• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    Fast Stereo-RCNN三維目標(biāo)檢測(cè)算法

    2022-10-15 01:00:12遲旭然朱永英王春立史良宇李錦峰
    關(guān)鍵詞:候選框關(guān)鍵點(diǎn)分支

    遲旭然,裴 偉,朱永英,王春立,史良宇,李錦峰

    1(大連海事大學(xué) 信息科學(xué)技術(shù)學(xué)院,遼寧 大連 116026)

    2(大連海事大學(xué) 環(huán)境科學(xué)與工程學(xué)院,遼寧 大連 116026)

    3(大連海洋大學(xué) 海洋與土木工程學(xué)院,遼寧 大連 116026)

    4(北陸先端科學(xué)技術(shù)大學(xué)院大學(xué),日本 石川 9231292)

    E-mail:peiwei@dlmu.edu.cn

    1 引 言

    隨著智能機(jī)器人、無(wú)人駕駛等產(chǎn)業(yè)的飛速發(fā)展[1],對(duì)環(huán)境感知技術(shù)提出了新的挑戰(zhàn)[2].激光雷達(dá)是復(fù)雜多變未知場(chǎng)景三維目標(biāo)檢測(cè)的首選[3].但激光雷達(dá)成本高,目標(biāo)識(shí)別率低,多與視覺(jué)方案融合識(shí)別目標(biāo),限制了激光雷達(dá)的應(yīng)用和普及.而以低成本、高性能為特征的基于視覺(jué)的三維目標(biāo)檢測(cè)則承擔(dān)起產(chǎn)業(yè)發(fā)展的重任,引領(lǐng)產(chǎn)業(yè)變革,促建“千帆競(jìng)發(fā),百舸爭(zhēng)流”的生態(tài).

    Chen等人在2016年提出了Mono3D[4]目標(biāo)檢測(cè)算法,該方法分兩步進(jìn)行目標(biāo)檢測(cè),第1步根據(jù)先驗(yàn)假設(shè)密集采樣,生成三維候選框.第2步三維候選框投影生成二維檢測(cè)框,F(xiàn)aster-RCNN[5]提取特征,依據(jù)語(yǔ)義、上下文、先驗(yàn)信息計(jì)算檢測(cè)框的損失函數(shù),精確提取三維檢測(cè)框.Mono3D用復(fù)雜的先驗(yàn)信息提取三維檢測(cè)框,存在損失函數(shù)誤差累計(jì)問(wèn)題,平均檢測(cè)精度為2.38%.候選框密集采樣與多個(gè)先驗(yàn)特征融合計(jì)算量大,檢測(cè)速度為3秒/幀.

    Li等人在2019年提出了基于Faster-RCNN的Stereo-RCNN[7]三維目標(biāo)檢測(cè)算法.Stereo-RCNN將雙目圖像作為網(wǎng)絡(luò)的輸入,取代了網(wǎng)絡(luò)的深度輸入,兩個(gè)FPN(Feature Pyramid Networks)[8]以及RPN(Region Proposal Network)[5]網(wǎng)絡(luò)同時(shí)對(duì)左右圖像進(jìn)行候選框的生成,Mask-RCNN[9]關(guān)鍵點(diǎn)檢測(cè)粗略計(jì)算三維檢測(cè)框,經(jīng)由左右目標(biāo)感興趣區(qū)域配準(zhǔn)精確確定三維檢測(cè)框,在KITTI數(shù)據(jù)集上的檢測(cè)效果提升了近30%,平均檢測(cè)精度達(dá)到了40.61%,檢測(cè)速度為0.3秒/幀.

    Sun等人在2020年提出了Disp-RCNN[10]算法,設(shè)計(jì)了一個(gè)實(shí)例視差估計(jì)網(wǎng)絡(luò),僅對(duì)感興趣物體上的像素進(jìn)行雙目視差預(yù)測(cè),事先要學(xué)習(xí)一個(gè)特定類(lèi)別的形狀模型,以便準(zhǔn)確估計(jì)視差.同時(shí)針對(duì)訓(xùn)練中視差標(biāo)注不足的問(wèn)題,用統(tǒng)計(jì)形狀模型生成密集視差來(lái)實(shí)現(xiàn)地面仿真,這種方式不需要激光雷達(dá)點(diǎn)云,使算法有更廣泛的適用性,同時(shí)該算法在KITTI數(shù)據(jù)集上的平均檢測(cè)精度達(dá)到了43.62%,雖然檢測(cè)精度有所提升,但由于其要對(duì)雙目視差進(jìn)行預(yù)測(cè),增加了額外的計(jì)算量,檢測(cè)速度為0.42秒/幀.

    Chen等人在2020年提出了DSGN[11]算法,在平面掃描體中建立相對(duì)應(yīng)的立體約束,并轉(zhuǎn)化為三維幾何體,用于三維規(guī)則空間的預(yù)測(cè).同時(shí)設(shè)計(jì)了一個(gè)單一的網(wǎng)絡(luò),提取用于立體匹配的像素級(jí)特征和用于目標(biāo)識(shí)別的高級(jí)特征,其在KITTI上的平均檢測(cè)精度達(dá)到了57.48%,已高于一些基于激光雷達(dá)的算法,但模型較復(fù)雜,計(jì)算量大,檢測(cè)速度為0.67秒/幀.

    綜上所述,在產(chǎn)業(yè)需求和科研工作者的共同推動(dòng)下,基于視覺(jué)的三維目標(biāo)檢測(cè)算法的性能有了大幅提升,精度從2.38%提升到57.48%,直逼激光雷達(dá).但檢測(cè)速度離產(chǎn)業(yè)實(shí)時(shí)性需求還有較大差距,成為目前基于視覺(jué)的三維目標(biāo)檢測(cè)算法瓶頸之一.鑒于此,本文提出一種基于Stereo-RCNN的Fast Stereo-RCNN算法,致力于提高檢測(cè)精度的同時(shí)大幅度提高檢測(cè)速度,為基于視覺(jué)的三維目標(biāo)檢測(cè)產(chǎn)業(yè)應(yīng)用提供技術(shù)支撐.

