基于卷积长短期记忆网络的3D目标检测方法

作者:何立火; 钟彬彬; 甘海林; 柯俊杰; 王笛; 高新波; 路文
来源:2023-06-16, 中国, CN202310719201.6.

摘要

本发明公开了一种基于卷积长短期记忆网络的3D目标检测方法,包括以下步骤;步骤1:使用nuScenes点云数据集;步骤2:将输入点云数据转换到球坐标系下;步骤3:将点云空间按照球坐标进行体素划分,得到体素特征,并对体素特征进行初步提取;步骤4:对体素特征进行中间特征提取;步骤5:通过卷积长短期记忆网络进行时间特征提取,实现卷积长短期记忆网络的输出特征;步骤6:对输出特征进行多尺度特征提取,得到特征图;步骤7:利用特征图生成锚框,并对锚框进行分类、边界框回归和角度回归。本发明通过卷积长短期记忆网络对点云序列进行时间特征提取,解决现有的基于深度学习的3D连续目标检测方法中,因序列过长而无法长期依赖的问题。