[发明专利]基于稀疏FPN的3D物体点云数据识别方法有效
| 申请号： | 201910641251.0 | 申请日： | 2019-07-16 |
| 公开（公告）号： | CN110363145B | 公开（公告）日： | 2022-11-29 |
| 发明（设计）人： | 杨艺;章书豪;王好谦;王强锋;曾义 | 申请（专利权）人： | 深圳市凌云视迅科技有限责任公司;深圳市未来媒体技术研究院 |
| 主分类号： | G06V20/64 | 分类号： | G06V20/64;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京弘权知识产权代理有限公司 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了基于稀疏FPN的3D物体点云数据识别方法，获取3D物体的点云数据，将点云数据分为训练集和测试集；标记训练集和测试集中数据的所属类别；构建基于稀疏FPN的识别网络模型，识别网络模型包括稀疏卷积模块、FPN模块和全连接层，稀疏卷积模块包括三个，三个稀疏卷积子模块分别与FPN模块连接，FPN模块与全连接层连接；采用训练集训练识别网络模型，直至识别网络模型的损失函数最小，获得调整后的识别网络模型；将测试集中的点云数据输入调整后的识别网络模型中，输出点云数据的所属类别信息。采用稀疏卷积模块和FPN模块，提高深层特征的感受域，将点云数据的浅层特征和深层特征结合，提高点云数据的识别精度。 | ||
| 搜索关键词： | 基于 稀疏 fpn 物体 数据 识别 方法 | ||
【主权项】：
1.基于稀疏FPN的3D物体点云数据识别方法，其特征在于，所述方法包括：获取3D物体的点云数据，并将所述点云数据随机分为训练集和测试集；标记所述训练集和所述测试集中每一个数据的所属类别；构建基于稀疏FPN的识别网络模型，所述识别网络模型包括稀疏卷积模块、FPN模块和全连接层，所述稀疏卷积模块包括第一稀疏卷积子模块、第二稀疏卷积子模块和第三稀疏卷积子模块，三个所述稀疏卷积模块分别与所述FPN模块通过卷积连接，所述FPN模块与所述全连接层通过卷积连接；采用所述训练集训练所述识别网络模型，直至所述识别网络模型的损失函数最小，获得调整后的识别网络模型；将所述测试集中的点云数据输入到所述调整后的识别网络模型中进行测试，输出所述点云数据的所属类别信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市凌云视迅科技有限责任公司;深圳市未来媒体技术研究院，未经深圳市凌云视迅科技有限责任公司;深圳市未来媒体技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910641251.0/，转载请声明来源钻瓜专利网。
