一种基于图卷积的3D点云目标检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于图卷积的3D点云目标检测方法
申请号:CN202411691902
申请日期:2024-11-25
公开号:CN119648990A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于图卷积的3D点云目标检测方法,包括以下步骤:S1、云数据获取阶段;S2、检测模型构建阶段;S3、数据导入模型阶段;S4、检测结果分类阶段。该基于图卷积的3D点云目标检测方法,首先通过卷积层提取图像的特征,每个卷积层由多个卷积核和一个激活函数组成,卷积核扫描输入图像,并通过计算卷积运算来提取特征,激活函数则引入非线性,增加网络的表达能力;接着通过池化层降低特征图的维度和计算量;常用的池化操作是最大池化,即在一个固定窗口内选择最大值作为池化后的值;通过全连接层将提取到的特征进行分类最后通过Softmax激活函数将网络的输出转化为概率分布,由此实现结果图像的分类。
技术关键词
阶段 自定义数据结构 稀疏特征提取 回归算法 预测类别 内部数据结构 3D点云数据 样本 数据分类 节点 数据项 语义 网络 图像 分支 训练集 参数