【技术实现步骤摘要】
本专利技术涉及计算机视觉，具体涉及一种物体识别方法、装置及电子设备。
技术介绍
1、三维(3d，3-dimension)物体识别一直是计算机视觉领域的研究热点，随着3d采集技术趋于成熟以及相关技术的发展，3d物体机器人环境感知、虚拟现实/增强现实等领域拥有广泛的应用。基于视图的3d物体识别利用多个视角或传感器获取物体的多个视图信息，物体在现实世界中可能会被其他物体遮挡，或者出现在复杂的背景中，基于视图的方法可以通过融合多个视图信息，减轻遮挡和复杂背景带来的困难，提高物体识别的可靠性。
2、当前基于深度学习的3d物体识别方法可分为基于模型的方法和基于视图的方法。基于模型的方法使用3d物体的3d数据，例如体素、点云、多边形网格等，使用3d网络直接对物体的3d数据进行处理。例如，voxnet将3d数据转换为体素块，根据不同体素块之间空间局部的相关性对物体其进行分类。又例如，shapenets将3d物体以二元变量的方式在体素网络上进行分布，从二维信息概率分布中学习各种三维形状的点分布。再例如，pointnet直接使用点云数据对3d物...
【技术保护点】
1.一种物体识别方法，其特征在于，包括：
2.根据权利要求1所述的物体识别方法，其特征在于，所述从目标物体的多视图影像集合中提取多视图影像的多尺度特征，生成所述多视图影像的多尺度特征集合，包括：
3.根据权利要求1所述的物体识别方法，其特征在于，所述对所述多尺度特征集合中的多尺度特征进行特征融合，输出融合后的多尺度特征集合，包括：
4.根据权利要求3所述的物体识别方法，其特征在于，所述基于所述特征融合权重和所述多尺度特征集合中的多尺度特征进行特征融合，输出融合后的多尺度特征集合，包括：
5.根据权利要求4所述的物体识别方...
【技术特征摘要】
1.一种物体识别方法，其特征在于，包括：
2.根据权利要求1所述的物体识别方法，其特征在于，所述从目标物体的多视图影像集合中提取多视图影像的多尺度特征，生成所述多视图影像的多尺度特征集合，包括：
3.根据权利要求1所述的物体识别方法，其特征在于，所述对所述多尺度特征集合中的多尺度特征进行特征融合，输出融合后的多尺度特征集合，包括：
4.根据权利要求3所述的物体识别方法，其特征在于，所述基于所述特征融合权重和所述多尺度特征集合中的多尺度特征进行特征融合，输出融合后的多尺度特征集合，包括：
5.根据权利要求4所述的物体识别方法，其特征在于...
【专利技术属性】
技术研发人员：李礼，叶荔姗，刘钊，姚剑，周朋伟，许国政，
申请(专利权)人：武汉大学深圳研究院，
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。