摘要
本发明提供一种场景感知的深度补全方法、装置、电子设备及计算机可读存储介质,涉及环境感知优化技术领域。深度补全方法包括:获取目标场景的图像数据和毫米波雷达点云数据;基于ResNet和PointNet,分别对图像数据和毫米波雷达点云数据进行特征提取,生成目标场景的多模态特征图;基于U‑Net和CSPN,对多模态特征图进行深度补全,得到目标场景的深度补全图。以至少解决相关技术中仍依赖单模态或简单特征拼接,无法充分挖掘不同传感器数据的表达能力和内在特征融合的潜力,且深度补全性能和适用面不佳,导致恶劣环境下生成的深度补全图难以提供数据支持的问题。适应于环境感知优化场景。
技术关键词
深度补全方法
雷达点云数据
稀疏深度图
高层语义特征
特征提取模块
像素点
图像
畸变参数
深度值
残差网络
点云局部
补全装置
多模态特征
优化场景
电子设备
可读存储介质
系统为您推荐了相关专利信息
状态编码器
动作特征
机器人
融合特征
RGB特征
低场核磁共振
孔隙结构
核磁共振成像数据
优化成像参数
支持向量机算法
预测模型训练方法
生理
预测等待时间
随机森林
机器学习算法