深度学习技术的三维激光雷达目标分割研究

• 作者: 李建微 李晓雯 陈晓洁
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 深度学习 三维激光雷达 目标分割 表征转换机理论
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 71-75
• 页数: 5页
• 分类号: TN181
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2020.11.071

摘要

为解决传统雷达目标分割噪声影响以及连通性较差等问题,提出引入深度学习技术的三维激光雷达目标分割方法.分析深度学习技术工作原理,设置学习数据输入层、隐层以及输出层的单元数据组取值;根据贝叶斯概率生成模型,获取三维激光雷达目标分割的实际期望值;引入表征转换机理论,衡量目标图像与参考杂波图像间相似程度;通过回归性问题计算图像参考杂波程度较高部分并进行消除,实现三维激光雷达目标分割.实验结果表明,所提方法可有效实现三维激光雷达目标分割,且计算过程简单,目标分割准确度较高.