您当前的位置：
首页 >
文章列表页 >
基于点通道注意力与坐标残差网络的3D目标检测
计算机科学与技术 | 更新时间：2026-10-09
上一篇|下一篇

    • 基于点通道注意力与坐标残差网络的3D目标检测

    • Sparse point cloud 3D target detection based on point channel attention and coordinate residual network

    • “针对3D目标检测在稀疏点云环境下远距离小尺度目标检测精度下降的问题，研究人员提出了基于多重注意力机制和深层残差网络的CAResPillars，通过引入点通道注意力机制PC-Attention和集成坐标注意力的CAResNet42主干网络，显著提升了行人及车辆3D检测精度，为解决自动驾驶感知难题提供了有效方案。”
    • 但远宏 ，冯广旭 ，黄彬彬
    • 吉林大学学报（工学版） 2026年56卷第10期 页码：2684-2694
    • 作者机构：

      重庆理工大学 计算机科学与工程学院，重庆 401135

    • 作者简介：

      但远宏（1981-），男，副教授，博士. 研究方向：自动驾驶环境感知理论与方法.E-mail： dyh@cqut.edu.cn

    • 基金信息：
      重庆市科委重点攻关计划项目(2021CCB03);南京理工大学重点实验室基金项目(2022-JCJQ-LB-061-07)

    • DOI： 10.13229/j.cnki.jdxbgxb.20250375     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 8 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

12

浏览量

10

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

单车智能条件下综合车辆运动状态的轨迹预测方法
MonoSPDC：一种基于全局-通道注意力优化的单目3D目标检测
路侧多源感知数据集规范化构建方法
融合密集连接和高斯距离的三维目标检测算法
基于欧几里得聚类算法的三维激光雷达障碍物检测技术

相关作者

孟庆瑜
谢鸿楠
郭洪艳
王浩宇
刘芳
郭增新
苏卫星
楚庆玲

相关机构

吉林大学 汽车底盘集成与仿生全国重点实验室
吉林大学 通信工程学院
天津工业大学 天津市自主智能技术与系统重点实验室
天津工业大学 人工智能学院
长安大学 电子与控制工程学院