摘要
本发明公开了一种基于毫米波雷达与相机图像双分支互融合的3D目标检测方法。该方法从相机和毫米波雷达高效提取各自模态的特有图像特征,并引入互补分支信息。具体来说,本方法生成了几何感知的相机鸟瞰视图(BEV)特征和语义感知的毫米波雷达BEV特征。这两类特征融合后形成全面增强的BEV特征图,随后通过解码处理,实现精确的3D目标检测。本方法显著提高了3D目标检测的准确性与鲁棒性,实验结果显示,即使在复杂场景和恶劣天气条件下,该方法也能有效检测和定位环境中的3D目标。
技术关键词
概率估计方法
相机
稀疏深度图
分支
点云特征
跨模态
语义特征
解码模块
恶劣天气条件
网络模块
图像特征信息
激光雷达
索引
距离图像
系统为您推荐了相关专利信息
残差模块
图像修复方法
多尺度
通道注意力机制
sigmoid函数
三维激光扫描仪
时序预测模型
组合导航装置
数据
高风险
发泡硅橡胶
图像视觉识别
表面检测方法
掩膜
彩色图像
率检测方法
检测线
轮廓信息
语义分割模型
线缆绕包机
不良品检测方法
拐杖
分流机构
超分辨率技术
注意力机制