来源：期刊VIP网 时间：
作者：王俊杰;曾智勇;
单位：福建师范大学计算机与网络空间安全学院,数字福建环境监测物联网实验室;
摘要：针对激光雷达点云三维目标检测对小目标特征表示不准确及噪声干扰问题，提出一个基于焦点卷积和几何仿射的三维目标检测方法FG-RCNN(focal and geometric affine RCNN)。首先，在体素特征提取阶段，在模型中引入焦点卷积使模型的学习过程集中在更有价值的前景数据上，同时，在网络中采用多尺度融合方法自适应捕捉多个层级多尺度特征。其次，在点云特征提取阶段，引入几何仿射机制变换局部相邻点，以增强处理不同密度点云的能力。在KITTI数据集的大量实验结果表明，所提改进算法的3D检测精度优于许多方法，其中汽车、骑行者的平均检测精度分别为81.69 mAP、69.71 mAP,尤其在小目标骑行者类别的检测精度上实现了5.53%、2.39%和1.25%的性能提升。
关键词：自动驾驶;;激光雷达点云;;三维目标检测;;焦点卷积;;点密度;;小目标
基金资助：福建省自然科学基金(No.2022J01187);; 福建省自然基金引导性项目(No.2021Y0011)
