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)
1014
编辑：管理员
来源：北方有色网
咨询细节
