[發(fā)明專利]基于邊緣特征融合的3D點(diǎn)云分割目標(biāo)檢測系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110786257.4
• 申請日: 2021-07-12
• 公開（公告）號: CN113538474B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計）人: 毛琳;向姝芬;楊大偉;張汝波
• 申請（專利權(quán)）人: 大連民族大學(xué)
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06V10/80
• 代理公司: 大連智高專利事務(wù)所(特殊普通合伙) 21235
• 代理人: 蓋小靜

本發(fā)明公開了基于邊緣特征融合的3D點(diǎn)云分割目標(biāo)檢測系統(tǒng)，涉及深度學(xué)習(xí)3D點(diǎn)云分割技術(shù)領(lǐng)域；其采用多層感知機(jī)提取邊緣特征，將點(diǎn)云保持特征與點(diǎn)云提取特征相融合，生成點(diǎn)云邊緣融合特征，增強(qiáng)邊緣特征的提取能力，將得到的邊緣特征應(yīng)用于目標(biāo)檢測任務(wù)，提升點(diǎn)云分割模型的精度，獲得準(zhǔn)確的點(diǎn)云目標(biāo)檢測結(jié)果，可以很好地應(yīng)用于無人駕駛、機(jī)械手感知等領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及深度學(xué)習(xí)3D點(diǎn)云分割技術(shù)領(lǐng)域，具體涉及一種基于邊緣特征融合的3D點(diǎn)云分割目標(biāo)檢測系統(tǒng)。

背景技術(shù)

近年來，隨著三維激光掃描技術(shù)的發(fā)展，三維點(diǎn)云數(shù)據(jù)的采取也變得快速且便捷。在無人駕駛、機(jī)器人、室內(nèi)場景檢測和識別等領(lǐng)域都有非常廣泛的應(yīng)用，三維點(diǎn)云在計算機(jī)視覺領(lǐng)域已然成為研究熱點(diǎn)。目前對場景獲取主要依靠傳統(tǒng)點(diǎn)云，但計算機(jī)自動審查技術(shù)不夠成熟，現(xiàn)有算法不能實(shí)現(xiàn)對點(diǎn)云目標(biāo)充分認(rèn)識與理解。深度學(xué)習(xí)在計算機(jī)視覺領(lǐng)域快速發(fā)展，并且在二維圖像的識別、分類上取得了顯著的成就。同時，三維點(diǎn)云分類的研究受此影響也越來越多的開始使用深度學(xué)習(xí)的方法。

現(xiàn)有的3D點(diǎn)云目標(biāo)檢測算法大多以關(guān)鍵點(diǎn)作為3D檢測目標(biāo)，通過關(guān)鍵點(diǎn)之間的連接關(guān)系確定輔助訓(xùn)練模塊，實(shí)現(xiàn)對3D目標(biāo)框的精準(zhǔn)定位。名稱為一種基于關(guān)鍵點(diǎn)的3D目標(biāo)檢測方法，公開號為CN112766100A的發(fā)明專利申請，利用3D目標(biāo)的關(guān)鍵點(diǎn)，通過回歸同一個3D目標(biāo)的點(diǎn)與點(diǎn)之間的連接關(guān)系實(shí)現(xiàn)框的定位。但是該方法忽略了局部與全局之間的關(guān)系導(dǎo)致3D目標(biāo)檢測精度不高。名稱為一種基于局部邊緣特征增強(qiáng)的點(diǎn)云分類方法及系統(tǒng)，公開號為CN112052884A的發(fā)明專利申請，通過獲取點(diǎn)云體素化數(shù)據(jù)、點(diǎn)云體素化數(shù)據(jù)對應(yīng)的點(diǎn)云在預(yù)設(shè)鄰域內(nèi)的邊緣特征，以及點(diǎn)云體素化數(shù)據(jù)對應(yīng)點(diǎn)云對應(yīng)的體素位置，基于圖卷積網(wǎng)絡(luò)結(jié)構(gòu)和通道注意力機(jī)制構(gòu)建出點(diǎn)云分類模型對特征填充后的點(diǎn)云進(jìn)行分類，并輸出點(diǎn)云分類結(jié)果，增加了特征通道之間的相互依賴關(guān)系，加強(qiáng)了點(diǎn)云的全局特征表達(dá)能力，從而提高了點(diǎn)云分類的效率和預(yù)測準(zhǔn)確度。但由于要進(jìn)行點(diǎn)云邊緣填充，該方法會加大對小樣本模型的識別誤差，不利于小樣本點(diǎn)云模型目標(biāo)分類。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在上述問題，本發(fā)明提出了一種基于邊緣特征融合的3D點(diǎn)云分割目標(biāo)檢測系統(tǒng)，其能獲得更準(zhǔn)確的邊緣信息，提高點(diǎn)云目標(biāo)檢測結(jié)果的準(zhǔn)確性。

為實(shí)現(xiàn)上述目的，本申請的技術(shù)方案為：基于邊緣特征融合的3D點(diǎn)云分割目標(biāo)檢測系統(tǒng)，包括串聯(lián)使用的擴(kuò)張?zhí)崛√卣髂K、保持提取特征模塊和還原提取特征模塊，每個模塊均包括多個邊緣特征提取單元，所述邊緣特征提取單元包括點(diǎn)云特征采樣層、點(diǎn)云特征保持支路和點(diǎn)云特征提取支路，所述點(diǎn)云特征采樣層改變從三維圖像中獲取的點(diǎn)云特征尺寸，所述點(diǎn)云特征保持支路采用1維卷積對改變尺寸后的點(diǎn)云特征進(jìn)一步處理，保證卷積處理前后的點(diǎn)云特征一致性，所述點(diǎn)云特征提取支路通過提取型多層感知機(jī)獲得邊緣特征，再與一致性的點(diǎn)云特征相融合，使點(diǎn)云邊緣融合保持特征內(nèi)容更具多樣性，充分準(zhǔn)確表示點(diǎn)云目標(biāo)特征信息。

進(jìn)一步的，在所述邊緣特征提取單元中為獲取點(diǎn)云邊緣融合特征，其實(shí)施步驟如下：

第1步：將三維圖像中原始點(diǎn)云特征向量作為輸入，讀取該特征向量，尺寸為n×3，n表示點(diǎn)云數(shù)量，每個點(diǎn)用(x,y,z)的3維坐標(biāo)表示，輸入三維圖像中原始點(diǎn)云特征向量的具體形式為

第2步：將所述原始點(diǎn)云特征通過點(diǎn)云特征采樣層進(jìn)行處理，得到尺寸改變后的轉(zhuǎn)換型點(diǎn)云特征其表達(dá)式如下：

第3步：在點(diǎn)云特征保持支路中，以所述轉(zhuǎn)換型點(diǎn)云特征作為特征向量輸入，采用1個尺寸為1的卷積核做1維卷積操作，輸出的點(diǎn)云保持特征如下所示：

其中，是點(diǎn)云特征保持支路中的特征向量輸入表達(dá)特式，v^σi是點(diǎn)云保持支路中的向量表征表達(dá)式，一維卷積操作的具體表達(dá)為i表示點(diǎn)云特征維度，卷積處理的卷積核大小為1×1，s表示卷積操作的步長，s＝1；