-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=3维目标检测 "
共 条 记 录，以下是1-3

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
基于改进柱形特征编码的单阶段目标检测算法
《华南理工大学学报(自然科学版)》2025年第3期1-11,共11页罗玉涛 毛浩杰 
工信部制造业高质量发展专项(R-ZH-023-QT-001-20221009-001);广州市科技计划项目(2023B01J0016)。
基于柱形(Pillar)的单阶段点云3维目标检测算法凭借其较高的运行效率,在工业界得到了广泛的关注和应用。但对点云柱形量化造成的点云3维特征细粒度信息损失,导致这类算法对稀疏点云小目标的检测能力较弱。尽管部分研究对此问题提出了应...
关键词：智能汽车 3维目标检测 点云 柱形特征编码 
结合混合域注意力与空洞卷积的3维目标检测被引量：3
《中国图象图形学报》2020年第6期1221-1234,共14页严娟 方志军 高永彬 
国家自然科学基金项目(61802253,61772328)。
目的通过深度学习卷积神经网络进行3维目标检测的方法已取得巨大进展,但卷积神经网络提取的特征既缺乏不同区域特征的依赖关系,也缺乏不同通道特征的依赖关系,同时难以保证在无损空间分辨率的情况下扩大感受野。针对以上不足,提出了一...
关键词：3维目标检测 注意力机制 空洞卷积 感受野 金字塔网络 卷积神经网络(CNN) 
RGB-D图像中的分步超像素聚合和多模态融合目标检测被引量：13
《中国图象图形学报》2018年第8期1231-1241,共11页赵轩 郭蔚 刘京 
河北省自然科学基金项目(F2017205066);河北省高等学校科学技术研究基金项目(ZD2014062);河北师范大学科技类基金项目(L2017B06)~~
目的受光照变化、拍摄角度、物体数量和物体尺寸等因素的影响,室内场景下多目标检测容易出现准确性和实时性较低的问题。为解决此类问题,本文基于物体的彩色和深度图像组,提出了分步超像素聚合和多模态信息融合的目标识别检测方法。方...
关键词：3维目标检测 分步超像素聚合 多模态信息融合 深度图像 似物性采样 机器学习 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部