问题描述
• 2 主流思路介绍
•   2.1 基于单目图像的方法
•   2.2 基于多视角的方法
•   2.3 基于图像与点云融合的方法
•   2.4 基于原始点云的方法
• 3 结语

文章来源

类型: 期刊论文

作者: 邵昀岑

关键词: 目标检测,深度学习,激光雷达点云,计算机视觉,人工智能

来源: 信息与电脑(理论版) 2019年23期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 汽车工业,计算机软件及计算机应用,自动化技术

单位: 东南大学软件学院

分类号: U463.6;TP391.41;TP18

页码: 26-29+32

总页数: 5

文件大小: 2724K

下载量: 893