用于三维目标检测的多尺度时空混合采样融合方法及系统

AITNT
正文
推荐专利
用于三维目标检测的多尺度时空混合采样融合方法及系统
申请号:CN202410842787
申请日期:2024-06-27
公开号:CN118941899A
公开日期:2024-11-12
类型:发明专利
摘要
本发明公开了用于三维目标检测的多尺度时空混合采样融合方法及系统,涉及自动驾驶目标检测技术领域。本发明包括:接收图像数据和原始点云数据;采用双流时空特征提取网络,对图像数据和原始点云数据进行特征提取,通过使用多尺度感受野聚合特征的尺度自适应力,并在查询指导下生成采样位置的自适应时空采样特征;根据自适应时空采样特征,通过Transformer等变转换模块将稀疏的点云坐标特征聚合成轻量且紧凑的BEV特征。本发明通过全局时间尺度特征联系的增强与局部多尺度感知场的设计相结合,提高了不同大小及类别物体的检测精度,通过多尺度交叉Transformer将不同的单尺度特征转换为多尺度耦合表示,提取更多的时空感知信息以提高检测精度。
技术关键词
融合方法 查询特征 点云特征 空间位置关系 采样点 多尺度 特征提取网络 多模态特征 图像 注意力机制 耦合特征 计算机可执行指令 坐标系 通道 混合特征矩阵 动态融合机制 融合系统
系统为您推荐了相关专利信息
1
基于生成对抗网络的单粒子效应数据生成方法
数据生成方法 NMOS器件结构 单粒子瞬态 效应 重离子LET值
2
基于人工智能与云边协同的放射检查实时质检系统及装置
医学影像数据 图像识别单元 解剖特征 放射检查设备 质检系统
3
一种用于安全驾驶的数字化交通路径规划方法
交通路径规划方法 曲线 障碍物 路径规划算法 轨迹
4
基于多梯度协同融合与结构全域解码的多焦距胚胎图像融合方法
图像融合方法 胚胎 融合梯度特征 联合损失函数 融合特征
5
基于图重构的多尺度GCN和DCN高光谱图像分类方法
光谱图像分类方法 光谱特征提取 联合损失函数 高光谱图像数据 重构模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号