自航船模点云数据集的海上船舶检测

作     者：何芸倩 夏桂华 冯鸿超 向晶 胡乃元 HE Yunqian;XIA Guihua;FENG Hongchao;XIANG Jing;HU Naiyuan

作者机构：哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001 黑龙江省环境智能感知重点实验室黑龙江哈尔滨150001 “船海装备智能化技术与应用”教育部重点实验室(哈尔滨工程大学)黑龙江哈尔滨150001 

出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期：2022年第43卷第8期

页      面：1156-1162,1168页

核心收录：

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家重点研发计划(2019YFE0105400). 

主　　题：激光雷达 船舶 海上环境 点云 计算机视觉 目标检测 数据集 深度学习 

摘      要：为了进行激光雷达海上目标检测的算法研究,本文利用自主航行船模与激光雷达等效采集海上场景点云数据,制作了船舶点云数据集。利用深度学习方法,提出了一种适用于船舶点云目标检测的点结构轻量型目标检测网络LASSD,并通过网络剪枝的方式提升了速度并缩减了所需的计算资源。提出一种基于候选目标的高阶点云特征局部注意力模块,弥补网络剪枝带来的精度损失。实验表明:本文的LASSD网络仅使用5.3×106的参数量在船舶数据集中达到79.42%的精度,在检测中单幅场景仅花费13.5 ms,检测精度以及运行速度能够在实际应用中提供实时有效的检测结果。