学术交流 | 基于图像和点云融合的三维小目标检测方法

以下文章来源于智绘科服，作者测绘通报

智绘科服.

更具学术格局的自然资源传媒

↑ 点击上方「中国测绘学会」

可快速关注我们

摘要

目标检测技术在人工智能、人脸识别、自动驾驶等关键领域发挥着至关重要的作用。三维点云目标检测，特别是对小目标的识别,仍然是技术发展中的一个难点。针对该问题,本文提出了一种新的三维检测网络,该网络融合了图像与点云数据，以显著提高三维小目标的检测精度。首先，利用YOLOv5进行精确的二维目标检测，并利用相机和激光雷达的坐标映射关系建立三维约束，从原始点云中提取出锥形感兴趣区域；然后，针对远处的点云小目标，提出了一种基于聚类优化的三维目标检测网络架构,将感兴趣区域的点云同时输入PointNet及聚类模块中，并对两者的检测结果进行融合判别,提升三维小目标检测精度。在KITTI数据集上的测试结果表明:与现有技术相比，本文算法在中等难度条件下,两种小目标物体的平均精度(AP)分别提升了15.94%、2.29%;在高难度条件下，分别提升了13.34%、2.86%。证明了本文算法在提升三维小目标检测精度方面的显著效果和实际应用潜力。

关键词：三维目标检测；小目标；感兴趣区域；点云聚类；点云图像融合

正文