摘要
本发明涉及目标检测技术领域,具体为一种基于深度视觉学习的机器人三维环境感知方法及装置,方法包括:基于机器人搭载的感知系统采集视觉数据并同步处理,提取同步视觉数据流的空间结构特征和初步语义分割图,将空间结构特征和初步语义分割图结合生成几何语义特征图;提取几何语义特征图的局部、区域与全局特征并进行优化,根据多尺度特征张量进行三维建模处理,生成三维几何模型;将三维几何模型的结构信息与几何语义特征图进行融合优化,并基于验证框架进行验证处理,得到三维环境感知数据。本申请通过深度视觉学习与视觉数据融合,解决了现有技术在复杂三维环境感知中准确性不足和深层语义理解能力有限的缺陷。
技术关键词
三维环境感知
空间结构特征
语义特征
视觉
多尺度特征
生成多尺度
机器人感知系统
数据
三维点云模型
训练深度卷积神经网络
深度神经网络
语义标签
偏差
融合特征
点云缺失
拓扑图
系统为您推荐了相关专利信息
性能评估方法
图谱
大语言模型
指令
机器可读程序
原始图像数据
轮廓信息
清洁机器人
轮廓数据
特征点
图像标注方法
样本
无监督分类
多尺度特征提取
层次聚类算法
生成对抗网络模型
数据生成方法
步态识别
步态特征
度量