    2 單支路Stereo-RCNN三維檢測(cè)算法

    Stereo-RCNN將左右視覺(jué)圖像分別輸入到左右兩個(gè)支路中,左支路用于目標(biāo)三維關(guān)鍵點(diǎn)檢測(cè),左右支路提取的特征圖融合后用于檢測(cè)車(chē)輛的二維檢測(cè)框、航向角、三維尺寸等信息.雙支路分別進(jìn)行特征提取計(jì)算成本高,檢測(cè)速度慢.單支路Stereo-RCNN三維檢測(cè)算法只使用一個(gè)支路,其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示.輸入圖像經(jīng)過(guò)resnet101[12]初步特征提取,在金字塔網(wǎng)絡(luò)中特征融合,再送入?yún)^(qū)域生成網(wǎng)絡(luò)提取候選框,向特征圖像上做映射,送入關(guān)鍵點(diǎn)檢測(cè)分支與三維信息回歸分支,最終聯(lián)合兩個(gè)分支的三維關(guān)鍵點(diǎn)信息與三維尺寸、二維框、航向角等信息進(jìn)行三維中心點(diǎn)重構(gòu).單分支網(wǎng)絡(luò)結(jié)構(gòu)會(huì)削弱特征提取能力,因此要保持原檢測(cè)精度,需提升網(wǎng)絡(luò)特征提取能力和三維關(guān)鍵點(diǎn)檢測(cè)能力.Fast Stereo-RCNN將從特征融合、關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)、區(qū)域生成網(wǎng)絡(luò)3個(gè)方面進(jìn)行優(yōu)化.

    圖1 單支路Stereo-RCNN三維目標(biāo)檢測(cè)算法Fig.1 Single branch Stereo-RCNN three-dimensional target detection algorithm

    3 Stereo-RCNN關(guān)鍵點(diǎn)檢測(cè)

    3.1 輕量區(qū)域生成網(wǎng)絡(luò)

    Stereo-RCNN使用FCN(Fully Convolutional Networks for Semantic Segmentation)[13]進(jìn)行車(chē)輛底盤(pán)的關(guān)鍵點(diǎn)檢測(cè)、車(chē)體三維中心點(diǎn)重構(gòu).因此關(guān)鍵點(diǎn)檢測(cè)精度將直接影響后續(xù)三維檢測(cè)精度.在進(jìn)行關(guān)鍵點(diǎn)檢測(cè)時(shí),區(qū)別于回歸方法、heatmap[14]方法,Stereo-RCNN使用分類(lèi)方法,將車(chē)輛底盤(pán)關(guān)鍵點(diǎn)分為4個(gè)類(lèi)別,如圖2所示,二維框約束可減少計(jì)算量[7].雖然質(zhì)量較高的候選框的二維坐標(biāo)對(duì)關(guān)鍵點(diǎn)的約束會(huì)提升關(guān)鍵點(diǎn)提取質(zhì)量,但區(qū)域生成網(wǎng)絡(luò)會(huì)生成300個(gè)候選框,數(shù)量過(guò)多,質(zhì)量參差不齊,其中一些質(zhì)量較差的候選框,對(duì)關(guān)鍵點(diǎn)提取的影響較大.而過(guò)少的候選框不足以支撐車(chē)輛較多、遮擋嚴(yán)重等的復(fù)雜場(chǎng)景.針對(duì)這一問(wèn)題需要在使用少量高質(zhì)量候選框的同時(shí)強(qiáng)化關(guān)鍵點(diǎn)檢測(cè)分支的關(guān)鍵點(diǎn)提取能力.

    圖2 關(guān)鍵點(diǎn)分類(lèi)Fig.2 Convolution structure

    3.2 二分支關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)

    原關(guān)鍵點(diǎn)檢測(cè)分支使用的是全卷積網(wǎng)絡(luò)(FCN),如圖3(a)所示,沒(méi)有充分考慮像素與像素之間的關(guān)系,容易引發(fā)前景背景辨識(shí)錯(cuò)誤的問(wèn)題.針對(duì)該問(wèn)題,引入一全連接分支對(duì)前景背景進(jìn)行區(qū)分[15],銳化目標(biāo)辨識(shí)能力.具體做法如圖3(b)所示,使用兩個(gè)卷積層C1_FC,C2_FC,其中第2個(gè)卷積層將通道數(shù)減半以減少計(jì)算量,在兩個(gè)卷積層后面接上全連接層FC,形成增強(qiáng)分支.

    圖3 二分支關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)Fig.3 Two branch key point detection network

    4 雙層特征融合網(wǎng)絡(luò)

    4.1 雙層特征融合網(wǎng)絡(luò)

    本節(jié)針對(duì)輕量區(qū)域生成網(wǎng)絡(luò)的候選框難以應(yīng)對(duì)復(fù)雜場(chǎng)景下的檢測(cè)任務(wù)的問(wèn)題,對(duì)FPN進(jìn)行改進(jìn).

    近日,浩鯨科技攜手南京市公安局交通管理局打造的智慧交通綜合應(yīng)用平臺(tái)二期項(xiàng)目正式通過(guò)初驗(yàn)。該平臺(tái)整合一期項(xiàng)目數(shù)據(jù)和“一標(biāo)三實(shí)”信息采集會(huì)戰(zhàn)數(shù)據(jù),可廣泛用于開(kāi)展路況擁堵態(tài)勢(shì)分析、道路擁堵分析及大隊(duì)工作監(jiān)管等,助力南京市公安局交通管理局推進(jìn)以大數(shù)據(jù)研判為支撐,信息主導(dǎo)警務(wù)的智慧新交管建設(shè),幫助交警在面對(duì)日益復(fù)雜的道路狀況和出行場(chǎng)景時(shí),有效提升交通管理效能。

    在FPN后增加一個(gè)自底向上的金字塔(PAN),增強(qiáng)定位能力[15].如圖4所示,(a)為原FPN結(jié)構(gòu),(b)為新增的反向增強(qiáng)結(jié)構(gòu).

