摘要
本申请涉及自动驾驶技术领域,特别涉及一种基于点云稠密化的深度补全方法方法及装置,其中,方法包括:获取目标场景的激光点云数据以及与激光点云数据同一时间戳下的目标图像,预处理激光点云数据和目标图像;基于预处理后的激光点云数据和目标图像,构建目标3D高斯溅射模型;基于目标场景和目标3D高斯溅射模型,输出三维重建后的稠密点云,以得到目标场景的点云稠密化的三维重建点云图,根据三维重建点云图确定目标场景的相机深度图。本申请可以利用激光点云数据和多个视角的图像构建目标3D高斯溅射模型完成深度补全,使得得到的相机深度图细致且逼真,减小了显示设备标定带来的误差的同时具有较强的泛化能力。
技术关键词
激光点云数据
深度补全方法
稠密点云
深度图
场景
相机
车体坐标系
自动驾驶技术
补全装置
图像块
计算机程序产品
处理器
键值
转换单元
采集单元
显示设备
可读存储介质
系统为您推荐了相关专利信息
高空作业安全带
注意力
非线性神经网络
输入检测系统
图片
电力变压器故障
传感器
灰狼优化算法
支持向量机模型
识别方法
异构机器人
飞机蒙皮
任务分配方法
任务分配策略
线性规划模型
低空无人机识别
反制方法
多模块
融合特征
多模态
隐私数据保护方法
耦合特征
空间拓扑结构
环境感知数据
教学场景