Vehicle Detection from 3D Lidar Using Fully Convolutional Network解析(3D-CNN模型)

本文介绍了一种使用全卷积网络从3D激光雷达点云数据中检测车辆的方法。通过数据预处理、网络结构设计、训练策略等步骤,实现了对车辆的精确检测。在训练中,采用数据增强和代价函数来处理样本不平衡问题,并在测试阶段应用非极大值抑制以提高准确性。
摘要由CSDN通过智能技术生成

1. 概述

该论文的主要工作是,在只利用激光雷达的点云数据作为输入,在点云数据中进行类型为车辆的目标进行检测(在复现该算法过程中,存在一个比较显然的现象就是:目标所在的的位置,实际上垂直角一般都很小,在进行映射映射前后容易产生误差,这种误差对于远的目标的定位会有非常明显的影响;或者是是我理解有问题吗? -2018-04-25)。


2. 方法

2.1 数据预处理

将激光雷达扫描获取的3维点进行映射,其中映射方法如下:

 

则,在3D空间中的任意一点P(x,y,z)对应的映射点为:


其中

表示映射点的2D坐标,映射公式见(1)

表示2通道值,两个通道的值的计算方法为:


如果2D

  • 4
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值