【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及基于体素占用技术的点云目标检测方法和系统。
技术介绍
1、随着算力硬件的飞速发展和深度学习算法的持续进步，信息处理能力得到显著增强，尤其在自动驾驶领域，各种传感器如雷达、激光雷达和相机的实时应用已成为可能；目标检测作为自动驾驶中的关键技术，通过实时感知周边环境为车辆后续的规划、决断和行动提供了至关重要的信息。
2、激光雷达以其高检测精度和速度，成为自动驾驶系统中最为关键的探测器之一；然而，早期激光雷达每秒产生的海量点云数据导致处理速度慢、效率低，限制了其在真实场景中的应用，随着硬件技术的提升，点云3d目标检测任务逐渐变得可行，并涌现出多种基于深度学习的检测算法。
3、当前，基于深度学习的3d点云目标检测算法主要可归纳为三种类型：基于投影和图像的检测算法、基于点云的检测算法以及基于体素的检测算法；其中，基于体素的检测算法因其能够保留3d空间信息并规避点云数据不规则存储的缺陷，在准确率和检测速度上展现出优势；体素法可根据划分的体素尺寸细分为两类，一类是基于柱状体素的检测方法，另一类是...
【技术保护点】
1.一种基于体素占用技术的点云目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于体素占用技术的点云目标检测方法，其特征在于，所述采集点云数据并对其进行预处理，确定训练数据集，具体包括：
3.根据权利要求2所述的基于体素占用技术的点云目标检测方法，其特征在于，所述构建目标检测神经网络，使用所述训练数据集对所述目标检测神经网络进行训练，获取所述训练数据集的特征并确定体素占用的预测结果，具体包括：
4.根据权利要求3所述的基于体素占用技术的点云目标检测方法，其特征在于，所述对所述点云数据进行重体素化获取体素占用的真值标
【技术特征摘要】
1.一种基于体素占用技术的点云目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于体素占用技术的点云目标检测方法，其特征在于，所述采集点云数据并对其进行预处理，确定训练数据集，具体包括：
3.根据权利要求2所述的基于体素占用技术的点云目标检测方法，其特征在于，所述构建目标检测神经网络，使用所述训练数据集对所述目标检测神经网络进行训练，获取所述训练数据集的特征并确定体素占用的预测结果，具体包括：
4.根据权利要求3所述的基于体素占用技术的点云目标检测方法，其特征在于，所述对所述点云数据进行重体素化获取体素占用的真值标签，具体包括：
5.根据权利要求4所述的基...
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。