您当前的位置：
首页 >
文章列表页 >
MonoSPDC：一种基于全局-通道注意力优化的单目3D目标检测
计算机科学与技术 | 更新时间：2026-07-23
上一篇|下一篇

    • MonoSPDC：一种基于全局-通道注意力优化的单目3D目标检测

    • MonoSPDC：a novel monocular 3D object detection using global-channel attention optimization

    • “2026年7月23日天津工业大学 天津市自主智能技术与系统重点实验室的苏卫星、刘芳团队在《吉林大学学报（工学版）》发文，介绍了其在自动驾驶3D目标检测领域的研究进展，团队提出MonoSPDC算法，融合全局通道注意力机制与多角度联合预测，为低成本自动驾驶三维感知提供了高精度轻量化解决方案。”
    • 苏卫星 ，郭增新 ，刘芳 ，王浩宇
    • 吉林大学学报（工学版） 2026年56卷第6期 页码：1706-1717
    • 作者机构：

      1.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 300387

      2.天津工业大学 人工智能学院，天津 300387

    • 作者简介：

      苏卫星（1980-），男，教授，博士. 研究方向：制造物联与智能工厂技术，工业大数据，智能网联与自动驾驶，人工智能与边缘计算.E-mail： suweixing@tjpu.com

      刘芳（1983-），女，教授，博士.研究方向：运载储能系统管理技术，智能驾驶与智能辅助驾驶技术术，复杂系统建模与辨识，数据分析与数据挖掘.E-mail：15900201597@163.com

    • 基金信息：
      国家重点研发计划项目(2021YFB2501800)

    • DOI： 10.13229/j.cnki.jdxbgxb.20241284     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 10 ) 表( 4 )

  • 参考文献

  • 出版信息

  • 数据统计

12

浏览量

29

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

基于点通道注意力与坐标残差网络的3D目标检测
基于真⁃伪三连体神经网络的传感器本体匹配方法
基于PSO-GRU模型的车辆换道意图识别
基于混合对比的无偏半监督医学影像分类模型
基于图卷积神经网络的多维度长时间交通流量预测模型

相关作者

但远宏
冯广旭
黄彬彬
卢家伟
剡昌锋
郭瑞军
范超冉
付明迪

相关机构

重庆理工大学 计算机科学与工程学院
兰州理工大学 机电工程学院
大连交通大学 交通工程学院
东北石油大学 计算机与信息技术学院
吉林大学 计算机科学与技术学院