用于激光雷达目标检测的单阶段无锚框优化网络

作     者：朱望江 郭建伟 张吉光 孟维亮 张晓鹏 

作者机构：中国科学院自动化研究所多模态人工智能系统全国重点实验室 之江实验室 中国科学院大学人工智能学院 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2024年

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(U21A20515 U22B2034 61972459 61971418 62172416 32271983) 之江实验室开放课题(2021KE0AB07) 

主　　题：目标检测 激光雷达 自动驾驶 单阶段 

摘      要：激光雷达目标检测领域近年来开始借鉴图像目标检测的网络设计， 但依然存在计算低效无法满足实时应用以及网络结构简单导致性能不足的问题. 所提网络采用了单阶段无锚框的简洁设计; 优化了激光点云体素化表达， 在提升计算效率的同时保留了一部分点云高程特征; 基于残差网络的思想， 设计了更深的主干网络结构用于提取深度特征; 引入特征金字塔来提升小目标的检测效果. 在公开数据集KITTI上， 所提网络的mAP指标在各类别目标的检测中均取得了领先的性能. 在自动驾驶计算平台上的运行时间测试表明所提网络能够满足实时性需求.