    圖4 雙層特征融合網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Two-layer feature fusion network architecture

    圖4中每一層之間的特征融合都采用卷積核大小為3×3,步長(zhǎng)為2的卷積結(jié)構(gòu),每次卷積后圖大小都縮小為原來(lái)的一半.這種反向增強(qiáng)后的FPN可提供更加準(zhǔn)確的定位信息及強(qiáng)語(yǔ)義信息.

    在車(chē)輛較多、遮擋嚴(yán)重等復(fù)雜場(chǎng)景下,期望得到強(qiáng)定位信息,但進(jìn)行特征融合時(shí)使用1×1的卷積核會(huì)丟失一些定位信息.因此,本文把進(jìn)行3×3卷積后的N2保留,將包含底層強(qiáng)定位信息的P2與N2進(jìn)行融合,以增強(qiáng)N2的定位能力.

    4.2 多層級(jí)感受野

    原來(lái)的特征金字塔網(wǎng)絡(luò)最終的輸出是經(jīng)3×3卷積之后的4個(gè)特征圖.但是進(jìn)入RPN網(wǎng)絡(luò)的還有池化后的P5,如圖4(c)所示,它在RPN中的作用主要是擴(kuò)大網(wǎng)絡(luò)的感受野以及增加局部上下文信息.本文將圖4(a)中語(yǔ)義信息最強(qiáng)的P5與圖4(b)中語(yǔ)義信息最強(qiáng)的N5融合、池化作為RPN的感受野,進(jìn)一步增加局部上下文信息.

    5 Fast Stereo-RCNN

    Fast Stereo-RCNN網(wǎng)絡(luò)結(jié)構(gòu)圖5(b)與原算法圖5(a)對(duì)比如圖5所示.resnet101提取的特征進(jìn)入雙層特征融合網(wǎng)絡(luò)進(jìn)行高層級(jí)與低層級(jí)特征融合,得到的4種分辨率特征圖在輕量區(qū)域生成網(wǎng)絡(luò)中生成候選框.在訓(xùn)練時(shí)使用nms(Efficient non-maximum suppression)[16]取IOU(Intersectionover Union)從高到低排序的前512個(gè)候選框,而在檢測(cè)時(shí)僅取前10的候選框,經(jīng)過(guò)ROIAlign[9]層將候選框與特征圖進(jìn)行映射,固定特征圖的尺寸.使用固定尺寸的特征圖分別做三維關(guān)鍵點(diǎn)檢測(cè)以及車(chē)體尺寸、朝向角、二維框的檢測(cè).相較于原始網(wǎng)絡(luò),使用雙層特征融合網(wǎng)絡(luò)來(lái)縮短特征融合的傳遞路徑,避免在傳遞的過(guò)程中丟失過(guò)多的語(yǔ)義信息,增強(qiáng)定位能力,同時(shí)為輕量區(qū)域生成網(wǎng)絡(luò)提供多層級(jí)感受野;輕量區(qū)域生成網(wǎng)絡(luò)生成少量候選框,在減少檢測(cè)時(shí)間的同時(shí)固化了三維關(guān)鍵點(diǎn);使用二分支關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)銳化目標(biāo)的辨識(shí)能力.

    圖5 Fast Stereo-RCNN三維目標(biāo)檢測(cè)算法與原算法網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比

    6 實(shí)驗(yàn)及結(jié)果分析

    本節(jié)共分4部分,第1部分介紹實(shí)驗(yàn)環(huán)境以及評(píng)估指標(biāo);第2部分為關(guān)鍵點(diǎn)檢測(cè)增強(qiáng)分支的對(duì)比實(shí)驗(yàn),第3部分為前置網(wǎng)絡(luò)、雙層特征融合網(wǎng)絡(luò)、輕量區(qū)域生成網(wǎng)絡(luò)之間的對(duì)比實(shí)驗(yàn).第4部分為Fast Stereo-RCNN與近幾年提出的三維目標(biāo)檢測(cè)算法精度速度對(duì)比.

    6.1 實(shí)驗(yàn)環(huán)境和評(píng)估指標(biāo)

    本章節(jié)實(shí)驗(yàn)運(yùn)行環(huán)境中使用的CPU為Intel(R) Core(TM) i-9700k,顯卡為GeForce RTX 2080,腳本語(yǔ)言為Python 3.6.7.

    本文使用mAP[17]作為算法的評(píng)估指標(biāo).IOU為預(yù)測(cè)的邊框與真實(shí)的邊框的交集和并集的比值,本節(jié)中的mAP值均為IOU為0.7下的預(yù)測(cè)值.

    本文所用的數(shù)據(jù)集來(lái)自KITTI[18](包括行人和車(chē)輛的左右視覺(jué)圖像共24.7G),分為汽車(chē)、卡車(chē)、行人、自行車(chē)4個(gè)類(lèi)別,訓(xùn)練時(shí)只針對(duì)汽車(chē)這一個(gè)類(lèi)別進(jìn)行訓(xùn)練,訓(xùn)練樣本如圖6所示.數(shù)據(jù)集場(chǎng)景分為3個(gè)難度easy,mode,hard.場(chǎng)景難度越高,車(chē)輛的種類(lèi)、數(shù)量越多,遮擋情況越嚴(yán)重.其中訓(xùn)練樣本為6378枚,測(cè)試樣本為3769枚,隨機(jī)選取,無(wú)交集.

