申请/专利权人:清华大学
申请日:2023-06-27
公开(公告)日:2023-10-31
公开(公告)号:CN116977959A
主分类号:G06V20/56
分类号:G06V20/56;G06V10/44;G06V10/80;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.11.17#实质审查的生效;2023.10.31#公开
摘要:本申请提供一种基于信息熵的全天时多模态融合方法及装置,涉及自动驾驶技术领域,所述方法包括:获取同一目标场景的RGB图像和三维点云数据;对三维点云数据进行空间变换,得到与RGB图像大小相同的深度投影图;分别对RGB图像和深度投影图进行处理,得到第一特征图和第二特征图;计算RGB图像的熵图,利用自注意力机制对熵图、第一特征图和第二特征图进行处理,得到融合后的特征图。本申请对RGB图像的熵进行优化,使它能更准确地反映图像中的光照分布;通过熵和自注意力实现了多模态融合,提高了场景的鲁棒,适合全天时的多模态融合。
主权项:1.一种基于信息熵的全天时多模态融合方法,其特征在于,包括:获取同一目标场景的RGB图像和三维点云数据;对三维点云数据进行空间变换,得到与RGB图像大小相同的深度投影图;分别对RGB图像和深度投影图进行处理,得到第一特征图和第二特征图;计算RGB图像的熵图,利用自注意力机制对熵图、第一特征图和第二特征图进行处理,得到融合后的特征图。
全文数据:
权利要求:
百度查询: 清华大学 一种基于信息熵的全天时多模态融合方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。