【技术实现步骤摘要】
本专利技术属于目标检测，具体涉及一种联合多维特征的点云车辆目标检测方法。
技术介绍
1、图像处理能够提高一些行业的生产效率，还能为人们带来便捷，在各个领域得到应用，特别是近几年人工智能火爆，利用人工智能对二维图像进行目标检测应用广泛。但二维图像是平面，被拍摄的目标物体丢失了许多空间信息。随着硬件的不断发展，一些传感器具有了获取三维信息空间的能力，例如激光雷达采集，采集得到的数据也称为点云。因此，研究者开始利用三维点云进行目标检测，点云是一种空间立体图，能真实还原场景中物体自身上个点的位置关系以及物体间的位置关系，并且有些三维图像还包含颜色、纹理、反射率等特征。近年来，随着激光扫描技术的发展，激光雷达的分辨率越来越高，越来越便携，能将其搭载至车辆、无人机等载体上进行实时扫描。在点云目标检测中，特征提取是检测良好的关键，根据检测算法的不同，可分为以下统计特征提取和全局特征提取两类。
2、统计特征即描述子。在全局描述子方面，rusu等人对快速点特征直方图进行扩展提出全局快速点特征直方图，将点云用几何图元表示，通过统计点对连线穿过图...
【技术保护点】
1.一种联合多维特征的点云车辆目标检测方法，其特征在于，包括：
2.根据权利要求1所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述S1包括：
3.根据权利要求2所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述S2包括：
4.根据权利要求2所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述S3包括：
5.根据权利要求1所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述S4包括：
6.根据权利要求5所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述S4.4包括：
...【技术特征摘要】
1.一种联合多维特征的点云车辆目标检测方法，其特征在于，包括：
2.根据权利要求1所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述s1包括：
3.根据权利要求2所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述s2包括：
4.根据权利要求2所述的联合多维特征的点云车辆目标检测方法，其特征在于，所述s3包括：
5.根据权利要求1所述的联合多维特征的点云车辆目标检测方法，其特征...
【专利技术属性】
技术研发人员：郭亮，莫慧禄，尹红飞，荆丹，许晴，赵杨，汤恒仁，邢孟道，
申请(专利权)人：西安电子科技大学，
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。