طريقة كشف الأهداف بالسحابة النقطية المستندة إلى دمج ميزات متعددة الأعمدة
摘要
بالنظر إلى المشكلة التي تواجهها نماذج كشف الأهداف ثلاثية الأبعاد القائمة على السحابة النقطية في تحقيق الدقة والوقت الحقيقي في مشاهد القيادة الذاتية، تم اقتراح طريقة فعالة لكشف الأهداف في السحب النقطية، تهدف إلى تحسين دقة الكشف وفي الوقت ذاته تلبية متطلبات النشر في الأجهزة الطرفية لتحقيق تطبيقات أكثر كفاءة في مجالات القيادة الذاتية والنقل الذكي. استنادًا إلى إطار كشف السحب النقطية المبني على الأعمدة، تم تصميم نموذج دمج ميزات متعددة الأعمدة. يعزز النموذج القدرة التمثيلية لميزات الأعمدة من خلال إدخال ميزات تباين السحابة النقطية وترميز المواقع، ويقترح وحدة دمج ميزات متعددة الأعمدة لتحسين تعلم المعلومات السياقية بين الأعمدة المجاورة، بالإضافة إلى دمج الشبكة الأساسية باستخدام الاتصالات المتبقية والتنظيم بتقنية Dropout لتحسين استخراج الميزات. علاوة على ذلك، تم تحسين استراتيجية تعزيز بيانات السحابة النقطية عن طريق مزج سحب نقطية لأهداف من نفس الفئة لتعزيز قدرة النموذج على التعميم في المشاهد المعقدة. أظهرت العديد من التجارب على مجموعة بيانات KITTI أن الطريقة المقترحة حققت معدل دقة متوسط ثلاثي الأبعاد (3D mAP) بنسبة 68.93، ومعدل دقة متوسط عرض الطائرة (BEV mAP) بنسبة 75.02، مع سرعة استنتاج للنموذج بلغت 55.65 لقطة في الثانية، كما أظهرت أداءً ممتازًا على مجموعة بيانات DAIR-V2X. تمكن النموذج المقترح من تحقيق توازن بين دقة الكشف والوقت الحقيقي من خلال دمج ميزات متعددة الأعمدة واستراتيجية تعزيز البيانات المحسنة، مما يدل على إمكانيته الكبيرة في تطبيقات القيادة الذاتية. يمكن تحسين بنية النموذج مستقبلًا ليتناسب مع نشره على الأنظمة المدمجة لتلبية احتياجات التطبيقات العملية.
关键词
كشف الأهداف ثلاثي الأبعاد;سحابة نقطية;القيادة الذاتية;KITTI;DAIR-V2X
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website