摘要
基于时空信息融合的自动驾驶场景三维目标检测方法,包括构建具有全局特征预测和局部特征预测的目标检测网络模型,在全局特征预测阶段采用Transformer架构预测3D目标类别并修正初始化的3D推荐框,局部特征预测阶段,将3D推荐框映射到2D空间,通过感兴趣区域ROI池化过程提取当前帧和上一帧中的局部特征,将所述局部特征输入R‑CNN结构,得到最终的类别预测和位置估计。本发明显著提高了自动驾驶环境中的目标检测准确率,优化了处理流程,并在多视角3D环境下实现了高效且精确的目标识别。这不仅提升了自动驾驶系统的整体性能,还为复杂驾驶环境下的安全性提供了坚实保障。
技术关键词
检测网络模型
深度学习特征提取
匈牙利算法
场景
编码
特征金字塔网络
自动驾驶系统
多层感知器
多尺度
阶段
感兴趣
处理器
顶点
检测误差
注意力机制
相机
关键帧
存储装置
程序
坐标
系统为您推荐了相关专利信息
波导缝隙阵列天线
波束调控
波导缝隙天线
端口
编码规则
电力信息系统
稳定性分析方法
业务访问量
BP神经网络构建
模型训练模块
数据安全防护方法
图像压缩
像素点
尺寸
隐藏算法
风险管控系统
决策
多模态
跨模态
交叉注意力机制
工业机器人协同
避障方法
货物运输状态
避障距离
对象