摘要
本发明提供了一种基于主动采样的高适应性点云3D目标检测方法,具有这样的特征,包括以下步骤:步骤S1,对输入点云进行预处理,得到预处理点云;步骤S2,将预处理点云输入点云3D目标检测模型,得到多个包含目标3D边界框和目标类别的初始目标;步骤S3,对所有初始目标进行目标置信度滤波和非极大值抑制,得到最终目标,其中,点云3D目标检测模型包括:点云特征提取模块,用于从预处理点云中提取多个不同深度层次的点云特征;候选目标预测模块,用于根据最深层次的点云特征得到候选目标;多尺度级联优化模块,用于对候选目标进行多层级联优化,得到多个对应不同层级的优化目标。总之,本方法能够对点云实现准确的3D目标检测。
技术关键词
点云特征提取
多层感知机
级联
采样器
语义特征
多尺度
前馈神经网络
特征提取单元
邻域特征
置信度阈值
模块
编码器
滤波
层级
误差
分类器
数据
有效性
系统为您推荐了相关专利信息
深度神经网络
有机碳
参数
测井特征
支持向量机算法
手部关键点
融合卷积神经网络
特征金字塔网络
融合卷积特征
表情特征
图像分类系统
组织病理图像
标签
混合模块
病理图像分类方法
位姿估计方法
工件
RGBD图像
计算机可执行指令
点云生成技术