近年來,伴隨著3D傳感器的應(yīng)用越來越多,三維點云分割任務(wù)已經(jīng)成為大量自動導(dǎo)航系統(tǒng)的許多應(yīng)用中的重要研究課題。然而,由于稀疏性、不均勻的采樣密度、不規(guī)則的格式以及缺乏顏色紋理,稀疏點云分割已成為一個非常有挑戰(zhàn)性的課題。受到優(yōu)秀的卷積神經(jīng)網(wǎng)絡(luò)和大規(guī)模數(shù)據(jù)集推動,2D圖像理解任務(wù)已經(jīng)取得了很大進展,如目標(biāo)檢測。因此本文利用卷積神經(jīng)網(wǎng)絡(luò)在2D圖像目標(biāo)檢測上的優(yōu)勢,來輔助激光雷達完成稀疏點云的分割任務(wù)。本文主要圍繞以下研究內(nèi)容展開:1、介紹了單目相機成像的模型以及16線激光雷達測距模型的原理,建立了單目相機與多線激光雷達聯(lián)合標(biāo)定模型,并在此基礎(chǔ)上采用一種基于平面特征的方法對單目相機和16線激光雷達進行聯(lián)合標(biāo)定。實驗分析了單目相機標(biāo)定、單目相機與16線激光雷達聯(lián)合標(biāo)定的結(jié)果,并可視化了單目相機與多線激光雷達融合后的效果圖,驗證了基于平面特征的聯(lián)合標(biāo)定方法的可行性。2、介紹了目標(biāo)檢測的原理,分析了標(biāo)準(zhǔn)卷積方式和深度可分離卷積方式之間的不同點,提出了一種基于深度可分離卷積的目標(biāo)檢測網(wǎng)絡(luò)。針對目標(biāo)檢測網(wǎng)絡(luò),分析了特征提取網(wǎng)絡(luò)和多尺度預(yù)測網(wǎng)絡(luò)的構(gòu)成及原理,闡述了損失函數(shù)的定義,并介紹了整個目標(biāo)檢測網(wǎng)絡(luò)的訓(xùn)... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

多尺度預(yù)測網(wǎng)絡(luò)

本文目標(biāo)檢測網(wǎng)絡(luò)在不同光照、不同的零部件上DPM碼效果圖

本文的目標(biāo)檢測網(wǎng)絡(luò)在PASCALVOC測試集上的效果圖

【參考文獻】：
期刊論文
[1]二維和三維視覺傳感集成系統(tǒng)聯(lián)合標(biāo)定方法[J]. 李琳,張旭,屠大維.  儀器儀表學(xué)報. 2012(11)
[2]任意方向下的攝像機鏡頭畸變標(biāo)定[J]. 李勤,達飛鵬,溫晴川.  儀器儀表學(xué)報. 2010(09)
[3]視覺傳感集成體系中不同圖像間映射匹配關(guān)系[J]. 程勝,屠大維,唐圣彪.  光電子·激光. 2002(07)



本文編號：3497762