摘要
本发明涉及点云目标检测领域,公开了一种基于多层剪枝与密度感知增强的路端稀疏点云交通小目标检测方法,方法包括:获取路侧激光雷达原始点云数据,并进行预处理,得到ROI点云;根据ROI点云构建稀疏体素张量;采用稀疏卷积主干四层特征;在中层L3上配置检测头,提取候选中心点集Pcoarse;根据候选中心点集的每个候选点构建掩码,并筛选L2和L1层的体素,得到保留体素;对保留体素统计点数密度D与平均反射强度I,生成增强特征;在每层保留体素上配置检测头,预测得到目标框信息;对各层输出在高空俯视视角执行非极大值抑制NMS,得到最终小目标边界框集合;本发明增强了小目标的特征表达,提高了检测精度。
技术关键词
点云
路侧激光雷达
交通
检测头
存储设备
密度
置信度阈值
上采样
网络特征
视角
语义特征
检测设备
多尺度
分支
数据
处理器
指令
球体
尺寸
网格
系统为您推荐了相关专利信息
价值评估系统
多模型
高价值产品
数据中心
数据生命周期
鲸鱼算法
全局地图
三维点云数据
移动机器人作业
深度残差
场景重建方法
设施
深度学习模型
激光雷达
复杂度特征
切割机器人
环形轨道
智能纠偏
基准建立坐标系
投影面
移动机器人定位
全局地图
导航方法
移动机器人导航
地图匹配