基于视觉图像与激光点云融合的交通车辆检测

目录

第1章 绪 论

1.1 课题研究背景与意义

1.2 国内外研究现状与分析

1.2.1 图像中的检测方案

1.2.2 激光点云的目标检测方案

1.2.3 图像与点云融合的目标检测方案

1.3 本文主要研究内容

第2章 基于卷积神经网络的目标检测

2.1基于图像数据的目标检测

2.1.1 卷积神经网络

2.1.2 目标检测方案

2.2 基于点云数据的目标检测

2.3 基于图像和点云的目标检测

2.4 本章小结

第3章 图像与点云融合网络的设计与优化

3.1 点云数据特征提取网络的设计

3.1.1 点云体素特征学习层

3.1.2 卷积特征提取层

3.2 图像与点云的融合算法设计

3.2.1 图像和点云特征图的空间变换网络

3.2.2 检测网络输出特征的融合

3.3 网络损失函数的设计

3.4 本章小结

第4章 实验结果与分析

4.1 点云特征提取网络的实验结果

4.1.1 点云体素特征学习层实验结果

4.1.2 点云特征提取网络的实验输出

4.2 融合算法验证实验

4.2.1 融合算法的正确性验证

4.2.1 融合算法的有效性验证

4.3 网络训练过程与结果

4.3.1 数据集的选择

4.3.2 网络训练过程

4.3.3 网络模型检测效果评估与分析

4.4 本章小结

结论

参考文献

声明

致谢