[發明專利]一種點云檢測方法及系統

在審

• 申請號: 202310052085.7
• 申請日: 2023-02-02
• 公開（公告）號: CN116030023A
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 郭杰龍;魏憲;俞輝;邵東恒;張劍鋒;李杰
• 申請（專利權）人: 泉州裝備制造研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/25;G06V10/764;G06V10/82;G06V10/766;G06N3/042;G06N3/08
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 郭成文

1.一種點云檢測方法，其特征在于，步驟包括：

獲取目標視覺場景中待檢測圖像的激光點云數據；

通過提高所述激光點云數據的回歸框尺度精度，得到訓練集；

對所述訓練集進行優化，得到優化訓練集；

利用所述優化訓練集構建網絡模型；并利用所述網絡模型對點云數據進行目標檢測。

2.根據權利要求1所述的點云檢測方法，其特征在于，得到所述訓練集的方法包括：構建知識蒸餾網絡；所述知識蒸餾網絡包括：教師檢測網絡和學生檢測網絡；所述教師檢測網絡和所述學生檢測網絡擁有相同的點云編碼和特征提取結構。

3.根據權利要求2所述的點云檢測方法，其特征在于，利用所述知識蒸餾網絡得到所述訓練集的方法包括：

對所述尺度精度進行連續值離散化后做概率擬合；

為所述學生檢測網絡增加約束；

利用增加約束后的所述學生檢測網絡對所述回歸框進行蒸餾，得到所述訓練集。

4.根據權利要求3所述的點云檢測方法，其特征在于，對所述回歸框進行蒸餾的方法包括：

對正樣本回歸框的尺度進行處理，并記錄每條邊的數據；

設定所述特征提取的回歸框尺寸，并分別由所述教師檢測網絡和所述學生檢測網表示；

將所述教師檢測網絡和所述學生檢測網絡轉換為概率表示；

通過對所述概率進行蒸餾損失評價，得到評價結果；

根據所述數據和所述評價結果完成對所述回歸框的蒸餾。

5.根據權利要求2所述的點云檢測方法，其特征在于，得到所述優化訓練集的方法包括：設計定位引導分類項來對正樣本監督標簽進行權重引導，得到所述優化訓練集。

6.根據權利要求5所述的點云檢測方法，其特征在于，進行所述權重引導的方法包括：

將正樣本對應的預測邊界框與真實邊界框在BEV空間中的IOU值作為分類引導權重去抑制相對高質量正樣本和相對低質量正樣本和分類置信度之間的偏差，引入定位引導項g：

其中，目標監督值：

式中，g表示定位引導分類項、其中i表示預測邊界框和真實邊界框的IOU值、pos表示正樣本、bev表示在BEV空間中邊界框的維度表示、reg_pred表示預測的回歸框偏差值、anchor表示先驗框、bbox_perd表示預測回歸框、表示one-hot向量表示的真實標簽、f表示引入定位引導項的softlabel表示形式的正樣本真實標簽。

7.一種點云檢測系統，其特征在于，包括：獲取模塊、蒸餾模塊、優化模塊和構建模塊；

所述獲取模塊用于獲取目標視覺場景中待檢測圖像的激光點云數據；

所述蒸餾模塊用于通過提高所述激光點云數據的回歸框尺度精度，得到訓練集；

所述優化模塊用于對所述訓練集進行優化，得到優化訓練集；

所述構建模塊利用所述優化訓練集構建網絡模型；并利用所述網絡模型對點云數據進行目標檢測。

8.根據權利要求7所述的點云檢測系統，其特征在于，所述蒸餾模塊包括：教師單元和學生單元；

所述教師單元用于提供網絡參數；

所述學生單元用于基于所述網絡參數，完成蒸餾，得到所述訓練集。