摘要
用于训练第一机器学习系统的方法,用于从3D点云输入数据生成3D环境场景中的对象及其关系的图形表示。对于场景中的每个对象i和每个对象对i和j,从点云输入数据确定初始节点特征向量φi和初始边特征向量φij,并将其布置在初始图形结构(φi、φij、φj)中。通过图形神经网络确定细化图形结构。从环境场景的二维图像传感器数据,对象i的特征向量由第二机器学习系统确定且对象对i和j的特征向量由第三机器学习系统确定。第一机器学习系统的参数相对于训练目标进行调整,该训练目标通过优化对象i的细化节点特征向量和对象i的相应特征向量之间的差异和/或优化对象i和j的细化边特征向量和对象对i和j的相应特征向量之间的差异而定义。
技术关键词
机器学习系统
图像传感器数据
二维图像传感器
节点
场景
RADAR传感器
深度传感器
对象
机器可读存储介质
列表
视频相机
网络
点云
标记
元素
关系
文本
令牌
机器人
系统为您推荐了相关专利信息
隧道场景
视觉定位方法
隐马尔可夫模型
特征点
彩色图像
传感器节点
覆盖优化方法
网络覆盖优化
排挤策略
覆盖率