摘要
本申请公开了一种基于空间注意力增强的鸟瞰视角图像生成方法,涉及交通技术领域,该方法使用的鸟瞰视角图像生成网络在主干模块之前引入可学习的视角旋转对齐模块,主干模块在Unet网络基础上进一步引入注意力门控机制;视角旋转对齐模块可以提升多视角图像在BEV空间中的空间对齐效果,有效缓解多视角特征错位问题,而通过空间注意力与跳跃连接协同引导特征聚焦关键区域,能够提升多视角图像中小目标的检测与重建能力,增强BEV图像中微小目标和细节区域的还原精度,强化边缘结构表达能力,使得该方法生成的鸟瞰视角图像具有较高的图像精度和细节还原能力,尤其对车道线、小目标轮廓等关键区域的特征感知效果优异。
技术关键词
图像生成方法
图像采集设备
图像生成网络
对齐模块
注意力
像素
编码器特征
强化边缘结构
交通
场景
透视变换矩阵
多视角特征
融合特征
输入解码器
超参数
重建误差
系统为您推荐了相关专利信息
无线信道预测方法
无线通信系统
非线性特征
序列
时域特征
医学图像生成方法
复杂度
生成对抗网络训练
量子态
旋转门
杂草识别方法
杂草图像
双线性插值法
计算机视觉技术
保护生态环境
带钢表面缺陷
计算机可执行指令
YOLO模型
金属表面缺陷
可读存储介质
生成方法
GAN模型
纹路特征
纹理特征
生成设备