摘要
本发明涉及自动驾驶相关技术领域,尤其涉及一种基于深度估计及前景生成的三维目标检测方法,首先构建基于注意力机制和不确定性引导的环视相机深度估计算法,增强了图像对重叠区域的感知能力并促使网络对图像深度估计中不确定性较大的区域进行学习,其次构建了结合深度信息和自适应前景生成的环视BEV特征生成算法,通过环视相机深度估计网络所生成的精确深度信息,进行线性递增离散化处理并将其引入前向投影模块,为前向视图转换提供深度约束并针对BEV特征在空间分布上的不均匀性,设计了自适应前景生成模块,通过多尺度感受野的卷积核学习BEV特征,并自适应地提取前景区域所在的特征。
技术关键词
深度图
深度值
投影模块
环视相机
网格
ResNet网络
像素点
深度融合网络
sigmoid函数
图像深度估计
深度估计算法
图像分割网络
全局平均池化
注意力
解码器结构
双线性插值
邻域特征
上采样
多尺度
系统为您推荐了相关专利信息
数字孪生模型
网格
策略
气瓶检测系统
建立神经网络模型
布局优化方法
速冻制冷设备
电路板
模拟退火算法
电子元件
倾斜摄影三维模型
计算方法
三维数据处理技术
曲率特征
语义标签
扫描电子显微镜
三维重建方法
运动恢复结构
多探测器
背散射