摘要
本发明公开了一种用于复杂天气的单目3D目标检测方法,属于计算机视觉与深度学习技术领域。该方法通过构建天气码本和天气自适应扩散模型,利用成对的晴天‑雾天特征训练,生成参考特征用于特征增强;同时,采用深度位置编码与Transformer架构融合增强后的特征与深度信息,实现在复杂天气下的鲁棒目标检测。此外,基于大气散射模型生成含雾数据集进行训练。本发明有效提升了单目3D目标检测在雾天等恶劣天气条件下的准确性和鲁棒性,实现了复杂天气下的可靠目标检测,为自动驾驶等应用提供了更安全的视觉支持。
技术关键词
融合上下文信息
编码器
大气散射模型
交叉注意力机制
恶劣天气条件
解码器架构
全局平均池化
深度学习技术
深度编码
矩阵
检测损失
感知特征
元素
鲁棒性
噪声
计算机视觉