摘要
本发明公开了一种基于立体视觉技术的三维目标检测方法,包括以下步骤:获取待检测的目标图像,并对其进行预处理;采用双目立体视觉技术获取待检测的目标图像的深度信息;使用优化后的CNN模型提取预处理后待检测的目标图像中的目标特征;将待检测的目标图像的深度信息与目标特征进行融合;采用基于区域提议网络RPN算法对融合后的目标特征进行识别。本发明解决了现有三维目标的检测方法中,在获取图像中深度信息的时候,需先获取目标物体所处环境的图像和点云信息,然后获取点云信息在图像中的坐标信息,再将这些坐标信息与图像中的2D与3D边界框信息进行结合,这过程涉及大量的计算,不仅增加了计算的复杂度,还导致获取深度信息效率降低的问题。
技术关键词
双目立体视觉技术
图像
带标签
滑动窗口算法
输出特征
点云信息
滤波器
数据
矩阵
超参数
训练集
坐标
物体
复杂度
网络
系统为您推荐了相关专利信息
早期乳腺癌
数字病理切片
风险预测方法
风险预测模型
注意力
裂缝参数
注意力机制
特征提取模块
有限元分析模拟
细化算法
可见光图像
电力设备温度
图像分割模型
样本
纹理特征
图像分割网络
文本编码器
图像编码器
分割方法
计算机可读储存介质