3D目标检测方法研究综述
3D 目标检测是自动驾驶、虚拟现实、机器人等应用领域的重要基础问题,其目的是从无序点云中框取出描述目标最准确的3D框,例如紧密包围行人或车辆点云的3D框,并给出目标3D框的位置、尺寸和朝向。如今,基于双目视觉、RGB-D相机、激光雷达构建的纯点云的3D目标检测,融合图像和点云多模态信息的3D目标检测,是两类主要的方法。首先介绍了3D点云的不同表示形式和特征提取方法,然后从传统机器学习类算法、非融合深度学习类算法、基于多模态融合的深度学习类算法3个层面,逐层递进地介绍各类3D目标检测方法,对类别内部和各类之间的方法进行分析和对比,深入分析了各类方法之间的区别和联系,最后论述了3D目标检测仍存在的...
Main Author: | |
---|---|
Format: | Article |
Language: | zho |
Published: |
POSTS&TELECOM PRESS Co., LTD
2023-03-01
|
Series: | 智能科学与技术学报 |
Subjects: | |
Online Access: | https://www.infocomm-journal.com/znkx/CN/10.11959/j.issn.2096-6652.202312 |
_version_ | 1797373948250292224 |
---|---|
author | 黄哲, 王永才, 李德英 |
author_facet | 黄哲, 王永才, 李德英 |
author_sort | 黄哲, 王永才, 李德英 |
collection | DOAJ |
description | 3D 目标检测是自动驾驶、虚拟现实、机器人等应用领域的重要基础问题,其目的是从无序点云中框取出描述目标最准确的3D框,例如紧密包围行人或车辆点云的3D框,并给出目标3D框的位置、尺寸和朝向。如今,基于双目视觉、RGB-D相机、激光雷达构建的纯点云的3D目标检测,融合图像和点云多模态信息的3D目标检测,是两类主要的方法。首先介绍了3D点云的不同表示形式和特征提取方法,然后从传统机器学习类算法、非融合深度学习类算法、基于多模态融合的深度学习类算法3个层面,逐层递进地介绍各类3D目标检测方法,对类别内部和各类之间的方法进行分析和对比,深入分析了各类方法之间的区别和联系,最后论述了3D目标检测仍存在的问题和可能的研究方向,并对3D目标检测研究的主流数据集和主要评价指标进行了总结。 |
first_indexed | 2024-03-08T18:57:47Z |
format | Article |
id | doaj.art-4f81d8dcd5ea4ff390fb3ffc09ba7110 |
institution | Directory Open Access Journal |
issn | 2096-6652 |
language | zho |
last_indexed | 2024-03-08T18:57:47Z |
publishDate | 2023-03-01 |
publisher | POSTS&TELECOM PRESS Co., LTD |
record_format | Article |
series | 智能科学与技术学报 |
spelling | doaj.art-4f81d8dcd5ea4ff390fb3ffc09ba71102023-12-28T09:23:38ZzhoPOSTS&TELECOM PRESS Co., LTD智能科学与技术学报2096-66522023-03-015173110.11959/j.issn.2096-6652.2023123D目标检测方法研究综述黄哲, 王永才, 李德英3D 目标检测是自动驾驶、虚拟现实、机器人等应用领域的重要基础问题,其目的是从无序点云中框取出描述目标最准确的3D框,例如紧密包围行人或车辆点云的3D框,并给出目标3D框的位置、尺寸和朝向。如今,基于双目视觉、RGB-D相机、激光雷达构建的纯点云的3D目标检测,融合图像和点云多模态信息的3D目标检测,是两类主要的方法。首先介绍了3D点云的不同表示形式和特征提取方法,然后从传统机器学习类算法、非融合深度学习类算法、基于多模态融合的深度学习类算法3个层面,逐层递进地介绍各类3D目标检测方法,对类别内部和各类之间的方法进行分析和对比,深入分析了各类方法之间的区别和联系,最后论述了3D目标检测仍存在的问题和可能的研究方向,并对3D目标检测研究的主流数据集和主要评价指标进行了总结。https://www.infocomm-journal.com/znkx/CN/10.11959/j.issn.2096-6652.202312深度学习3d目标检测多模态融合点云自动驾驶 |
spellingShingle | 黄哲, 王永才, 李德英 3D目标检测方法研究综述 智能科学与技术学报 深度学习 3d目标检测 多模态融合 点云 自动驾驶 |
title | 3D目标检测方法研究综述 |
title_full | 3D目标检测方法研究综述 |
title_fullStr | 3D目标检测方法研究综述 |
title_full_unstemmed | 3D目标检测方法研究综述 |
title_short | 3D目标检测方法研究综述 |
title_sort | 3d目标检测方法研究综述 |
topic | 深度学习 3d目标检测 多模态融合 点云 自动驾驶 |
url | https://www.infocomm-journal.com/znkx/CN/10.11959/j.issn.2096-6652.202312 |
work_keys_str_mv | AT huángzhéwángyǒngcáilǐdéyīng 3dmùbiāojiǎncèfāngfǎyánjiūzōngshù |