[发明专利]基于图像点云数据的异物检测方法、装置及其存储介质

权利要求书

1.一种基于图像点云数据的异物检测方法，其特征在于，包括：

S1：获取密闭空间内点云数据并保存为图像形式；

S2：通过对点云数据进行特定数据标准下的训练获取正负样本；

S3：基于预设比例的正负样本，通过点云之间最短路径插值数据的对抗性扰动增强获取归一化特征和清洁特征；

S4：根据点云数据增强算法对预设比例的正负样本进行扩充；

S5：通过对扩充后的正负样本进行模型训练获取用于检测密闭空间内异物的二分类网络。

2.根据权利要求1的一种基于图像点云数据的异物检测方法，其特征在于，所述S1步骤中所述点云数据通过pcl数据库在密闭空间内区域进行获取。

3.根据权利要求1的一种基于图像点云数据的异物检测方法，其特征在于，所述S2步骤中当密闭空间内区域存在大于预设比例的物体时为负样本，否则为正样本。

4.根据权利要求1的一种基于图像点云数据的异物检测方法，其特征在于，所述S3步骤具体包括：

S31：通过生成具有不同强度的对抗性扰动，对点云数据中间特征进行增强，从而作为对抗性特征；

S32：通过特征归一化将扰动增强后的特征统计信息注入到未对抗的特征中，从而作为清洁特征；

S33：通过混合增强后的归一化特征与清洁特征用于样本训练。

5.根据权利要求4的一种基于图像点云数据的异物检测方法，其特征在于，所述不同强度的对抗性扰动增强点云数据包含有一段点云数据区间。

6.根据权利要求1的一种基于图像点云数据的异物检测方法，其特征在于，所述点云数据增强算法公式如下：

式中，为点云数据，/为点云数据上的标签，/为清洁特征，/为对抗性特征，为控制对抗性特征增强影响的超参数，/为PGD生成，/为骨干网络参数，/ 为任务特定模块的参数。

7.根据权利要求4的一种基于图像点云数据的异物检测方法，其特征在于，所述清洁特征与对抗性特征通过归一化处理为对抗性归一化，公式如下：

式中，为清洁特征的二阶矩，/为对抗性特征的二阶矩，/ 为清洁特征的一阶矩，/ 为第 i 个增强的对抗特征，/为清洁特征。

8.一种基于图像点云数据的异物检测装置，其特征在于，包括至少一个处理器、以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器能够执行权利要求1-7任一项所述的基于图像点云数据的异物检测方法。

9.一种基于图像点云数据的异物检测存储介质，其特征在于，当所述存储介质中的指令由设备内的处理器执行时，使得所述设备能够执行权利要求1-7任一项所述的基于图像点云数据的异物检测方法。