摘要
本发明公开了一种目标感知方法、系统、计算机设备以及介质,包括:获取T+M时刻的感知数据和T+N时刻的感知数据;基于所述T+M时刻的感知数据得到T+M时刻的查询矩阵;基于所述T+N时刻的感知数据得到所述T+N时刻的键矩阵和值矩阵;利用所述T+M时刻的查询矩阵、所述T+N时刻的键矩阵和值矩阵得到T+L时刻的预测结果,并基于所述预测结果进行目标感知。本发明提出的方案基于T+M时刻的感知结果和T+N时刻的感知数据对应的编码结果进行预测,得到T+L时刻的预测感知结果,从而大幅降低了路侧感知系统从信息采集到最终处理完成并输出结果的端到端时延。
技术关键词
矩阵
前馈神经网络
特征提取模块
解码模块
编码模块
数据
感知系统
计算机设备
可读存储介质
处理器
参数
存储器
时延
对象
程序
系统为您推荐了相关专利信息
深度神经网络训练
Winograd算法
静态随机存取存储器
内存模块
动态随机存取存储器
网格
时序特征
多维特征向量
多源时空数据
脉冲编码器
资源调度方法
深度强化学习方法
切片
业务请求信息
网络节点
设备状态参数
工业大数据平台
时序
数据治理方法
多模态