weixin_41891078的博客

基于立体声R-CNN的自主驾驶三维目标检测 论文原文：https://arxiv.org/abs/1902.09738 摘要 提出了一种充分利用立体图像中稀疏、密集、语义和几何信息的自动驾驶三维目标检测方法。我们的方法，称为立体声R-CNN，扩展了更快的R-CNN的立体声输入，以同时检测和关联对象在左图像和右图像。我们在立体区域建议网络（RPN）之后添加额外的分支来预测稀疏的关键点、视点和对象...

摘要 - 由于缺乏判别特征，昏暗和小目标检测作为ATR（自动目标识别）中的一个开放主题长期保留。随着真实场景的不断变化，由于依赖于特定图像数据，本方法在再现性和概括性方面表现出更差的性能。为了解决这个问题，我们在本文的深度学习框架中解决这个问题。一方面，检测由faster R-CNN完成，因为它具有强大的大数据特征学习能力，另一方面，GAN（Generative Adversarial Nets）...