摘要
本发明涉及激光雷达点云训练样本自动生成技术领域,具体提供一种基于FPGA的激光雷达点云在线样本自生成方法,基于FPGA流水线设计对输入点云数据进行欧式距离分割,通过迭代合并最小距离点集生成初始分割点集,根据初始分割点集的几何特征,通过在线等价策略对初始分割点集进行动态合并;基于弱语义知识对合并后的点集进行初始化标记,在利用贝叶斯交叉验证和线性SVM分类器滤除错误样本。本发明实现点云分割、合并、标记及错误样本过滤的全流程自动化,解决了传统样本生成依赖于标注,并且无法过滤错误样本的问题,本发明有效提升了处理效率与数据质量。
技术关键词
激光雷达点云
生成方法
SVM分类器
样本
标记
在线
投影特征
标签
二进制算法
法向夹角
决策树模型
生成技术
流水线
线性
语义
策略
浮点数
数据项
系统为您推荐了相关专利信息
时序数据挖掘
异常识别方法
呼吸疾病风险
训练样本集
临床风险评估
视频动作识别方法
文本编码器
图像编码器
视频动作分类
多模态