龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海大学
摘要：本发明属于计算机视觉技术领域，具体公开了一种基于pointpillars的多平面编码点云特征深度学习模型的构建方法。构建方法为：获取训练样本，采用训练样本对多平面编码点云特征深度学习模型进行训练，使得将训练样本中的点云数据输入训练后的多平面编码点云特征深度学习模型得到的识别结果为点云数据中检测目标的位置边界框坐标及边界框坐标中目标的存在概率。本发明构建的多平面编码点云特征深度学习模型能够实现对点云数据三维空间采样，并将采样得到三个平面内支柱点云特征进行学习融合，解决了现有点云采样空间信息损失的问题，更好的还原了点云在空间中各个方向上角度不同带来的检测精度的损失，模型的鲁棒性好，检测准确度高。
主权项：1.一种基于pointpillars的多平面编码点云特征深度学习模型的构建方法，其特征在于，所述构建方法为：获取训练样本，所述训练样本包括包含检测目标的点云数据和与点云数据对应的标注信息，标注信息用于指示点云数据中检测目标的边界框坐标和边界框坐标中检测目标的分类标签；采用训练样本对多平面编码点云特征深度学习模型进行训练，使得将训练样本中的点云数据输入训练后的多平面编码点云特征深度学习模型得到的识别结果为点云数据中检测目标的位置边界框坐标及边界框坐标中目标的存在概率。
全文数据：
权利要求：
百度查询： 上海大学 一种基于pointpillars的多平面编码点云特征深度学习模型的构建方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号