基于脉冲神经网络的3D目标检测方法

本申请涉及计算机视觉与人工智能技术领域，特别涉及一种基于脉冲神经网络的3D目标检测方法，包括：获取多视角图像在鸟瞰图视角下的第一目标特征和雷达点云在鸟瞰图视角下的第二目标特征，并对其进行特征融合，得到多视角图像的初始多模态融合特征，利用预设的特征编码器对初始融合特征进行特征增强处理，得到多视角图像的最终多模态融合特征，利用检测头对最终多模态融合特征进行解析，得到3D检测目标的目标信息。由此，解决了因相关技术的检测方法带来的对硬件算力、推理时间的依赖，以及任务检测能耗和时间延迟等问题，通过事件驱动机制和稀疏脉冲编码，结合多模态特征融合，显著降低计算能耗和推理延迟，同时保持高检测精度。