    圖6 訓(xùn)練圖像示例Fig.6 Training image sample

    6.2 針對(duì)二分支關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)的對(duì)比實(shí)驗(yàn)

    為了驗(yàn)證二分支關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)的性能,本小節(jié)分別選取了resnet18與resnet101作為前置網(wǎng)絡(luò),實(shí)驗(yàn)數(shù)據(jù)如表1所示.以resnet18作為前置網(wǎng)絡(luò)時(shí),加上增強(qiáng)分支后檢測(cè)精度提升近1%.以resnet101為前置網(wǎng)絡(luò)時(shí),檢測(cè)精度提升近0.8%.實(shí)驗(yàn)數(shù)據(jù)表明在關(guān)鍵點(diǎn)檢測(cè)分支中引入全連接層可以有效的進(jìn)行像素級(jí)的前景背景區(qū)分,能夠在不增加檢測(cè)時(shí)間的前提下銳化目標(biāo)辨識(shí)能力,提升三維檢測(cè)精度.

    表1 關(guān)鍵點(diǎn)檢測(cè)增強(qiáng)前后檢測(cè)精度和速度對(duì)比Table 1 Comparison of detection accuracy and speed before and after key point detection enhancement

    6.3 針對(duì)前置網(wǎng)絡(luò)與雙層特征融合網(wǎng)絡(luò)和輕量區(qū)域生成網(wǎng)絡(luò)的對(duì)比實(shí)驗(yàn)

    為了驗(yàn)證網(wǎng)絡(luò)的特征提取能力與不同特征融合手段對(duì)三維檢測(cè)速度和精度的影響,本小節(jié)選取resnet18與resnet101作為前置網(wǎng)絡(luò),F(xiàn)PN和雙層特征融合網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行特征融合,如表2所示.不同深度的前置網(wǎng)絡(luò)都會(huì)出現(xiàn)底層特征到高層特征傳遞路徑過(guò)長(zhǎng)的問(wèn)題.使用雙層特征融合網(wǎng)絡(luò)雖然會(huì)增加0.01s的檢測(cè)時(shí)間,但是可以縮短特征傳遞路徑,保留語(yǔ)義信息,增強(qiáng)定位能力,提升三維檢測(cè)精度.resnet18作為前置網(wǎng)絡(luò)時(shí)由于層數(shù)較少,特征提取能力較弱,三維檢測(cè)精度較低.

    表2 不同前置網(wǎng)絡(luò)與特征融合網(wǎng)絡(luò)的三維檢測(cè)精度和速度對(duì)比Table 2 Comparison of 3D detection accuracy and speed between different front networks and feature fusion networks

    為了驗(yàn)證在檢測(cè)過(guò)程中區(qū)域生成網(wǎng)絡(luò)生成過(guò)多的候選框不僅會(huì)顯著增加計(jì)算量,而且大量質(zhì)量參差不齊的候選框?qū)θS關(guān)鍵點(diǎn)的約束有負(fù)面影響這一觀點(diǎn),本小節(jié)基于上小節(jié)的實(shí)驗(yàn),分別選擇不同數(shù)量的候選框以及不同前置網(wǎng)絡(luò)和特征融合網(wǎng)絡(luò)來(lái)進(jìn)行實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果如表3所示,使用10個(gè)候選框而不使用雙層特征融合網(wǎng)絡(luò)可大幅度縮短檢測(cè)時(shí)間,但僅在簡(jiǎn)單場(chǎng)景下小幅度的提升了精度,而在中等和復(fù)雜場(chǎng)景下檢測(cè)精度都會(huì)下降.使用10個(gè)候選框同時(shí)使用雙層特征融合網(wǎng)絡(luò)會(huì)同時(shí)提升檢測(cè)速度以及3個(gè)場(chǎng)景復(fù)雜度下的檢測(cè)精度.實(shí)驗(yàn)數(shù)據(jù)表明,在簡(jiǎn)單場(chǎng)景下檢測(cè)時(shí)選取過(guò)多的候選框,會(huì)存在質(zhì)量較差的候選框?qū)θS關(guān)鍵點(diǎn)進(jìn)行約束,導(dǎo)致三維檢測(cè)精度下降,使用數(shù)量較少質(zhì)量較高的候選框不僅會(huì)提升檢測(cè)速度,也會(huì)提升其在簡(jiǎn)單場(chǎng)景下的三維檢測(cè)精度.復(fù)雜場(chǎng)景下由于車(chē)輛較多、候選框過(guò)少會(huì)導(dǎo)致檢測(cè)精度下降,此時(shí)在特征融合部分使用雙層融合特征網(wǎng)絡(luò),縮短底層特征到高層特征的傳遞路徑來(lái)保留語(yǔ)義信息的同時(shí)增強(qiáng)底層的強(qiáng)定位能力,使其在復(fù)雜場(chǎng)景下的特征融合與特征提取能力得到進(jìn)一步增強(qiáng).綜合數(shù)據(jù)對(duì)比,最終Fast Stereo-RCNN使用特征提取能力較強(qiáng)的resnet101作為前置網(wǎng)絡(luò),使用雙層特征融合網(wǎng)絡(luò)進(jìn)行特征融合,檢測(cè)時(shí)選取輕量區(qū)域生成網(wǎng)絡(luò)以生成數(shù)量較少質(zhì)量較高的候選框來(lái)約束三維關(guān)鍵點(diǎn),使用二分支關(guān)鍵點(diǎn)檢測(cè)網(wǎng)絡(luò)提升其目標(biāo)辨識(shí)能力,增強(qiáng)三維關(guān)鍵點(diǎn)檢測(cè)能力.

    表3 不同特征融合網(wǎng)絡(luò)與候選框數(shù)量的三維檢測(cè)精度和速度對(duì)對(duì)比

    6.4 Fast Stereo-RCNN三維目標(biāo)檢測(cè)對(duì)比實(shí)驗(yàn)

    Fast Stereo-RCNN與近幾年其它三維目標(biāo)檢測(cè)算法的速度與精度對(duì)比如表4所示,在提升檢測(cè)精度的同時(shí)檢測(cè)速度是Stereo-RCNN的2.72倍,F(xiàn)ast Stereo-RCNN與近幾年其它基于視覺(jué)的三維目標(biāo)檢測(cè)算法相比,在同精度水平上速度占優(yōu)勢(shì).

