基于图像和点云融合的单目3D目标检测方法研究.pdfVIP

摘要

摘要

单目3D目标检测是计算机视觉领域的一项关键任务，旨在从单个摄像头的图像中

实现对三维物体的检测、定位和姿态估计，这一领域的研究和发展源于对自动驾驶、

智能交通监控、增强现实和虚拟现实等领域的不断需求。传统的计算机视觉任务通常

仅涉及到从图像中检测物体的存在和位置，缺乏对物体的三维空间信息的理解，然而，

在自动驾驶等领域，准确地了解物体的三维位置和朝向是至关重要的，因为它们直接

影响着决策和控制系统的安全性和效率。单目3D目标检测的挑战在于通过单一摄像头

获取的图像信息只包含二维投影信息而缺乏深度信息，因此，需要研究先进的网络模

型，以推断物体的三维结构和位置，本研究以单目RGB图像为对象，利用3D信息估

计技术，深入研究3D目标检测，设计了由目标检测、深度信息获取、点云生成、图像

与点云融合四个子网络组成的端到端三维目标检测框架，并基于公开数据集进行实验

与分析。论文主要工作内容如下：

（1）提出基于图像的单目3D目标检测网络结构（CDCN-3D）。首先，为获取目

标显著特征，引入自适应空间注意力机制，对像素特征进行聚集，以增强局部特征来

提升网络表征能力；