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：哈尔滨工程大学
摘要：本发明提供一种基于PointPillars算法的移动目标检测方法、系统及存储介质，涉及计算机视觉的目标检测技术领域，为解决现有技术中的道路目标检测方法，易出现实时检测速度较慢或者检测结果的预测角度容易有误差的问题。包括如下步骤：步骤一、获取目标的3D点云数据，对3D点云数据进行预处理，构建训练数据集；步骤二、建立基于改进的PointPillars算法的目标检测模型并进行训练，将预处理后的3D点云数据输入训练好的目标检测模型进行处理，得到目标预测结果；模型构建有改进后的pillar编码网络以进行点云信息编码，主干网络由CSPDarknet模块和SECOND采样模块的Conv串联构建；本发明方法用于实现高精度、高速度地移动目标检测。
主权项：1.一种基于PointPillars算法的移动目标检测方法，其特征在于，包括如下步骤：步骤一、获取目标的3D点云数据，对3D点云数据进行预处理，构建训练数据集；步骤二、建立基于改进的PointPillars算法的目标检测模型并进行训练，将预处理后的3D点云数据输入训练好的目标检测模型进行处理，得到目标预测结果；所述目标检测模型构建有pillar编码网络以进行点云信息编码，pillar编码网络中引入了平均池化和注意力池化，将最大池化、平均池化和注意力池化相结合，具体包括如下过程：将点云数据在X-Y平面上划分网络，将落入一个网格的点云数据作为其处在一个pillar中；利用柱中心和点云范围的信息对原始点进行增强，然后通过MLP将增强的点特征映射到高维特征；通过最大池化编码模块，对每个pillar中的点特征进行最大池化操作，得到最大池化特征；通过平均池化编码模块，对每个pillar中的点特征进行平均池化操作，得到平均池化特征；通过注意力池化编码模块，对点云特征进行加权求和运算，得到注意力池化特征；对最大池化特征、平均池化特征和注意力池化特征求平均获得当前pillar特征；将所有的pillar特征按照原始柱的位置组合堆积，形成大小为C，H，W的伪图像，其中，C为特征维度，H和W分别表示伪图像的高度和宽度。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于PointPillars算法的移动目标检测方法、系统及存储介质
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