一种基于多视图时空融合的水面3D目标检测方法

AITNT
正文
推荐专利
一种基于多视图时空融合的水面3D目标检测方法
申请号:CN202510218093
申请日期:2025-02-26
公开号:CN120220128A
公开日期:2025-06-27
类型:发明专利
摘要
本发明涉及计算机视觉技术领域,具体涉及一种基于多视图时空融合的水面3D目标检测方法,步骤为:1)采用搭载有不同视角相机的设备获取同一时刻水面多视图图像;2)将上一帧多视图图像目标信息特征和当前帧多视图图像输入特征压缩主干网络进行语义特征抽取,得到当前帧多视图图像特征图;3)将上一帧多视图图像目标信息特征、当前帧多视图图像特征图、当前帧初始化目标查询输入解码器进行解码,得到当前帧多视图图像的目标嵌入向量;4)将当前帧多视图图像目标嵌入向量送入回归和分类头处理,得到目标检测结果;S5:将当前帧多视图图像目标嵌入向量、目标边界框属性、搭载相机设备位姿矩阵和相邻帧之间时间间隔输入时序记忆和对齐模块进行运动对齐,得到当前时刻多视图图像目标信息特征并存储。本发明水面3D目标检测方法充分利用时空上下文信息,融合了多视图空间特征和历史目标特征,实现了水面3D目标的准确检测。
技术关键词
图像嵌入 图像编码 注意力 图像块 相机设备 水面 输入解码器 时空上下文信息 对齐模块 语义特征 采样模块 网络 计算机视觉技术 双线性插值 矩阵 多层感知机 坐标系
系统为您推荐了相关专利信息
1
面向航空发动机损伤检测的深度学习模型自动推荐方法
面向航空发动机 航空发动机损伤检测 深度学习模型 度量 推荐方法
2
基于图像结构和像素密度分控的CBCT生成CT系统及方法
图像结构 输出特征 浅层特征提取 高频特征 CT系统
3
基于双向顺序图卷积网络的生产业务流程活动预测方法
活动预测方法 引入注意力机制 神经网络单元 日志 节点特征
4
指纹图像索引方法、装置、设备及存储介质
高维特征向量 全局特征提取 索引方法 特征提取网络 局部特征提取
5
基于多模态数据的农作物识别与生长过程预测方法及系统
农作物识别 深度神经网络模型 长短期记忆网络 构建深度神经网络 多模态环境
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号