    表4 Fast Stereo-RCNN與其他三維目標(biāo)檢測(cè)算法的精度和速度對(duì)比Table 4 Comparison of accuracy and speed between F Stereo-RCNN and other 3D target detection algorithms

    7 結(jié) 論

    針對(duì)基于視覺(jué)的三維目標(biāo)檢測(cè)算法實(shí)時(shí)性較差這一問(wèn)題,本文在Stereo-RCNN三維目標(biāo)檢測(cè)算法的基礎(chǔ)上,改用單支路的網(wǎng)絡(luò)結(jié)構(gòu)以縮短檢測(cè)時(shí)間;使用雙層特征融合網(wǎng)絡(luò)提升復(fù)雜場(chǎng)景下的特征融合與特征提取能力;在三維關(guān)鍵點(diǎn)檢測(cè)分支中引入全連接層來(lái)銳化其目標(biāo)辨識(shí)能力,進(jìn)一步的提升關(guān)鍵點(diǎn)提取能力;在區(qū)域生成網(wǎng)絡(luò)中使用更少的候選框來(lái)固化三維關(guān)鍵點(diǎn).算法的平均檢測(cè)精度達(dá)到了41.82%,比Stereo-RCNN算法提高了1.21%,同時(shí)速度達(dá)到了0.11秒/幀,是Stereo-RCNN算法的2.72倍.

