【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种基于点云集合注意力的激光雷达目标检测方法及装置。
技术介绍
1、三维目标检测在许多应用领域都具有重要意义，尤其在自动驾驶、医疗影像处理和虚拟现实等领域得到了广泛运用。相比于二维目标检测，三维目标检测能够检测出环境中物体更丰富的空间信息，比如物体的长、宽、高和旋转角信息，增强环境感知和定位能力。激光雷达是三维目标检测的主要传感器之一，能够克服图像等传感器的局限性。激光雷达采集点云数据并通过处理获得高精度的距离测量和的三维坐标信息，在低光照条件下表现出色，同时激光雷达能够探测透明障碍物，具备卓越的多目标分辨率。
2、注意力机制在许多二维视觉任务中表现出了良好的性能，然而，由于点云是一个长序列且在空间中分布不均匀的数据，在大规模点云数据上计算自注意力十分困难。目前已有的方法通常将点云划分为大小相同的簇，在计算相似度时，对称性限制了不同位置之间的信息交互，这可能会导致信息的不充分或者重复；或者进行体素化，在离散空间中执行卷积注意力，这种方式无法同时满足扩大卷积感受野和减少计算量的要求。如何在增加...
【技术保护点】
1.一种基于点云集合注意力的激光雷达目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述S1中的获取待检测目标的三维点云数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述S3中的根据所述三维点云数据、点云集合注意力模块、鸟瞰图检测模块、密度感知池化模块以及分类和回归检测头模块，获得目标检测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述S31中的使用所述点云集合注意力模块，对所述三维点云数据进行特征提取，获得二维鸟瞰图数据，包括：
5.根据权利要求4所述的方法，其...
【技术特征摘要】
1.一种基于点云集合注意力的激光雷达目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述s1中的获取待检测目标的三维点云数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述s3中的根据所述三维点云数据、点云集合注意力模块、鸟瞰图检测模块、密度感知池化模块以及分类和回归检测头模块，获得目标检测结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述s31中的使用所述点云集合注意力模块，对所述三维点云数据进行特征提取，获得二维鸟瞰图数据，包括：
5.根据权利要求4所述的方法，其特征在于，所述s312中的将所述输入特征向量输入到第一特征注意力模块，得到第一特征...
【专利技术属性】
技术研发人员：丁大伟，秦宇龙，安翠娟，任莹莹，程乐，高宇，谢俊杰，万子烁，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。