摘要
本发明公开了一种基于实例尺度感知的点云‑图像融合三维目标检测方法、系统及存储介质,方法首先构建点‑体素双分支融合网络并从逐点建模与稀疏体素建模提取点云特征;点分支基于非参数邻域构建和位置编码策略,结合局部几何聚集模块有效增强目标结构特征;体素分支设计三维体素与二维BEV特征的协同机制,提升BEV空间建模能力;其次,设计引导式分层融合注意力模块,以图像BEV特征为引导,结合层间跨主意力与层内自注意力机制提升特征表达能力;最后,提出实例‑场景多尺度融合方法,基于特征热图分数与实例中心抽取多尺度特征,对实例序列进行最优对齐与聚集并实现全局融合。本发明方法在复杂多变的实际环境中仍拥有较高的检测精度。
技术关键词
分支
输出特征
通道注意力机制
多视觉
图像提取模块
场景
多尺度融合方法
编码器
冗余特征
语义向量
网络
融合特征
输入多尺度
邻域特征
检测头
系统为您推荐了相关专利信息
智能体模型
高血压预测方法
特征提取器
生成对抗网络
数据分布
空间滤波器
运动想象识别方法
拉普拉斯
电信号预处理
Pearson相关系数
图像分割
沥青混凝土
CT断层图像
通道注意力机制
计算机模拟算法
智能识别方法
参数
混凝土
局部特征提取
捕获结构