投稿指南
一、本刊要求作者有严谨的学风和朴实的文风,提倡互相尊重和自由讨论。凡采用他人学说,必须加注说明。 二、不要超过10000字为宜,精粹的短篇,尤为欢迎。 三、请作者将稿件(用WORD格式)发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿,恕不退稿。 五、为规范排版,请作者在上传修改稿时严格按以下要求: 1.论文要求有题名、摘要、关键词、作者姓名、作者工作单位(名称,省市邮编)等内容一份。 2.基金项目和作者简介按下列格式: 基金项目:项目名称(编号) 作者简介:姓名(出生年-),性别,民族(汉族可省略),籍贯,职称,学位,研究方向。 3.文章一般有引言部分和正文部分,正文部分用阿拉伯数字分级编号法,一般用两级。插图下方应注明图序和图名。表格应采用三线表,表格上方应注明表序和表名。 4.参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定,采用顺序编码制。

电信技术论文_基于稀疏Transformer的雷达点云

来源:计算机时代 【在线投稿】 栏目:期刊导读 时间:2022-01-24
作者:网站采编
关键词:
摘要:文章摘要:随着计算机视觉相关技术的发展,视觉传感器效果的提升以及激光雷达等过去较为昂贵传感器价格的下降,基于点云的三维目标检测技术广泛应用于自动驾驶,机器人控制等场

文章摘要:随着计算机视觉相关技术的发展,视觉传感器效果的提升以及激光雷达等过去较为昂贵传感器价格的下降,基于点云的三维目标检测技术广泛应用于自动驾驶,机器人控制等场景。针对点云稀疏和环境噪点造成的基于点云三维目标检测算法鲁棒性较差的问题,提出基于稀疏Transformer的三维目标检测方法,提高点云三维目标检测的精度和鲁棒性。使用稀疏Transformer模块在注意力矩阵生成阶段,通过显式选择Top-t个权重元素,以保留最有利于特征提取的权重元素。该方法在降低环境噪点影响的同时,也提升了Transformer模块的运行速度。在回归阶段采用基于空间特征的粗回归策略,将粗回归模块生成的边界框作为检测头模块的锚框,使检测结果生成的边界框更加精细。提出了基于体素的三维目标检测算法的新型损失函数,以精确地衡量类别损失、位置回归损失和方向损失。在广泛使用的KITTI数据集上的实验结果表明,该算法能有效提高原始Transformer的运行速度以及点云三维目标检测的精度和鲁棒性,相比于在原始Transformer模块的运行速度,稀疏Transformer模块在每帧点云图像上的平均运行速度提升了约0.54秒,相比PointPillars算法平均精度均值提高3.46%,达到了73.5%,鲁棒性也提高了3.29%。

文章关键词:

论文DOI:10.19678/j.issn.1000-3428.0062440

论文分类号:TN957.52

文章来源:《计算机时代》 网址: http://www.jsjsdzzs.cn/qikandaodu/2022/0124/2254.html



上一篇:自动化技术论文_机械臂系统快速有限时间有界
下一篇:金属学及金属工艺论文_基于遗传算法优化BP神经

计算机时代投稿 | 计算机时代编辑部| 计算机时代版面费 | 计算机时代论文发表 | 计算机时代最新目录
Copyright © 2021 《计算机时代》杂志社 版权所有
投稿电话: 投稿邮箱: