摘要
本发明公开了一种基于深度学习的单目相机视角车辆三维信息检测方法,通过获取单目相机中的车辆三维检测数据集,对车辆三维检测数据集进行数据处理后进行补充标记,基于CenterNet网络结构建立预训练的车辆三维检测网络模型,在车辆三维检测网络模型中融入加权多尺度特征图融合策略,将车辆标注三维检测数据集输入至所述目标车辆三维检测网络模型中进行训练,获取车辆中心点在图像中的坐标、车辆三维框顶点的图像坐标以及车辆的三维尺寸信息,结合相机标定参数计算出车辆的三维质心,能够通过对图像进行识别,获得准确的车辆类型、三维空间位置、三维框顶点和三维尺寸,实现车辆在三维空间中的精确定位。
技术关键词
三维信息检测方法
检测网络模型
车辆
单目相机
融合策略
视角
数据
顶点特征
坐标
相机标定参数
特征金字塔
多尺度特征融合
图像
尺寸
特征提取网络
融合特征
ResNet网络
网络结构
系统为您推荐了相关专利信息
车道线识别方法
注意力机制
深度学习网络
场景
车辆
跟踪控制方法
扰动观测器
终端滑模控制器
质心侧偏角
横摆角速度