申请/专利权人：华中科技大学

申请日：2023-11-23

公开（公告）日：2024-03-05

公开（公告）号：CN117649580A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/82;G06V20/56;G06V10/20;G06V10/764;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明公开了一种基于场景可见性的3D语义占据预测方法、系统及介质，属于计算机视觉及自动驾驶技术领域，方法包括：构建双边特征融合模块，以对体素特征分别进行局部增强、自注意力全局增强后融合输出；将图像特征编码模块、2D‑3D视角转换模块、双边特征融合模块、占据解码模块和语义解码模块依次连接得到3D语义占据预测模型；构建可见性掩码生成模块，用于将一定范围的3D场景的所有体素分为可见体素和不可见体素，构建监督可见体素预测结果、不可见体素预测结果的一对一交叉熵监督损失结构、3D邻域块分布损失结构，结合损失结构和样本集训练3D语义占据预测模型，以用于后续预测。提高了对当前场景语义占据预测的准确度。

主权项：1.一种基于场景可见性的3D语义占据预测方法，其特征在于，包括：构建双边特征融合模块，所述双边特征融合模块包括并行设置的局部感知单元和长距离依赖单元，以对输入其的体素特征分别进行局部增强、自注意力全局增强后融合输出；将图像特征编码模块、2D-3D视角转换模块、所述双边特征融合模块、占据解码模块和语义解码模块依次连接，以构建3D语义占据预测模型；构建可见性掩码生成模块，用于将输入其的体素分为可见体素和不可见体素，构建监督可见体素预测结果的一对一交叉熵监督损失结构，以及构建监督不可见体素预测结果的3D邻域块分布损失结构；以所述一对一交叉熵监督损失结构和所述3D邻域块分布损失结构收敛为目标，结合样本集训练所述3D语义占据预测模型；预测阶段，直接将目标环视图像输入训练后的3D语义占据预测模型，得到3D场景的语义占据预测结果。

全文数据：

权利要求：

百度查询： 华中科技大学 基于场景可见性的3D语义占据预测方法、系统及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD