[發明專利]基于點云的目標檢測方法

有效

• 申請號: 202011036882.9
• 申請日: 2020-09-28
• 公開（公告）號: CN112183330B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 劉博;王瑜;周付根
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/25;G06V10/46;G06V10/82;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于點云的目標檢測方法，其特征在于，包括：

采用最遠點取樣FPS對點云采樣得到點的集合A；

采用第一PointSIFT網絡提取集合A的特征集合B；

根據所述特征集合B，將所述集合A中的點分為前景點和背景點；

對每一個所述前景點回歸一個三維候選框，組成第一候選框集合C₁；

根據所述三維候選框與傳感器距離，調整所述三維候選框置信度；

采用NMS算法剔除所述集合C₁中置信度分數低于第一閾值的候選框，合并所述集合C₁中置信度高于第二閾值的候選框，組成第二候選框集合C₂；

將所述集合C₂中所有候選框內的點池化并轉換到規范坐標，得到集合D；

將所述集合D與集合B作為第二PointSIFT網絡的輸入，提取所述集合D中置信度高于第三閾值的候選框作為目標。

2.根據權利要求1所述的方法，其特征在于，所述采用第一PointSIFT網絡提取集合A的特征集合B的步驟，包括：

將所述集合A中的點P₀的鄰域劃分為8個分區；

在所述8個分區半徑為r的區域內尋找P₀的最近鄰點集合，所述最近鄰點集合構成特征向量V，對所述特征向量V沿X、Y、Z軸上進行三階段卷積，得到特征點f₀，所述f₀為特征集合B₁中的元素；

遍歷計算所述集合A中點的特征點，構成所述特征集合B₁；

改變所述半徑r若干次，計算得到若干所述特征集合B₁；

所述若干所述特征集合B₁卷積后得到特征集合B。

3.根據權利要求1所述的方法，其特征在于，所述對每一個前景點回歸一個三維候選框的步驟，包括：

預測所述三維候選框的中心點位置、尺寸和方向這7維數據；

在二維平面劃分若干固定大小的區間，判斷所述中心點位置屬于哪個區間，采用交叉熵損失函數來計算損失；

所述三維候選框的尺寸和方向采用L1損失函數來進行回歸。

4.根據權利要求1所述的方法，其特征在于，還包括：

根據所述三維候選框與傳感器距離，采用不同參數的NMS算法。

5.根據權利要求1所述的方法，其特征在于，還包括：

在所述集合D中的點加入與傳感器的距離信息，以補償點云深度信息。