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！
摘要：本发明公开了一种基于类原型的稀疏监督点云物体检测的方法，包括训练阶段和测试阶段。训练阶段包括：先构建一个检测器提取提案的特征；再构建原型辅助物体挖掘模块利用类原型挖掘原型标注以增强监督信号；最后构建多标注协同优化模块使用稀疏标注、伪标注和稀疏标注以提供更加全面的监督信号。上述模块提到的原型辅助物体挖掘模块和多标注协同优化模块仅在训练阶段使用，在测试阶段仅需要将待检测的点云场景输入到训练完的检测器中即可得到检测结果。本发明可实现在稀疏监督的情况下对物体的挖掘，利用跨场景的类原型实现了检测器对物体的感知的鲁棒性，在仅标注7％的物体的情况下达到了76％全监督模型的效果。
主权项：1.一种基于类原型的稀疏监督点云物体检测的方法，包括训练阶段和测试阶段两个过程，其特征在于：训练阶段包括以下步骤：步骤一，构建检测器从输入点云场景获得提案特征以及检测结果；步骤二，构建原型辅助物体挖掘模块，使用步骤一中获得的提案特征中标注的部分聚类得到每一个类的类原型；计算未标注部分的提案与步骤二中每一个类原型的相似度，根据相似度传播原型标注到未标注的部分；步骤三，计算稀疏标注部分以及原型标注部分的损失函数值，训练初始检测器；步骤四，构建多标注协同优化模块，加载初始检测器的参数得到伪标注并与步骤三中的原型标注协同，同时计算稀疏标注、伪标注以及原型标注的损失函数值，再次训练检测器，得到最终的检测器；测试阶段将待检测点云场景输入到训练好的最终检测器中，得到检测的结果。
全文数据：
权利要求：
百度查询： 南京理工大学 一种基于类原型的稀疏监督点云物体检测的方法
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