一种面向ATS基于语义驱动单幅图像下3D多目标检测方法

本发明公开了一种面向ATS基于语义驱动单幅图像下3D多目标检测方法，对输入的RGB图像进行处理，提取图像中各个对象的3D边界框；生成3D对象在场景中的所有潜在2D投影；提取出描述中的关键字、短语及其语义信息，形成表示语言描述的特征信息Pt；融合对象的2D图像信息和3D几何信息以获得完整的对象表示fa；将语言描述提取到的语言特征与检测到的3D对象相关联，捕获文本和视觉模态之间的语义对应关系；根据产生的匹配分数对目标进行过滤，得到所有符合自然语言描述的目标。本发明提高了检索识别的准确性和效率，实现了更高的识别精度，显著降低了计算复杂度，能够提升跨模态检索的精度和速度，大幅提高交通事件的准确识别与定位能力。