一种单阶段点云密度感知的聚焦卷积3D目标检测方法

AITNT
正文
推荐专利
一种单阶段点云密度感知的聚焦卷积3D目标检测方法
申请号:CN202410786990
申请日期:2024-06-18
公开号:CN118736288A
公开日期:2024-10-01
类型:发明专利
摘要
本发明公开了一种单阶段点云密度感知的聚焦卷积3D目标检测方法,属于3D目标检测领域。所述3D目标检测方法包括以下步骤:将数据集中的点云数据动态转化成体素形态的数据,根据体素信息得到融合了点云密度、距离的体素特征;将体素特征输入到8倍下采样的残差聚焦稀疏卷积中进行高维度的特征提取;将从稀疏卷积中得到的特征转化为密集型数据并且在Z轴方向上压缩,得到BEV特征图;将BEV特征图送入双分支的卷积网络进行特征提取得到最终BEV特征;将最终BEV特征送入RPN检测头得到最终检测结果。本发明加强了单阶段3D目标检测模型对点云密度稀疏类别的敏感程度,加强了稀疏卷积对空间信息的学习能力,可用于激光雷达传感器环境下的3D目标检测。
技术关键词
点云密度 卷积模块 代表 特征融合网络 上采样 阶段 激光雷达传感器 分支 批量 编码 坐标 多层感知机 数据 索引 网格 语义特征 样本 物理
系统为您推荐了相关专利信息
1
基于深度学习的核医学PET图像自动分割方法及系统
图像自动分割方法 像素点 图像匹配 邻域 指标
2
一种图像识别分割方法
分割方法 分辨率 分层 注意力 图像
3
一种面向社交媒体热点话题的情感倾向分类方法
GCN模型 情感倾向分类方法 节点特征 滑动窗口 社交
4
基于散射特征提取与融合的自适应训练卫星目标辨识方法及系统
属性散射中心模型 合成孔径雷达图像 辨识方法 卷积模块 建模算法
5
一种基于多光谱正射影像和LiDAR数据融合的电网智能选线方法
智能选线 正射影像数据 电网设备 环境风险分析 设备健康评估
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号