公开(公告)号：CN108460348B

公开(公告)日：2022-04-22

申请号：CN201810147619.3

申请日：2018-02-12

Applicant: 杭州电子科技大学

Inventor： 陈婧 ,  许文强 ,  彭伟民

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于三维模型的道路目标检测方法，包括如下步骤：同步获取两张道路采样图像，计算两张道路采样图像的视差图像，获得视差图像的深度特征；根据视差图像的深度特征生成候选区域，并将候选区域的3维边界框的坐标点映射到二维图像；利用多尺度池化网络层的卷积神经网络提取二维图像的外形特征，利用3维模型获得道路目标。本发明具有如下有益效果：本发明的算法解决了二维检测过程中出现的遮挡和阴影等问题，提高了鲁棒性，降低了成本。

公开(公告)号：CN108460348A

公开(公告)日：2018-08-28

申请号：CN201810147619.3

申请日：2018-02-12

Applicant: 杭州电子科技大学

Inventor： 陈婧 ,  许文强 ,  彭伟民

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明公开了一种基于三维模型的道路目标检测方法，包括如下步骤：同步获取两张道路采样图像，计算两张道路采样图像的视差图像，获得视差图像的深度特征；根据视差图像的深度特征生成候选区域，并将候选区域的3维边界框的坐标点映射到二维图像；利用多尺度池化网络层的卷积神经网络提取二维图像的外形特征，利用3维模型获得道路目标。本发明具有如下有益效果：本发明的算法解决了二维检测过程中出现的遮挡和阴影等问题，提高了鲁棒性，降低了成本。