基于視錐點云的三維物體檢測方法

基本信息

申請?zhí)?/td> CN201811245343.9 申請日 -
公開（公告）號 CN109523552B 公開（公告）日 2021-11-02
申請公布號 CN109523552B 申請公布日 2021-11-02
分類號 G06T7/10（2017.01）I;G06T7/50（2017.01）I;G06T7/90（2017.01）I;G06K9/00（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 沈大勇;王曉;劉勝;胡加媛;王杰;翟天亨 申請（專利權(quán)）人 青島智能產(chǎn)業(yè)技術(shù)研究院
代理機構(gòu) 青島華慧澤專利代理事務(wù)所（普通合伙） 代理人 劉娜
地址 266111山東省青島市高新區(qū)智力島路一號創(chuàng)業(yè)大廈B座26樓
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于視錐點云的三維物體檢測方法，采集RGB圖像和點云圖像并進行標(biāo)注，獲取標(biāo)注后的RGB圖像數(shù)據(jù)集和點云圖像數(shù)據(jù)集，將數(shù)據(jù)集作為訓(xùn)練樣本和測試樣本。主要由三個網(wǎng)絡(luò)組成：基于二維物體檢測的視錐點云抽取網(wǎng)絡(luò)、基于Point net三維物體實例分割網(wǎng)絡(luò)以及基于偏移殘差的三維包圍盒回歸網(wǎng)絡(luò)。三個網(wǎng)絡(luò)依次訓(xùn)練，前一個網(wǎng)絡(luò)的訓(xùn)練輸出作為下一個網(wǎng)絡(luò)的輸入。設(shè)置各神經(jīng)網(wǎng)絡(luò)模型的超參數(shù)，通過Tensorflow訓(xùn)練三維物體檢測網(wǎng)絡(luò)模型，當(dāng)代價損失函數(shù)減少到理想程度且訓(xùn)練達到所要求的最大迭代次數(shù)時，生成訓(xùn)練模型；將點云圖像數(shù)據(jù)集輸入至訓(xùn)練完畢的模型中，輸出三維物體檢測結(jié)果。本發(fā)明比現(xiàn)有三維物體檢測方法更完善、難度更高。