摘要
本发明公开了一种提议级多模态数据融合的3D目标检测方法,该方法首先获取多模态自动驾驶数据集,将多视角图像和点云分别输入原始特征提取器,提取原始点云特征和原始图像特征。其次将原始点云特征和原始图像特征,输入提议生成模块进行通道和空间维度的选择,输出的点云和图像的初始提议,以及提议对应的初始特征。然后通过目标感知特征采样模块,获取互补感知特征,经自适应特征融合模块,得到集成特征进行特征提议级融合输出提议特征。最后将提议特征输入3D目标检测头,输出目标检测结果,并构建损失函数,进行反向训练。本发明充分挖掘多模态数据的互补特征,协同优化检测结果,最终实现复杂场景下的鲁棒感知。
技术关键词
感知特征
点云特征
集成特征
图像
点云互补
注意力机制
坐标
特征提取器
数据
多层感知机
预测类别
多尺度特征融合
多模态
双线性插值法
通道
采样模块
融合特征
多视角
系统为您推荐了相关专利信息
方向盘旋转角度
模型训练方法
卷积神经网络模型
图像
策略
表面缺陷检测装置
机器视觉技术
CCD检测系统
纸托
旋转盘
光学编码器件
压缩系统
大视场
解码系统
传输模块
深度学习图像处理
融合方法
卷积神经网络融合
校准
交互式图像