-
公开(公告)号:CN112699806A
公开(公告)日:2021-04-23
申请号:CN202011633077.4
申请日:2020-12-31
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明公开了一种基于三维热图的三维点云目标检测方法和装置,将点云输入多层稀疏卷积得到第一特征图,利用双线性插值法将第一特征图依次插值到点云原始的空间位置,得到第二特征图,将第二特征图进行拼接,输出N*C维特征图;将N*C维特征图输入第一全连接神经网络,输出N*4维特征图,输出数据包括预测的点云的坐标以及预测的热力响应值;将N*C维特征图输入第二全连接神经网络,输出五维向量,分别表示预测的物体的长宽高、类别以及偏转角度;将预测的热力响应值通过三维高斯分布进行回归,得到高斯分布的均值,即预测的物体的中心坐标;将长宽高、类别、偏转角度以及中心坐标进行合并,得到目标检测结果。本发明能够提高目标的检测精度和分类能力。
-
公开(公告)号:CN112699806B
公开(公告)日:2024-09-24
申请号:CN202011633077.4
申请日:2020-12-31
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
IPC: G06V20/58 , G06V10/82 , G06T3/4007 , G06T3/4046 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于三维热图的三维点云目标检测方法和装置,将点云输入多层稀疏卷积得到第一特征图,利用双线性插值法将第一特征图依次插值到点云原始的空间位置,得到第二特征图,将第二特征图进行拼接,输出N*C维特征图;将N*C维特征图输入第一全连接神经网络,输出N*4维特征图,输出数据包括预测的点云的坐标以及预测的热力响应值;将N*C维特征图输入第二全连接神经网络,输出五维向量,分别表示预测的物体的长宽高、类别以及偏转角度;将预测的热力响应值通过三维高斯分布进行回归,得到高斯分布的均值,即预测的物体的中心坐标;将长宽高、类别、偏转角度以及中心坐标进行合并,得到目标检测结果。本发明能够提高目标的检测精度和分类能力。
-
公开(公告)号:CN112734931B
公开(公告)日:2021-12-07
申请号:CN202011633104.8
申请日:2020-12-31
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明属于计算机技术领域,具体涉及一种辅助点云目标检测的方法及系统。本申请实施例提供的一种辅助点云目标检测的方法及系统具有如下优势:1减少了处理的采样点数量,提高运算速度;2、依据初始目标点云集的中点的特征,使用一层全连接层输出初始目标点云集中每个采样点是前景点还是背景点的概率,使得最终语义分割的效果更明显,从而使点云目标检测的显示结果更明显。3、能够得到精确的三维目标检测框位置,使本方法更具精确性。
-
公开(公告)号:CN112883976A
公开(公告)日:2021-06-01
申请号:CN202110165797.0
申请日:2021-02-06
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明提供了一种基于点云的语义分割方法、装置、系统及存储介质,所述方法包括:获取目标对象的点云数据;依次对所述点云数据中点的不同范围进行特征聚合和采样,得到采样点的聚合特征;将所述采样点的聚合特征融合至所述采样点进行采样前的点集中,得到更新后的特征;基于所述更新后的特征得到所述待测目标的识别结果。根据本发明的方法、装置、系统及存储介质,通过利用对不同范围的点集依次进行采样和特征聚合来扩大点的感受野,使得获取更丰富的空间结构信息,以在点云语义分割上获得更好性能和效果。
-
公开(公告)号:CN112734931A
公开(公告)日:2021-04-30
申请号:CN202011633104.8
申请日:2020-12-31
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明属于计算机技术领域,具体涉及一种辅助点云目标检测的方法及系统。本申请实施例提供的一种辅助点云目标检测的方法及系统具有如下优势:1减少了处理的采样点数量,提高运算速度;2、依据初始目标点云集的中点的特征,使用一层全连接层输出初始目标点云集中每个采样点是前景点还是背景点的概率,使得最终语义分割的效果更明显,从而使点云目标检测的显示结果更明显。3、能够得到精确的三维目标检测框位置,使本方法更具精确性。
-
-
-
-