本發明公開了基于關鍵點的3D目標檢測及其參數化半徑學習方法及系統,方法具體為:原始對于點云下采樣得到關鍵點,并對原始點云進行體素化處理,后輸入3D稀疏卷積網絡中,得到體素特征;采用構造點特征提取方法,將體素特征聚合到關鍵點上,得到關鍵點特征;通過目標感知特征池化,學習關鍵點到目標中心的偏移量,在目標感知鄰域內進行特征聚合,得到候選點及對應特征;以候選點為中心進行候選框回歸,提取特征并對候選框進行二次回歸和得分預測,得到3D目標檢測結果;將點云特征聚合采樣半徑作為可學習參數,通過反向傳播更新采樣半徑,得到最優采樣半徑參數;解決目標中心回歸難度高、不準確,以及需要手工調節特征聚合采樣半徑問題。
聲明:
“基于關鍵點的3D目標檢測及其參數化半徑學習方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)