[发明专利]基于深度学习的物体检测方法、装置、设备及存储介质在审
| 申请号： | 201910679025.1 | 申请日： | 2019-07-25 |
| 公开（公告）号： | CN110400304A | 公开（公告）日： | 2019-11-01 |
| 发明（设计）人： | 杨泽同;孙亚楠;刘枢;贾佳亚 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06K9/62 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 张所明 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了基于深度学习的物体检测方法、装置、设备及存储介质，属于计算机技术领域。方法包括：基于目标空间的点云数据，获取点云数据中多个采样点的分类结果；根据多个采样点的分类结果，为多个采样点确定对应的第一立体区域和第二立体区域；基于采样点对应的第一立体区域和第二立体区域，获取目标空间中的目标候选区域；将目标候选区域进行切割，得到第一参考数量个目标候选子区域；基于目标候选子区域，获取目标空间中的目标物体的检测结果，在目标界面显示目标物体的检测结果。基于上述物体检测的过程，可以在避免点云数据的信息丢失的同时，有效减少计算量，从而提高物体检测的效果和物体检测的效率。 | ||
| 搜索关键词： | 物体检测 立体区域 采样点 点云数据 存储介质 分类结果 候选区域 获取目标 检测结果 子区域 计算机技术领域 目标界面 目标空间 目标物体 显示目标 信息丢失 有效减少 计算量 切割 参考 学习 申请 | ||
【主权项】：
1.一种基于深度学习的物体检测方法，其特征在于，所述方法包括：基于目标空间的点云数据，获取所述点云数据中多个采样点的分类结果；根据多个所述采样点的分类结果，为多个所述采样点确定对应的第一立体区域和第二立体区域；基于所述采样点对应的第一立体区域和第二立体区域，获取所述目标空间中的目标候选区域；将所述目标候选区域进行切割，得到第一参考数量个目标候选子区域；基于所述目标候选子区域，获取所述目标空间中的目标物体的检测结果，在目标界面显示所述目标物体的检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910679025.1/，转载请声明来源钻瓜专利网。
