基于霍夫空间的物体识别方法、系统、设备及存储介质

摘要

本发明实施例公开了基于霍夫空间的物体识别方法、系统、设备及存储介质。本发明实施例先获取当前环境下的环境点云数据；将所述环境点云数据映射至霍夫空间下，并对所述霍夫空间进行栅格化处理，以得到与单元网格对应的累计判别信息；将所述累计判别信息通过预设卷积神经网络进行物体识别。本发明实施例不同于常规的深度学习技术，不会直接处理原始的非结构化分布的三维点云数据，而通过引入霍夫空间下的点云数据处理过程，将预设卷积神经网络的输入量替换为了更加规范化的霍夫空间处理下的累计判别信息，可以将点云数据与深度学习有效结合并提高点云物体识别的精度。