申请/专利权人：中国人民解放军国防科技大学

申请日：2023-03-07

公开（公告）日：2023-05-23

公开（公告）号：CN116152622A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/82;G06V10/764;G06N3/0464;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本申请涉及一种基于多尺度特征融合的点云目标检测方法、装置和设备，包括：将原始点云数据对应的伪图像输入主干网络，并对最后一个选定特征提取层输出的特征图进行反卷积得到多组反卷积特征图；将选定特征提取层输出的特征图与对应的反卷积特征图进行级联融合得到多组初始融合特征图并进行划分，得到不包括第一个选定特征提取层对应的初始融合特征图的第一特征图集合以及不包括除去最后一个选定特征提取层对应的初始融合特征图的第二特征图集合，分别将第一和第二特征图集合中的初始融合特征图进行级联融合得到第一和第二融合特征图，将第一和第二融合特征图进行级联融合得到目标特征图进行检测。采用本方法能够提高点云目标检测的准确性。

主权项：1.一种基于多尺度特征融合的点云目标检测方法，其特征在于，所述方法包括：根据原始点云数据生成伪图像；将所述伪图像输入主干网络后，对所述主干网络中最后一个选定特征提取层输出的特征图进行多次反卷积，得到对应的多组反卷积特征图；其中反卷积的次数与选定特征提取层的层数相同；将所述主干网络中的选定特征提取层输出的特征图分别与对应的所述反卷积特征图进行级联融合，得到多组初始融合特征图；对所述多组初始融合特征图进行划分，得到包括除去第一个选定特征提取层对应的初始融合特征图的其他多组初始融合特征图的第一特征图集合，以及包括除去最后一个选定特征提取层对应的初始融合特征图的其他多组初始融合特征图的第二特征图集合；将所述第一特征图集合中的初始融合特征图进行级联融合得到第一融合特征图，将所述第二特征图集合中的初始融合特征图进行级联融合得到第二融合特征图；将所述第一融合特征图和所述第二融合特征图进行级联融合，得到目标特征图；根据所述目标特征图进行点云目标检测。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于多尺度特征融合的点云目标检测方法、装置和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD