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
GCN模型
情感倾向分类方法
节点特征
滑动窗口
社交
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
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