摘要
本发明涉及自动驾驶技术领域,尤其是一种融合深度补全的伪雷达车辆检测方法,包括下述步骤:将摄像头所捕捉的场景信息转换为RGB图像;构建深度学习模型,以获得密集深度图,通过密集深度图计算获得场景中物体的距离数据;构建端到端两阶段的深度图补全模型,以获得颜色主导深度图及深度主导深度图;对颜色主导深度图及深度主导深度图进行处理,以分别获得尺度深度图及优化深度图,将尺度深度图及优化深度图进行融合,以获得融合深度图;将融合深度图转换为伪激光点云,以通过3D检测算法计算出车辆与摄像头之间的距离、速度及方向的信息。本发明通过构建深度图补全模型对深度信息进行补全,提高目标检测精度。
技术关键词
车辆检测方法
融合深度图
分支
颜色
深度学习模型
图像
空间金字塔池
雷达
多尺度特征融合
特征信息提取
像素点
自动驾驶技术
密集特征
场景
点云
网络分析
激光
融合方法
系统为您推荐了相关专利信息
协调管理方法
足部三维模型
三角网格模型
步态特征
Delaunay三角剖分
网络状态分析系统
人工智能模型
网络状态分析方法
特征工程
数据采集模块
深度神经网络模型
风险
肺癌
判定系统
数据分组单元