本发明公开了基于关键点的3D目标检测及其参数化半径学习方法及系统,方法具体为:原始对于点云下采样得到关键点,并对原始点云进行体素化处理,后输入3D稀疏卷积网络中,得到体素特征;采用构造点特征提取方法,将体素特征聚合到关键点上,得到关键点特征;通过目标感知特征池化,学习关键点到目标中心的偏移量,在目标感知邻域内进行特征聚合,得到候选点及对应特征;以候选点为中心进行候选框回归,提取特征并对候选框进行二次回归和得分预测,得到3D目标检测结果;将点云特征聚合采样半径作为可学习参数,通过反向传播更新采样半径,得到最优采样半径参数;解决目标中心回归难度高、不准确,以及需要手工调节特征聚合采样半径问题。
声明:
“基于关键点的3D目标检测及其参数化半径学习方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)