基于改进SFA3D的道路环境目标检测

传统固定时长的交通信号灯逐渐无法适应社会的发展,根据路口实时车流量、人流量控制红绿灯时长的智能交通信号灯系统技术逐步被社会接受。针对目前道路环境目标检测精度不高的问题,提出引用注意力机制、优化模型损失函数以改进SFA3D目标检测框架,精确检测场景中交通参与要素目标,辅助交通信号器决策获得最佳配时方案。首先将点云转换为鸟瞰图输入,结合残差网络(Residual Network,ResNet)利用特征金字塔思想进行特征提取,再通过注意力机制对特征信息进行注意区域的特征优化提取,最后对各尺度特征线性加权求和得到目标检测信息。实验结果表明,该算法相比于原始SFA3D网络在保证实时性的同时精度有所提高,证明算法的有效性。