    猜你喜歡
    候選框關(guān)鍵點(diǎn)分支
    重定位非極大值抑制算法
    聚焦金屬關(guān)鍵點(diǎn)
    面向自然場(chǎng)景文本檢測(cè)的改進(jìn)NMS算法
    肉兔育肥抓好七個(gè)關(guān)鍵點(diǎn)
    基于Soft-NMS的候選框去冗余加速器設(shè)計(jì)*
    巧分支與枝
    一種針對(duì)特定目標(biāo)的提議算法
    一類(lèi)擬齊次多項(xiàng)式中心的極限環(huán)分支
    醫(yī)聯(lián)體要把握三個(gè)關(guān)鍵點(diǎn)
    鎖定兩個(gè)關(guān)鍵點(diǎn)——我這樣教《送考》
    蜜桃久久精品国产亚洲av| 夜夜爽天天搞| 亚洲av美国av| 精华霜和精华液先用哪个| 国内精品美女久久久久久| 少妇的逼水好多| 又爽又黄无遮挡网站| 欧美成狂野欧美在线观看| 亚洲av熟女| 亚洲18禁久久av| 国产一区二区在线观看日韩| 欧美三级亚洲精品| 欧美激情国产日韩精品一区| 中文字幕久久专区| 精品久久久久久成人av| 三级毛片av免费| 1024手机看黄色片| 久久午夜亚洲精品久久| 最近最新免费中文字幕在线| а√天堂www在线а√下载| 国产精品免费一区二区三区在线| 好男人电影高清在线观看| 夜夜看夜夜爽夜夜摸| 国产探花极品一区二区| 精品一区二区三区av网在线观看| 欧美高清性xxxxhd video| 亚洲天堂国产精品一区在线| 久久久久国内视频| 久久久久久久精品吃奶| 一个人免费在线观看的高清视频| 黄色视频,在线免费观看| 久久久久久久久久黄片| 午夜a级毛片| 久久欧美精品欧美久久欧美| 色哟哟哟哟哟哟| 女同久久另类99精品国产91| 午夜福利18| 身体一侧抽搐| 免费av不卡在线播放| 搡老熟女国产l中国老女人| 国产成人a区在线观看| 国产精品久久电影中文字幕| 久久99热6这里只有精品| 亚洲av免费高清在线观看| 色播亚洲综合网| 偷拍熟女少妇极品色| 精品午夜福利在线看| 国产欧美日韩一区二区三| 午夜免费成人在线视频| 国产极品精品免费视频能看的| 国内精品一区二区在线观看| 美女被艹到高潮喷水动态| 看免费av毛片| 日本在线视频免费播放| 亚洲不卡免费看| 婷婷丁香在线五月| 成人鲁丝片一二三区免费| 97超级碰碰碰精品色视频在线观看| 精品人妻熟女av久视频| 高清毛片免费观看视频网站| 欧美在线一区亚洲| 天美传媒精品一区二区| 欧美性猛交╳xxx乱大交人| 国产精品日韩av在线免费观看| 久久久成人免费电影| 自拍偷自拍亚洲精品老妇| 人妻夜夜爽99麻豆av| 国产精品1区2区在线观看.| 欧美精品啪啪一区二区三区| 国产精品一区二区三区四区免费观看 | 亚洲无线在线观看| 亚洲无线在线观看| 亚洲精品粉嫩美女一区| 国产三级黄色录像| 日本a在线网址| 少妇裸体淫交视频免费看高清| or卡值多少钱| 欧美一区二区国产精品久久精品| 少妇丰满av| 97人妻精品一区二区三区麻豆| 91字幕亚洲| 欧美又色又爽又黄视频| 91字幕亚洲| 不卡一级毛片| 成人av一区二区三区在线看| 亚洲专区中文字幕在线| 一区二区三区高清视频在线| 亚洲精品一卡2卡三卡4卡5卡| 欧美激情久久久久久爽电影| 国产在线男女| 久久国产精品人妻蜜桃| 国产在视频线在精品| 国产精品久久电影中文字幕| 亚洲欧美精品综合久久99| 老司机午夜福利在线观看视频| 99久国产av精品| 国产v大片淫在线免费观看| 国产精品久久久久久久久免 | 午夜福利成人在线免费观看| 一卡2卡三卡四卡精品乱码亚洲| 中文字幕精品亚洲无线码一区| 免费观看的影片在线观看| www.www免费av| 欧美成人一区二区免费高清观看| 久久天躁狠狠躁夜夜2o2o| 亚洲黑人精品在线| 国产高清有码在线观看视频| 51午夜福利影视在线观看| 综合色av麻豆| 免费大片18禁| 老鸭窝网址在线观看| 99riav亚洲国产免费| 久9热在线精品视频| 日本一二三区视频观看| 久久久久久久精品吃奶| 国产精品久久久久久人妻精品电影| 国内毛片毛片毛片毛片毛片| 麻豆国产97在线/欧美| 一二三四社区在线视频社区8| 免费高清视频大片| 一个人免费在线观看的高清视频| 国产av不卡久久| 在线观看美女被高潮喷水网站 | 国模一区二区三区四区视频| 欧美xxxx黑人xx丫x性爽| 中国美女看黄片| 欧美在线一区亚洲| 麻豆成人午夜福利视频| 神马国产精品三级电影在线观看| 国产精品人妻久久久久久| 日韩欧美在线乱码| 麻豆一二三区av精品| 真人做人爱边吃奶动态| 亚洲,欧美,日韩| 一个人看视频在线观看www免费| 又黄又爽又免费观看的视频| av福利片在线观看| 精品不卡国产一区二区三区| 亚洲中文字幕日韩| 1000部很黄的大片| 神马国产精品三级电影在线观看| 亚洲自拍偷在线| 日本 av在线| 国产私拍福利视频在线观看| 黄片小视频在线播放| 免费电影在线观看免费观看| 国产欧美日韩精品亚洲av| 色哟哟·www| 嫩草影院精品99| а√天堂www在线а√下载| 啪啪无遮挡十八禁网站| 久久天躁狠狠躁夜夜2o2o| 国产精华一区二区三区| 在线免费观看不下载黄p国产 | 中国美女看黄片| 给我免费播放毛片高清在线观看| 成人性生交大片免费视频hd| 一级黄片播放器| 婷婷丁香在线五月| 日本三级黄在线观看| 日本一本二区三区精品| 脱女人内裤的视频| 在线国产一区二区在线| 亚洲成av人片在线播放无| 全区人妻精品视频| 国产高清视频在线播放一区| 丰满的人妻完整版| 久久精品国产清高在天天线| 亚洲熟妇中文字幕五十中出| 国产一区二区激情短视频| 听说在线观看完整版免费高清| 少妇裸体淫交视频免费看高清| 亚洲五月天丁香| 国模一区二区三区四区视频| 一级作爱视频免费观看| 午夜激情福利司机影院| 欧美3d第一页| 尤物成人国产欧美一区二区三区| 十八禁国产超污无遮挡网站| 99久久精品一区二区三区| 白带黄色成豆腐渣| 久久久久久九九精品二区国产| 深夜a级毛片| 亚洲美女视频黄频| 长腿黑丝高跟| 日韩av在线大香蕉| 