融合点云和多视图的车载激光点云路侧多目标识别
融合点云和多视图的车载激光点云路侧多目标识别
Publication information
Publisher
福州大学数字中国研究院(福建) ,福建 福州 350002%福州大学计算机与大数据学院,福建 福州350002%福建省水利水电勘测设计研究院,福建福州350002
More information
Scope and Contents
Contents
P237; 城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试...
Alternative Titles
Full title
融合点云和多视图的车载激光点云路侧多目标识别
Identifiers
Primary Identifiers
Record Identifier
TN_cdi_wanfang_journals_chxb202111013
Permalink
https://devfeature-collection.sl.nsw.gov.au/record/TN_cdi_wanfang_journals_chxb202111013
Other Identifiers
ISSN
1001-1595
DOI
10.11947/j.AGCS.2021.20210246
How to access this item
Log in as a Library member
