摘要
本发明提供了一种融合图像纹理特征与先验信息的3D车辆目标检测方法,包括获取数据集,基于数据集中的点云数据及图像数据进行基于像素级的点云与图像融合,基于预设的图像目标检测器对图像数据进行检测,生成图像二维目标框,基于预设的三维车辆目标检测模型对融合后的点云数据进行检测,生成点云三维目标框,基于特征距离与通道注意力的决策级融合方案对图像二维目标框及点云三维目标框进行融合,得到最终三维车辆目标检测结果。本发明通过融合图像纹理特征与先验几何信息,显著提升了三维车辆检测的精度和稳定性,特别是在复杂环境中表现出色,采用高效的几何优化与深度信息结合技术,确保了系统的实时性,满足自动驾驶和智能交通的实际应用需求。
技术关键词
图像纹理特征
CascadeRCNN算法
融合置信度
车辆
检测器
数据
卷积神经网络结构
注意力机制
融合特征
点云局部
编码
标签文件
生成特征
智能交通
色彩值
决策