高清毛片免费观看视频网站| 久9热在线精品视频| 欧美丝袜亚洲另类 | 我的女老师完整版在线观看| 国产主播在线观看一区二区| 午夜福利欧美成人| 美女高潮喷水抽搐中文字幕| 亚洲狠狠婷婷综合久久图片| 亚洲七黄色美女视频| 青草久久国产| 久久草成人影院| 国产成人啪精品午夜网站| 丁香六月欧美| 欧美最新免费一区二区三区 | 国产精品一及| 一级毛片久久久久久久久女| 亚洲精品久久国产高清桃花| 禁无遮挡网站| 99热这里只有是精品在线观看 | 午夜福利18| 免费高清视频大片| 免费大片18禁| 欧美xxxx黑人xx丫x性爽| 国产真实乱freesex| 91麻豆av在线| 蜜桃久久精品国产亚洲av| av在线老鸭窝| 国产午夜精品论理片| 日本成人三级电影网站| 国产三级在线视频| 成年女人永久免费观看视频| 欧美成人一区二区免费高清观看| 久久久久久久精品吃奶| 国产麻豆成人av免费视频| 国产综合懂色| 日韩欧美在线乱码| 免费无遮挡裸体视频| 波多野结衣高清无吗| 91麻豆精品激情在线观看国产| 嫩草影院精品99| 国产亚洲av嫩草精品影院| 欧美3d第一页| 夜夜躁狠狠躁天天躁| 亚洲色图av天堂| 久久久久久九九精品二区国产| 国产高清激情床上av| 国产高清三级在线| 亚洲av一区综合| 性色avwww在线观看| 在线免费观看不下载黄p国产 | 99热6这里只有精品| 亚洲欧美日韩高清在线视频| 亚洲国产高清在线一区二区三| 久久99热这里只有精品18| 亚洲最大成人av| 日韩高清综合在线| 99热这里只有是精品50| 日日摸夜夜添夜夜添av毛片 | 精品福利观看| 男人舔奶头视频| 我的女老师完整版在线观看| 我要搜黄色片| 成人性生交大片免费视频hd| 欧美国产日韩亚洲一区| 亚洲国产日韩欧美精品在线观看| 国产老妇女一区| 少妇人妻一区二区三区视频| 欧美性猛交╳xxx乱大交人| 亚洲最大成人手机在线| 91麻豆av在线| 亚洲在线自拍视频| 国产精品久久久久久久电影| 婷婷六月久久综合丁香| 日韩av在线大香蕉| 69av精品久久久久久| 一个人观看的视频www高清免费观看| 啪啪无遮挡十八禁网站| 桃红色精品国产亚洲av| 午夜精品久久久久久毛片777| 51国产日韩欧美| 成人美女网站在线观看视频| 在线a可以看的网站| 最新中文字幕久久久久| 制服丝袜大香蕉在线| bbb黄色大片| 啦啦啦观看免费观看视频高清| 亚洲 欧美 日韩 在线 免费| 国产成年人精品一区二区| 日韩欧美精品免费久久 | 成人国产一区最新在线观看| 美女黄网站色视频| 国产黄色小视频在线观看| 国产亚洲av嫩草精品影院| 老司机福利观看| 欧美高清成人免费视频www| 全区人妻精品视频| 亚洲美女黄片视频| 一个人免费在线观看电影| 亚洲第一欧美日韩一区二区三区| 国产精品电影一区二区三区| 日本成人三级电影网站| 97人妻精品一区二区三区麻豆| 久久精品综合一区二区三区| 精品熟女少妇八av免费久了| 亚洲av不卡在线观看| 在线播放国产精品三级| 欧美三级亚洲精品| or卡值多少钱| 成熟少妇高潮喷水视频| 一级黄色大片毛片| 搡老岳熟女国产| 亚洲熟妇中文字幕五十中出| 一边摸一边抽搐一进一小说| 亚洲人与动物交配视频| 成人精品一区二区免费| 国产男靠女视频免费网站| 一夜夜www| 欧美极品一区二区三区四区| 黄色日韩在线| 国产91精品成人一区二区三区| 国产精品嫩草影院av在线观看 | x7x7x7水蜜桃| 久久精品国产亚洲av涩爱 | 欧美一区二区国产精品久久精品| 色视频www国产| 亚洲av五月六月丁香网| 亚洲激情在线av| 一本久久中文字幕| 日韩欧美国产在线观看| 女同久久另类99精品国产91| 亚州av有码| 麻豆成人午夜福利视频| 国产亚洲精品综合一区在线观看| 国产三级在线视频| 亚洲七黄色美女视频| 亚洲不卡免费看| 日本成人三级电影网站| 色综合亚洲欧美另类图片| 久久天躁狠狠躁夜夜2o2o| 淫妇啪啪啪对白视频| 好看av亚洲va欧美ⅴa在| 色哟哟哟哟哟哟| 国产91精品成人一区二区三区| 91久久精品国产一区二区成人| 国产精品亚洲av一区麻豆| 18+在线观看网站| 一区二区三区高清视频在线| 国产成年人精品一区二区| 亚洲精华国产精华精| 十八禁国产超污无遮挡网站| 少妇熟女aⅴ在线视频| 91av网一区二区| 啪啪无遮挡十八禁网站| 美女 人体艺术 gogo| 久久人妻av系列| 亚洲专区国产一区二区| 色噜噜av男人的天堂激情| 国产黄色小视频在线观看| 亚洲精品456在线播放app | 男女那种视频在线观看| 男女那种视频在线观看| 欧美最新免费一区二区三区 | 夜夜爽天天搞| 婷婷丁香在线五月| 黄色日韩在线| 在线观看一区二区三区| 搡老妇女老女人老熟妇| 亚洲一区高清亚洲精品| 一本综合久久免费| 日韩精品青青久久久久久| 欧美日韩中文字幕国产精品一区二区三区| 久9热在线精品视频| 成人美女网站在线观看视频| 国产亚洲精品久久久久久毛片| 婷婷六月久久综合丁香| 色播亚洲综合网| 国产成人啪精品午夜网站| 伦理电影大哥的女人| 在线观看一区二区三区| 女人十人毛片免费观看3o分钟| 国产精品伦人一区二区| 国产精品野战在线观看| 久久热精品热| 女生性感内裤真人,穿戴方法视频| 日韩亚洲欧美综合| 国产成人a区在线观看| 欧美三级亚洲精品| 男女床上黄色一级片免费看| 亚洲欧美清纯卡通| 久久国产精品人妻蜜桃| 日本黄大片高清| 亚洲精品色激情综合| 欧美乱妇无乱码| 怎么达到女性高潮| 国产一区二区三区视频了| 波多野结衣高清作品| 最近在线观看免费完整版| 免费观看精品视频网站| 亚洲av成人不卡在线观看播放网| 超碰av人人做人人爽久久| 亚洲精品456在线播放app | 精品国内亚洲2022精品成人| 日韩精品青青久久久久久| 69av精品久久久久久| 欧美中文日本在线观看视频| 久久久久久久久久成人| 亚洲乱码一区二区免费版| 美女xxoo啪啪120秒动态图 | 午夜福利在线观看免费完整高清在 | 精品久久久久久久人妻蜜臀av| 日韩精品青青久久久久久| 淫秽高清视频在线观看| 国产亚洲欧美98| 亚洲色图av天堂| 国产免费av片在线观看野外av| 