摘要
本申请公开了一种占有网络预测方法、装置、设备、存储介质及产品,涉及自动驾驶技术领域,包括:根据目标对象的周围环境的图像数据生成快速体素特征和慢速体素特征;根据特征分布结构对快速体素特征和慢速体素特征进行特征融合;根据历史多帧数据和目标体素融合特征确定目标尺度融合体素特征,并根据目标尺度融合体素特征进行占有网络预测;通过上述方式,将单帧场景中的多视图图像数据处理为场景感知的快速体素特征和慢速体素特征,并利用分析的特征分布结构进行特征融合,充分考虑多帧间的极限关系,结合历史多帧数据以及引入改进卷积模块的金字塔模型进行尺度融合,从而能够有效提高占有网络预测的准确性,以及增强环境感知的稳定性和鲁棒性。
技术关键词
融合特征
图像特征数据
融合策略
金字塔模型
采样点
摄像设备
网络
设备特征
视觉
计算机程序产品
坐标系
卷积模块
图像数据处理
自动驾驶技术
关系
对象
级联
处理器