LiDar点云指导下特征分布趋同与语义关联的3D目标检测

针对现有基于伪点云的3D目标检测算法精度远低于基于真实激光雷达(Light Detection and ranging,LiDar)点云的3D目标检测,本文研究伪点云重构,并提出适合伪点云的3D目标检测网络.考虑到由图像深度转换得到的伪点云稠密且随深度增大逐渐稀疏,本文提出深度相关伪点云稀疏化方法,在减少后续计算量的同时保留中远距离更多的有效伪点云,实现伪点云重构.本文提出LiDar点云指导下特征分布趋同与语义关联的3D目标检测网络,在网络训练时引入LiDar点云分支来指导伪点云目标特征的生成,使生成的伪点云特征分布趋同于LiDar点云特征分布,从而降低数据源不一致造成的检测性能损失;针对RPN(Region Proposal Network)网络获取的3D候选框内的伪点云间语义关联不足的问题,设计注意力感知模块,在伪点云特征表示中通过注意力机制嵌入点间的语义关联关系,提升3D目标检测精度.在KITTI 3D目标检测数据集上的实验结果表明:现有的3D目标检测网络采用重构后的伪点云,检测精度提升了2.61%;提出的特征分布趋同与语义关联的3D目标检测网络,将基于伪点云的3D目标检测精度再提升0.57%,相比其他优秀的3D目标检测方法在检测精度上也有提升.

防范局域网病毒的策略

1 引言 局域网的安全问题经常是恶意软件的攻击,本文简介防御网络攻击的基本策略。 2 影响局域网安全的因素 2.1 设置上的失误 对操作系统、硬件设备和相关软件的配置不当而造成安全漏洞,主要表现在用户权限过大、服务器打开的端口太多、没有对路由器IP安全进行设置等。

基于统计学习的计量落差预估算法研究

计量落差预估的准确性直接关系混凝土搅拌设备物料计量系统的精准性。本文基于物料流动的统计分析结果,提出了物料流动局部相关性特点,设计了基于统计学习的计量落差预估算法。进一步提出了基于正态分布的计量落差区间确定方法,有效消除了异常数据对预估算法的影响。仿真实验及现场测试结果表明了所提算法的有效性。