一种两阶段路面三维点云目标检测算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

【摘要】针对基于深度学习的三维点云目标检测算法在更换场景或设备的情况下容易出现网络性能无法维持、可迁移性较差的问题，提出一种准确、灵活且迁移性较好的两阶段三维点云目标检测算法（AF3D）：在第一阶段，对采集到的激光点云使用分段拟合算法去除路面，并使用具有噪声应用的基于密度的空间聚类（DBSCAN）算法对非地面点云进行聚类，得到若干个聚类簇；在第二阶段，搭建点云全连接网络（PFC-Net）对聚类簇提取特征并进行分类。（剩余12865字）

试读结束

目录
monitor