【技术实现步骤摘要】
本专利技术涉及深度学习训练的数据处理领域，具体是一种封闭场景数据增强的点云生成方法。本专利技术可以广泛的应用于自动驾驶、工业自动化等不同领域。
技术介绍
1、随着深度学习的快速发展，其已经被广泛地应用于自动驾驶、工业自动化等各个领域，大幅度提高了生产生活的效率。自动驾驶需要对周围的环境进行精确的感知和理解，以实现安全和高效的行驶。为了实现这一目的，自动驾驶车辆通常配备了多种传感器，如雷达、摄像头、激光雷达等，其中激光雷达是一种能够采集三维点云数据的传感器，它可以准确地记录物体和场景的外表面，具有高精度、高分辨率、不受光照影响等优点。近年来，许多基于深度学习的点云数据处理和学习方法被提出，其中一种重要的任务就是三维目标检测，即在点云数据中识别出不同类别的物体，并用三维边界框表示其位置和姿态，这对于自动驾驶的环境感知和决策有着重要的意义。
2、然而，与二维目标检测任务不同，三维目标检测任务中的真值更小、更稀疏。在整个三维空间中，它们通常只占所有点的一小部分，这意味着大部分的空间不包含有用的信息，同时，对于实际应用的某些特定封闭场...
【技术保护点】
1.一种封闭场景数据增强的点云生成方法，其特征在于，将不同场景下的点云真值，通过补全和采样，为特定封闭场景添加真值数据，所述方法包括以下步骤：
2.根据权利要求1所述的一种封闭场景数据增强的点云生成方法，其特征在于，所述采集原始真值点云，并对其进行标注的步骤包括：
3.根据权利要求1所述的一种封闭场景数据增强的点云生成方法，其特征在于，所述插值补全所述真值点云的步骤包括：基于样本库中点最密集最丰富的真值点云样本，对其他真值点云样本进行插值填充补全。
4.根据权利要求3所述的一种封闭场景数据增强的点云生成方法，其特征在于，所述改变所述...
【技术特征摘要】
1.一种封闭场景数据增强的点云生成方法，其特征在于，将不同场景下的点云真值，通过补全和采样，为特定封闭场景添加真值数据，所述方法包括以下步骤：
2.根据权利要求1所述的一种封闭场景数据增强的点云生成方法，其特征在于，所述采集原始真值点云，并对其进行标注的步骤包括：
3.根据权利要求1所述的一种封闭场景数据增强的点云生成方法，其特征在于，所述插值补全所述真值点云的步骤包括：基于样本库中点最密集最丰富的...
【专利技术属性】
技术研发人员：王瑞圳，王智灵，
申请(专利权)人：安徽中科星驰自动驾驶技术有限公司，
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。