交通场景下基于激光与视觉融合的车辆检测方法

摘要

随着深度学习的快速发展,基于深度神经网络的目标检测模型被不断提出并且检测的效率和精度均得到大幅提升.然而,目前的环境目标检测方法在复杂场景下的性能仍然受限.多传感器信息融合被认为是进一步实现目标检测技术突破的重要途径.本文针对环境感知中的车辆检测技术,着重介绍了融合视觉信息和激光信息的多视图目标检测(AVOD)模型的框架,对其工作原理进行说明,探究了决定网络模型性能的关键因素.最后,论文在KITTI上对AVOD模型的性能进行了验证与对比分析,指出了未来的发展方向.