摘要
本发明公开了一种基于双向跨模态注意力的雷达/相机融合3D目标检测方法,首先将原始的图像数据输入特征提取器,对图像特征进行增强后,压缩到BEV空间中;将原始的点云数据体素化,输入特征提取器后,压缩至BEV空间中,进行特征增强;再利用双向跨模态注意力机制对BEV空间中的点云特征和图像特征进行自适应加权融合;最后将融合后的特征输入3D目标检测任务头,获得3D目标检测结果。本发明方法将注意力机制应用于自适应融合框架中,针对不同模态的点云数据和图像数据进行自适应加权融合,能在3D目标检测任务中提供准确、可靠的检测结果,具有较好的适应性;本发明系统也兼具检测精度和鲁棒性的双重优势,符合实际需求。
技术关键词
跨模态
图像特征提取
深度特征信息
特征金字塔网络
注意力机制
相机
多尺度语义特征
特征提取器
激光雷达点云数据
残差网络
语义信息提取
注意力方法
原始图像数据
全局平均池化
系统为您推荐了相关专利信息
神经源性膀胱
个性化健康管理方法
患者
图谱
文本
遥感制图方法
植被
支持向量机模型
随机森林模型
决策树模型