申请/专利权人:清华大学
申请日:2023-09-26
公开(公告)日:2024-02-06
公开(公告)号:CN117523171A
主分类号:G06V10/25
分类号:G06V10/25;G06V10/44;G06N3/0464;G06N3/048;G06N3/047;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.27#实质审查的生效;2024.02.06#公开
摘要:本申请提供一种面向灯塔认知多场景鲁棒的视觉3D目标检测方法,涉及自动驾驶技术领域,包括:获取目标场景的RGB图像;利用预先训练完成的骨干网络对RGB图像进行处理,得到第一图像特征图;利用预先训练完成的动态深度网络对第一图像特征图进行处理,得到语义特征图和深度分布图;将语义特征图和深度分布图进行相乘,得到第二图像特征图;利用体素池化对第二图像特征进行处理,得到BEV特征图;利用检测头对BEV特征图进行处理,得到3D目标检测结果。本申请提高了多场景的目标检测精度。
主权项:1.一种面向灯塔认知多场景鲁棒的视觉3D目标检测方法,其特征在于,包括:获取目标场景的RGB图像;利用预先训练完成的骨干网络对RGB图像进行处理,得到第一图像特征图;利用预先训练完成的动态深度网络对第一图像特征图进行处理,得到语义特征图和深度分布图;将语义特征图和深度分布图进行相乘,得到第二图像特征图;利用体素池化对第二图像特征进行处理,得到BEV特征图;利用检测头对BEV特征图进行处理,得到3D目标检测结果。
全文数据:
权利要求:
百度查询: 清华大学 一种面向灯塔认知多场景鲁棒的视觉3D目标检测方法
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。