摘要
本发明公开了一种基于多级边界感知的激光雷达点云动态目标分割方法,涉及计算机视觉技术领域。首先,通过球面投影得到多通道距离视图,并利用点云位姿变换及坐标空间对齐进一步生成多帧距离残差视图;然后,建立双分支编码‑解码神经网络,并采用空间‑时间注意力融合机制自适应地融合编码层特征,增强运动特征的提取;其次,通过多级边界感知模块融合低级高分辨率特征与高级运动语义特征,进一步提升目标的边界感知;最后,结合可移动性约束的动态目标校正机制对静态误检点进行抑制,得到最终动态目标分割结果。本发明融合了可移动语义信息和多级边界信息,为模型决策提供更加丰富的附加信息,能够有效提高动态目标的分割准确度。
技术关键词
激光雷达点云
分割方法
注意力
分支
动态语义特征
距离图像
边界特征
神经网络模型
权重分配策略
运动特征
球面
3D点云数据
编码器
标签
通道门
输出特征
编解码结构
系统为您推荐了相关专利信息
校正算法
加速装置
译码单元
分支预测单元
程序计数器
路面结构损伤
结构损伤检测
物理
天气预测数据
波传播模型
卫星遥感影像
无人机
理赔系统
编码器模块
理赔方法
巡视方法
监测机器人
图片
安防报警模块
引入注意力机制
像素
注意力
图像转换模块
特征提取模块
子孔径图像