声明
第 1 章 绪论
1.1 课题背景与研究意义
1.2 三维目标检测方法概述
1.3 国内外研究现状
1.3.1 基于 RGB/RGB-D 图像的三维目标检测
1.3.2 基于激光雷达点云的三维目标检测算法
1.3.3 基于多源数据的三维目标检测
1.3.4 现有算法总结
1.4 本文研究内容
1.5 本文结构组织
第 2 章 深度学习与点云三维目标检测
2.1 前言
2.2 深度学习理论
2.2.1 人工神经网络
2.2.2 卷积神经网络
2.2.3 深度卷积神经网络
2.3 激光雷达与点云
2.2.1 激光雷达
2.2.2 点云数据
2.4 三维目标检测算法性能评估指标
2.5 本章小结
第 3 章 基于体素表示的三维目标检测算法
3.1 前言
3.2 体素特征学习网络
3.2.1 点—体素特征学习网络
3.2.2 插值方法
3.3 基于多尺度特征图融合的三维区域提案网络
3.3.1 主干网络
3.3.2 目标分类与参数回归
3.4 实验与结果分析
3.4.1 数据集介绍
3.4.2 实验设置
3.4.3 实验结果
3.4.4 实验结果分析
3.5 本章小结
第 4 章 基于改进损失函数的三维目标检测算法
4.1 前言
4.2 损失函数
4.2.1 分类损失函数
4.2.2 回归损失函数
4.3 三维广义交并比损失函数
4.4 实验结果与分析
4.4.1 实验设置
4.4.2 实验结果
4.4.3 实验结果分析
4.5 不同模块对比实验及结果
4.6 本章小结
结 论
参考文献
附录 A 攻读学位期间所发表的学术论文
附录 B 2015 - 2019 年全球自动驾驶事故记录
致 谢
湖南大学;