摘要
本发明提供一种基于多模态信息的房间障碍物目标探测方法及系统,涉及目标检测技术领域,包括获取待探测房间的RGB图像和深度图像,提取RGB图像的视觉特征,提取深度图像的深度特征,对深度图像进行特征编码,将提取的视觉特征和深度特征在通道维度上进行拼接,得到融合特征图,基于融合特征图和编码后的深度图像,得到深度增强特征图;通过全卷积网络对深度增强特征图进行像素级分割,得到障碍物目标的语义分割结果,同时通过区域建议网络生成候选区域并进行目标分类,得到初始障碍物目标检测结果。根据得到的障碍物目标语义分割结果和初始障碍物目标检测结果,通过非极大值抑制算法去除重叠的检测框,得到最终的障碍物目标检测结果。
技术关键词
区域建议网络
障碍物
全卷积网络
抑制算法
条件随机场模型
图像
多模态信息
视觉特征
融合特征
像素点
编码
语义
平面度
房间
计算机程序指令
节点特征
邻域
通道
前馈神经网络
系统为您推荐了相关专利信息
智能识别方法
局部空间特征
时序特征
依赖特征
双向长短期记忆网络
路径规划方法
全局路径规划
混凝土初凝时间
建筑模型
切片
信号强度阈值
节点
检测障碍物位置
信标系统
粒子群优化算法
电子海图数据
卷积神经网络模型
多尺度
分辨率
障碍物位置信息
巡检路径规划方法
固定翼无人机飞行
位置更新
栅格地图
障碍物