新在线不卡免费视频|www国产精品久久麻豆|美女午夜福利网站|《福克斯号上空姐们》|关于秘书的电影|美少女的哀羞txt|日产国产一区二区三区

訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >  正文

LaserNet：一種高效的自動(dòng)駕駛概率三維目標(biāo)探測器

本文介紹了一種基于激光雷達(dá)數(shù)據(jù)的激光網(wǎng)絡(luò)自動(dòng)駕駛?cè)S目標(biāo)檢測方法——LaserNet。高效的處理結(jié)果來自于在傳感器的自然距離視圖中處理激光雷達(dá)數(shù)據(jù)。在激光雷達(dá)視場范圍內(nèi)的操作有許多挑戰(zhàn)，不僅包括遮擋和尺度變化，還有基于傳感器如何捕獲數(shù)據(jù)來提供全流程信息。

本文介紹的方法是使用一個(gè)全卷積網(wǎng)絡(luò)來預(yù)測每個(gè)點(diǎn)在三維物體上的多模態(tài)分布，然后有效地融合這些多模態(tài)分布來生成對每個(gè)對象的預(yù)測。實(shí)驗(yàn)表明，把每個(gè)檢測建模看作一個(gè)分布，能獲得更好的整體檢測性能。基準(zhǔn)測試結(jié)果表明，相比其他的檢測方法，本方法的運(yùn)行時(shí)間更少；在訓(xùn)練大量數(shù)據(jù)來克服視場范圍目標(biāo)檢測問題上，本方法獲得最佳性能。

LaserNet通過以下幾個(gè)步驟實(shí)現(xiàn)三維檢測：

使用傳感器的固有范圍視場來構(gòu)建一個(gè)密集的輸入圖像；

圖像通過全卷積網(wǎng)絡(luò)生成一組預(yù)測；

對于圖像中的每個(gè)激光雷達(dá)點(diǎn)，預(yù)測一個(gè)類概率，并在俯視圖中對邊界框架進(jìn)行概率分布回歸；

每個(gè)激光雷達(dá)點(diǎn)分布通過均值漂移聚類進(jìn)行組合，以降低單個(gè)預(yù)測中的噪聲；

檢測器進(jìn)行端到端訓(xùn)練，在邊界框架上定義損失；

用一種新的自適應(yīng)非最大抑制（NMS）算法來消除重疊的邊框分布。

上圖為深層聚合網(wǎng)絡(luò)架構(gòu)。列表示不同的分辨率級別，行表示聚合階段。

上圖為特征提取模塊（左）和特征聚合模塊（右）。虛線表示對特征圖進(jìn)行了卷積。

1  2  下一頁>  
聲明： 本文由入駐維科號的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報(bào)。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁，請輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評論

暫無評論

    人工智能 獵頭職位 更多
    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題：
    *糾錯(cuò)內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號