基于改进点密度感知网络的三维目标检测方法技术

本发明专利技术公开了基于改进点密度感知网络的三维目标检测方法，具体包括如下步骤：步骤1，下载场景数据集D，将D划分为训练集D<supgt;train</supgt;和测试集D<supgt;test</supgt;；步骤2，选择图像目标检测器，设计点云置信度增强模块和伪点云生成模块，在现有的点密度感知网络中嵌入设计的两个模块以搭建三维目标检测网络结构；步骤3，定义网络损失函数，设置网络训练参数，在D<supgt;train</supgt;上训练网络模型Model<subgt;train</subgt;；步骤4，利用Model<subgt;train</subgt;在D<supgt;test</supgt;上进行目标检测，输出检测结果pred；步骤5，根据评价指标和检测结果pred对网络性能进行评价。本发明专利技术在点密度感知网络的基础上，嵌入2D目标检测分支并设计了点云置信度增强模块和伪点云生成模块，来增强点云特征，提高三维目标检测的精度。

【技术实现步骤摘要】

本专利技术属于图像处理，涉及基于改进点密度感知网络的三维目标检测方法。

技术介绍

1、三维目标检测是根据传感器采集的点云、图像等信息，利用设计的检测算法对三维场景中感兴趣的目标进行识别和定位，广泛应用于自动驾驶、智能机器人环境感知等多个领域，具有重要的理论和应用价值。由于传感器采集距离和物体之间相互遮挡的影响，场景中感兴趣目标的点云大多是稀疏且不规则的，这些点云能为检测算法提供的有效信息比较少，因而在点云上进行三维目标检测具有较大的挑战性。在点云中难以检测和识别的目标，在图像中一般清晰可见、容易检测，且二维目标检测算法发展迅速，其检测精度和检测可信度更高，但图像中的目标用单纯的图像检测算法很难在空间上定位。基于以上考虑，研究结合点云和图像信息的目标检测方法就具有很重要的研究意义。

技术实现思路

1、本专利技术的目的是提供基于改进点密度感知网络的三维目标检测方法，该方法在点密度感知网络的基础上，嵌入设计的点云置信度增强模块和伪点云生成模块，利用图像目标检测器提供的2d目标信息增强点云特征，提高三维目标检测的精度本文档来自技高网...

【技术保护点】

1.基于改进点密度感知网络的三维目标检测方法，其特征在于：具体过程为：

2.根据权利要求1所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤1的具体过程为：

3.根据权利要求2所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤2的具体过程为：

4.根据权利要求3所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤2.2的具体过程为：

5.根据权利要求4所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤2.2.6中，通过点云置信度增强模块输出增强后的体素特征Fs3、Fs4的过程为：...

【技术特征摘要】

1.基于改进点密度感知网络的三维目标检测方法，其特征在于：具体过程为：

2.根据权利要求1所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤1的具体过程为：

3.根据权利要求2所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤2的具体过程为：

4.根据权利要求3所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤2.2的具体过程为：

5.根据权利要求4所述的基于改进的点密度感知的三维目标检测方法，其特征在于：所述步骤2.2.6中，通过点云置信度增强...

【专利技术属性】
技术研发人员：赵凡，林日扬，李海宁，李妮，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：