您当前的位置：
首页 >
文章列表页 >
基于多尺度候选融合与优化的三维目标检测算法
计算机科学与技术 | 更新时间：2025-05-26

    • 基于多尺度候选融合与优化的三维目标检测算法

    • Three-dimensional object detection algorithm based on multi-scale candidate fusion and optimization

    • “PV-RCNN改进算法在点云场景检测中提升精度，解决了目标丢失和背景点干扰问题，为三维目标检测提供新方案。”
    • 吉林大学学报（工学版）   2025年55卷第2期 页码：709-721
    • 作者机构：

      1.长春理工大学 电子信息工程学院，长春 130022

      2.长春理工大学 空间光电技术研究所，长春 130022

      3.吉林大学第一医院 泌尿外二科，长春 130061

    • 作者简介：

      才华（1977-），男，副教授，博士.研究方向：机器学习，模式识别.E-mail：caihua@cust.edu.cn

    • 基金信息：
      国家自然科学基金重大项目(61890963);吉林省科技发展计划项目(20210204099YY);吉林省医疗卫生人才专项项目(JLSWSRCZX2023-70)

    • DOI：10.13229/j.cnki.jdxbgxb.20230543    

      中图分类号： TP391

    • 收稿：2023-05-30，

      纸质出版：2025-02-01

    移动端阅览

  • 才华,郑延阳,付强等.基于多尺度候选融合与优化的三维目标检测算法[J].吉林大学学报（工学版）,2025,55(02):709-721. DOI： 10.13229/j.cnki.jdxbgxb.20230543.

    CAI Hua,ZHENG Yan-yang,FU Qiang,et al.Three-dimensional object detection algorithm based on multi-scale candidate fusion and optimization[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(02):709-721. DOI： 10.13229/j.cnki.jdxbgxb.20230543.

  •  
  •  

0

浏览量

6

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于渐进递归的生成对抗单幅图像去雨算法
基于自适应大核注意力的轻量级图像超分辨率网络
融合密集连接和高斯距离的三维目标检测算法
基于轨迹优化的三维车辆多目标跟踪
基于高精度地图增强的三维目标检测算法

相关作者

高连宇
王超
赵绮莹
刘广文
江鹤
张剑英
寇旗旗
刘规

相关机构

长春理工大学 空间光电技术国家与地方联合工程研究中心
中国矿业大学 计算机科学与技术学院
成都大学 模式识别与智能信息处理四川省高校重点实验室
中国矿业大学 信息与控制工程学院
长安大学 电子与控制工程学院
0