您当前的位置:
首页 >
文章列表页 >
基于多模态BEV特征融合的三维目标检测算法
基于多模态BEV特征融合的三维目标检测算法
Multi-modal Bird's Eye View (BEV) feature fusion for 3D object detection
- “基于BEVFusion网络的改进算法,引入空洞卷积和加权双向特征金字塔扩张感知区域,设计了自适应门控的双动态融合网络,在KITTI和nuScenes数据集上验证了更高的检测精度,为自动驾驶三维目标检测提供了新解决方案。”
- 吉林大学学报(工学版) 2026年56卷第10期 页码:2648-2661
DOI: 10.13229/j.cnki.jdxbgxb.20250498
移动端阅览
AI导读
HTML全文
图( 9 ) 表( 5 )
参考文献
出版信息
数据统计
17
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
基于多尺度候选融合与优化的三维目标检测算法
融合密集连接和高斯距离的三维目标检测算法
基于多模态自注意力网络的视频记忆度预测
基于高精度地图增强的三维目标检测算法
考虑行波效应的在役连续梁桥抗震性能提升
相关作者
才华
马智勇
王伟刚
王晟宇
付强
郑延阳
周洲
周经美
相关机构
长春理工大学 电子信息工程学院
长春理工大学 空间光电技术研究所
吉林大学第一医院 泌尿外二科
长安大学 信息工程学院
公安部交通管理科学研究所

