平行点云:虚实互动的点云生成与三维模型进化方法

三维信息的提取在自动驾驶等智能交通场景中正发挥着越来越重要的作用,为了解决以激光雷达为主的深度传感器在数据采集方面面临的成本高、样本覆盖不全面等问题,本文提出了平行点云的框架.利用人工定义场景获取虚拟点云数据,通过计算实验训练三维模型,借助平行执行对模型性能进行测试,并将结果反馈至数据生成和模型训练过程.通过不断地迭代,使三维模型得到充分评估并不断进化.在平行点云的框架下,我们以三维目标检测为例,通过闭环迭代,构建了虚实结合的点云数据集,在无需人工标注的情况下,可达到标注数据训练模型精度的72％....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 46; no. 12; pp. 2572 - 2582
Main Authors 田永林, 沈宇, 李强, 王飞跃
Format Journal Article
LanguageChinese
Published 青岛智能产业技术研究院 青岛266000 01.12.2020
中国科学技术大学自动化系 合肥230027
中国科学院大学人工智能学院 北京100049%中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京100190
中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京100190%中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京100190
Subjects
三维目标检测
平行点云
虚实互动
三维视觉模型
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c200800

Cover

More Information
Summary:三维信息的提取在自动驾驶等智能交通场景中正发挥着越来越重要的作用,为了解决以激光雷达为主的深度传感器在数据采集方面面临的成本高、样本覆盖不全面等问题,本文提出了平行点云的框架.利用人工定义场景获取虚拟点云数据,通过计算实验训练三维模型,借助平行执行对模型性能进行测试,并将结果反馈至数据生成和模型训练过程.通过不断地迭代,使三维模型得到充分评估并不断进化.在平行点云的框架下,我们以三维目标检测为例,通过闭环迭代,构建了虚实结合的点云数据集,在无需人工标注的情况下,可达到标注数据训练模型精度的72％.
ISSN:0254-4156
DOI:10.16383/j.aas.c200800