خوارزمية تحسين الكشف الثلاثي الأبعاد للأهداف المعتمدة على التعزيز المتناثر والانتباه الهندسي
摘要
استجابةً لمشكلة عدم كفاية دقة اكتشاف الأهداف الصغيرة مثل المشاة في الإطار المطور الحالي المستند إلى PointPillars، تم اقتراح طريقة تحسين تدمج التعزيز المتناثر والانتباه الهندسي. أولاً، في مرحلة ترميز ميزات الأعمدة (Pillar)، تم إدخال آلية تعزيز الأعمدة المتناثرة لملء الفراغات في المعلومات الهندسية للمناطق المتناثرة، مما يوفر مواد فعالة لتحسين الميزات لاحقًا. ثانيًا، تم تصميم آلية انتباه فضائية مدركة للنقاط مدمجة في عملية الترميز، تعتمد على خاصيتين هندسية بعد اكتمال الأعمدة: كثافة السحب النقطية والمسافة المتوسطة للنقاط إلى المركز، ومن خلال MLP خفيف للوزن يتم إنشاء أوزان انتباه ديناميكية تُعطي أولوية لتضخيم إشارة ميزات الأعمدة المتعلقة بالأهداف، مما يحل عيوب الاعتماد التقليدي للانتباه على إحصائيات القناة وعدم التوافق مع خصائص السحب النقطية. للتحقق من فعالية الطريقة، أجريت تجارب على مجموعة بيانات KITTI للكشف عن الأهداف ثلاثية الأبعاد المفتوحة، مع تقييم خاص لأداء الكشف عن الأهداف الصغيرة. أظهرت النتائج التجريبية أنه مقارنةً بالإطار المطور القائم على PointPillars الحالي، تحسن متوسط دقة الكشف للمشاة في وضع ثلاثي الأبعاد بنسبة 2.54٪، وتحسن متوسط دقة الكشف للمشاة في وضع الرؤية العلوية بنسبة 5.91٪، مما يثبت فعالية الوحدة الابتكارية المقترحة في تحسين ميزات الأهداف الصغيرة، ويوفر حلاً عمليًا لمهام الإدراك في مشاهد الذيل الطويل للقيادة الذاتية.
关键词
الرؤية الحاسوبية;الكشف ثلاثي الأبعاد عن الأهداف;آلية الانتباه;السحب النقطية;رادار الليزر
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