电讯技术

作者：陈州全,黄俊,郑元杰

单位：(重庆邮电大学 通信与信息工程学院，重庆400065)

关键词：目标检测；视觉融合；数据融合；注意力机制；毫米波雷达；

基金：国家自然科学基金资助项目(61771085)

传统目标检测大多基于摄像头采集图像进行，虽然近些年出现了许多优秀的检测网络，但在复杂场景下，仍存在大量漏检、误检等问题。针对这些问题，提出了一种基于注意力机制的毫米波雷达和视觉融合目标检测算法。首先将毫米波雷达数据进行扇形点云柱编码（Fan-shaped Cloud Pillar Code,FCPC），将其转换为前景伪图像；然后，再将其通过坐标关系映射到像素平面，使用卷积注意力模块（Convolutional Block Attention Module,CBAM）对两者特征数据进行融合；采用Yolov4-tiny对融合特征进行检测，并引入Focal Loss对原损失函数进行改进以解决正负样本不均的问题。在Nuscenes数据集上进行模型验证与对比，结果表明，该算法在复杂场景下相比其他单传感器检测算法如Yolov3、Efficientent以及Faster-RCNN等，无论平均检测精度(mean Average Precision，mAP) 还是每秒检测帧数(Frames Per Second，FPS)都有明显的提升。

来源：2023年第10期

《电讯技术》期刊编辑部

查看电讯技术杂志2023年第10期