摘要
本发明提供了基于时序锚框的点云检测方法、系统、设备及存储介质,该方法包括:采集不同时序帧的时序点云数据;根据每个时序点云和该时序点云之前连续的n个时序点云建立时间步点云组,并进行点云融合;将当前时序的点云和时间步点云组输入稀疏卷积骨干网络获得第一、第二鸟瞰特征矩阵;根据各个时间步点云组对应的第二鸟瞰特征矩阵生成提议锚框;将m个时序连续的提议锚框进行对齐和加权聚合,获得提议锚框矩阵;将提议锚框矩阵和第一鸟瞰特征矩阵输入神经网络中,获得提议锚框残差序列;将提议锚框矩阵的属性序列与提议锚框残差序列相加,自神经网络输出目标类别及其置信度分数。本发明能够增强点云识别尤其是远端目标的检测准确性。
技术关键词
时序
矩阵
点云
注意力模型
序列
检测识别模块
坐标系
障碍物
网络
元素
标签
残差模块
处理器
尺寸
数据
检测设备
可读存储介质
检测头
车辆
系统为您推荐了相关专利信息
智能资产
节点
预训练语言模型
语义相关度
语义特征
储能设备
电能分配方法
电信号
LSTM模型
策略
时间序列预测模型
时间序列预测方法
变量
信息模块
电力变压器
智能评定方法
应变传感器
微裂纹
数据分析单元
应力
变电站模型构建方法
点云数据对变电站
变电站现场
单目深度估计
坐标系