申请/专利权人:电子科技大学
申请日:2024-02-19
公开(公告)日:2024-03-22
公开(公告)号:CN117746204A
主分类号:G06V10/80
分类号:G06V10/80;G06V10/82;G06V10/766;G06V10/764;G06N3/0464;G06N3/045;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明属于自动驾驶领域,具体为一种基于图像和毫米波雷达融合的概率目标检测方法。该方法包括:分别对预处理后毫米波雷达数据和图像数据进行特征提取,得到第一特征图和第二特征图;对第一特征图和第二特征图进行拼接后,使用融合特征模块进行特征融合,得到第一融合特征图;将第一融合特征图输入到基于全局注意力的Transformer模块中获取二次提取的图像特征;将二次提取的图像特征输入至概率目标检测网络中,预测出2D目标物体所在位置、类别及类概率、目标所在位置预测的不确定性值、类别及类概率的不确定性值。本发明能够在提供检测性能的同时,实现了自然环境影响下神经网络输入数据的不确定性量化。
主权项:1.一种基于图像和毫米波雷达融合的概率目标检测方法,其特征在于,包括以下步骤:步骤1、获取并预处理毫米波雷达数据和图像数据;步骤2、使用两个同构异参的ResNet特征提取网络,分别对预处理后毫米波雷达数据和图像数据进行特征提取,得到第一特征图和第二特征图;第一特征图和第二特征图尺寸、通道数均相同;步骤3、对第一特征图和第二特征图进行拼接后,使用融合特征模块进行特征融合,得到第一融合特征图;步骤4、基于第一融合特征图,使用基于全局注意力的Transformer模块获取二次提取的图像特征;步骤5、将步骤4提取的图像特征输入至概率目标检测网络中,预测出2D目标物体所在位置、类别及类概率、目标所在位置预测的不确定性值、类别及类概率的不确定性值。
全文数据:
权利要求:
百度查询: 电子科技大学 一种基于图像和毫米波雷达融合的概率目标检测方法
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。