摘要
本发明公开了一种4D毫米波点云和图像跨视图融合的3D目标检测方法。本发明利用4D毫米波相对准确的空间定位能力和图像的语义信息,提出了一种两阶段的交叉视图融合网络,用于4D毫米波雷达和相机的3D目标检测。第一阶段雷达引导的BEV多尺度融合提供了高召回率的提议框。在第二阶段中,设计了点云引导融合模块和网格引导融合模块,能有效利用各种形式的特征,包括点云、前视图像和鸟瞰图(BEV)。这些跨视角的特征交叉融合得到实例级别的提议框特征,对提议框的细化提供了良好的帮助。实验结果表明,相比于现有的方法,本发明设计的网络取得了更好的3D检测精度,提高了复杂环境下的目标检测能力。
技术关键词
融合特征
雷达
图像
注意力机制
跨模态
点云
网格特征
深度学习神经网络
感兴趣
计算机程序产品
处理器
模块
计算机设备
两阶段
可读存储介质
存储器
指令
系统为您推荐了相关专利信息
可视化显示方法
安防设备
动态
语义
可视化显示系统
电网作业现场
遮挡人脸图像
人脸识别方法
子模块
多层感知机