公开(公告)号：CN114882495A

公开(公告)日：2022-08-09

申请号：CN202210340978.7

申请日：2022-04-02

Applicant: 华南理工大学

Inventor： 毛爱华 ,  陈婉昕

IPC: G06V20/64 ,  G06V10/762 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于上下文感知特征聚集的3D目标检测方法，步骤如下：S1、提取输入点云的局部特征点集并预测坐标和特征偏移量；S2、根据投票操作形成的特征聚类生成优化后的搜索半径；S3、根据步骤S2中的优化后的搜索半径生成语义特征；S4、根据步骤S3中的语义特征进行3D目标的检测框分类和回归任务得到具有3D检测框的最终输出结果。与现有技术相比，本发明的目标检测方法能在保持网络轻量级的同时，提升了目标检测任务的精度，达到理想的目标检测效果。

公开(公告)号：CN114882495B

公开(公告)日：2024-04-12

申请号：CN202210340978.7

申请日：2022-04-02

Applicant: 华南理工大学

Inventor： 毛爱华 ,  陈婉昕

IPC: G06V20/64 ,  G06V10/762 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于上下文感知特征聚集的3D目标检测方法，步骤如下：S1、提取输入点云的局部特征点集并预测坐标和特征偏移量；S2、根据投票操作形成的特征聚类生成优化后的搜索半径；S3、根据步骤S2中的优化后的搜索半径生成语义特征；S4、根据步骤S3中的语义特征进行3D目标的检测框分类和回归任务得到具有3D检测框的最终输出结果。与现有技术相比，本发明的目标检测方法能在保持网络轻量级的同时，提升了目标检测任务的精度，达到理想的目标检测效果。