一本一本综合久久| 国产伦精品一区二区三区四那| 日韩欧美国产一区二区入口| 两个人视频免费观看高清| 极品教师在线视频| 99国产精品一区二区三区| 亚洲国产精品sss在线观看| 在线观看美女被高潮喷水网站 | 亚洲久久久久久中文字幕| 成年版毛片免费区| 我的女老师完整版在线观看| 国产精品美女特级片免费视频播放器| 国产色婷婷99| 一级黄色大片毛片| 九九久久精品国产亚洲av麻豆| 免费观看的影片在线观看| 国产亚洲精品av在线| 亚洲国产精品sss在线观看| 久久精品影院6| 国产精品久久视频播放| 久久人妻av系列| 欧美日韩国产亚洲二区| 久久欧美精品欧美久久欧美| 色播亚洲综合网| 欧美一级a爱片免费观看看| 国产三级中文精品| 99国产精品一区二区蜜桃av| 国产色婷婷99| 国产精品一区二区性色av| 免费观看人在逋| 十八禁国产超污无遮挡网站| 精品人妻偷拍中文字幕| 午夜福利免费观看在线| 久久精品国产99精品国产亚洲性色| 波野结衣二区三区在线| 天堂动漫精品| 99精品久久久久人妻精品| 人妻丰满熟妇av一区二区三区| 在线观看av片永久免费下载| 长腿黑丝高跟| 在线看三级毛片| 三级男女做爰猛烈吃奶摸视频| 国产欧美日韩精品亚洲av| 最新在线观看一区二区三区| 又黄又爽又免费观看的视频| 国产av不卡久久| 国产日本99.免费观看| 一个人看的www免费观看视频| 国产精品一区二区三区四区久久| 日本撒尿小便嘘嘘汇集6| 欧美绝顶高潮抽搐喷水| 搡女人真爽免费视频火全软件 | 亚洲人与动物交配视频| .国产精品久久| 亚州av有码| 蜜桃久久精品国产亚洲av| 日本五十路高清| 久9热在线精品视频| 久久这里只有精品中国| 桃色一区二区三区在线观看| 麻豆久久精品国产亚洲av| 啪啪无遮挡十八禁网站| netflix在线观看网站| 欧美一区二区国产精品久久精品| 久久人妻av系列| 在线观看一区二区三区| 很黄的视频免费| 亚洲精品在线美女| 啪啪无遮挡十八禁网站| 亚洲无线观看免费| 国产黄a三级三级三级人| 黄色丝袜av网址大全| 亚洲成人中文字幕在线播放| 三级毛片av免费| 精品一区二区三区视频在线观看免费| 岛国在线免费视频观看| 中文字幕av在线有码专区| 五月玫瑰六月丁香| 国内久久婷婷六月综合欲色啪| 国产真实伦视频高清在线观看 | 一进一出抽搐动态| 动漫黄色视频在线观看| 老鸭窝网址在线观看| 久久精品国产亚洲av涩爱 | 久久久久国内视频| 欧美日韩瑟瑟在线播放| 欧美性感艳星| 看片在线看免费视频| 国产精品一区二区三区四区久久| 直男gayav资源| 欧美在线黄色| 欧美丝袜亚洲另类 | 国产三级中文精品| 亚洲欧美日韩高清专用| .国产精品久久| 女人十人毛片免费观看3o分钟| 好看av亚洲va欧美ⅴa在| 成人特级av手机在线观看| 啦啦啦观看免费观看视频高清| 久久久久久久久大av| 内地一区二区视频在线| 国产真实伦视频高清在线观看 | 97超级碰碰碰精品色视频在线观看| 身体一侧抽搐| 一本久久中文字幕| 变态另类成人亚洲欧美熟女| 成人午夜高清在线视频| 好看av亚洲va欧美ⅴa在| 亚洲狠狠婷婷综合久久图片| 国产亚洲精品综合一区在线观看| 久久久精品欧美日韩精品| 日日摸夜夜添夜夜添av毛片 | 亚洲性夜色夜夜综合| 国产精品野战在线观看| 亚洲熟妇熟女久久| 久久久精品大字幕| 国产91精品成人一区二区三区| 老司机福利观看| 精华霜和精华液先用哪个| 婷婷色av中文字幕| 亚洲精品,欧美精品| 日韩一区二区三区影片| 午夜日本视频在线| 欧美xxxx性猛交bbbb| 国产永久视频网站| 好男人在线观看高清免费视频| 亚洲电影在线观看av| av国产久精品久网站免费入址| 黄色一级大片看看| 免费观看性生交大片5| 久久久久久久久久成人| 偷拍熟女少妇极品色| av在线亚洲专区| 美女xxoo啪啪120秒动态图| 亚洲欧美成人精品一区二区| 久久ye,这里只有精品| 18+在线观看网站| 久久久久久久午夜电影| 国产伦精品一区二区三区四那| 国产男女内射视频| 秋霞伦理黄片| 精品久久国产蜜桃| 日韩欧美一区视频在线观看 | 亚洲无线观看免费| 欧美性感艳星| av在线亚洲专区| 久久综合国产亚洲精品| 国产成人一区二区在线| 青青草视频在线视频观看| 国产伦理片在线播放av一区| 18禁在线播放成人免费| 欧美激情国产日韩精品一区| 黄色怎么调成土黄色| 国产探花极品一区二区| 亚洲色图综合在线观看| 五月开心婷婷网| 女人十人毛片免费观看3o分钟| www.av在线官网国产| 国产成人免费无遮挡视频| 五月开心婷婷网| 亚洲欧美日韩卡通动漫| 成人免费观看视频高清| videossex国产| 欧美日韩一区二区视频在线观看视频在线 | 日本午夜av视频| 中文字幕免费在线视频6| 亚洲欧美中文字幕日韩二区| 我的老师免费观看完整版| 丝袜脚勾引网站| 亚洲av中文av极速乱| 国产亚洲一区二区精品| 久久国产乱子免费精品| 在线亚洲精品国产二区图片欧美 | 亚洲国产欧美人成| 人人妻人人看人人澡| 一级毛片久久久久久久久女| 亚洲欧美日韩东京热| 一二三四中文在线观看免费高清| 亚洲色图av天堂| 插阴视频在线观看视频| 国产精品一区二区性色av| 亚洲成人久久爱视频| 亚洲精品,欧美精品| 女的被弄到高潮叫床怎么办| 亚洲av成人精品一二三区| 观看免费一级毛片| 国产男女内射视频| 亚洲精品一二三| 国产黄片视频在线免费观看| 五月开心婷婷网| 春色校园在线视频观看| 国产高潮美女av| 人妻系列 视频| 欧美日韩视频精品一区| 免费黄网站久久成人精品| 美女国产视频在线观看| 精品久久久噜噜| av一本久久久久| 国产探花极品一区二区| 美女内射精品一级片tv| 午夜福利在线观看免费完整高清在| 丝袜脚勾引网站| av播播在线观看一区| 欧美高清性xxxxhd video| 亚洲精品乱久久久久久| 人妻 亚洲 视频| 日韩成人av中文字幕在线观看| 看十八女毛片水多多多| 美女cb高潮喷水在线观看| 久久久亚洲精品成人影院| 婷婷色av中文字幕| 九九久久精品国产亚洲av麻豆| 尤物成人国产欧美一区二区三区| 国产黄a三级三级三级人|