来源：期刊VIP网 时间：
作者：易典铭;吴学群;何晓节;熊国来;
单位：昆明理工大学国土资源工程学院;
摘要：针对基于pillars的三维目标检测方法存在的信息损失所导致的检测精度较低的问题，该文提出一种Res2Net与PointPillars特征融合的三维目标检测方法。首先，在点柱特征编码模块添加融合模块，将多尺度图像特征和体素特征转变为同一形式并融合，处理得到具有更丰富信息的点柱特征；其次，改进主干网络，在主干网络部分添加残差连接的结构，通过跨层连接，浅层的特征直接传递到深层，与深层的特征相结合，提高模型的学习能力；最后在KITTI数据集上进行验证，实验结果表明，相较于基准网络，所提算法在简单、中等、困难情况下的3D检测精度和BEV检测精度得到明显提升，并且算法的FPS达到了22.1。
关键词：三维目标检测;;算法;;机器视觉;;多模态;;特征融合;;残差块
基金资助：国家自然科学基金地区基金项目(42161067,42261074)
