摘要
本发明的实施例提供了一种3D占据栅格预测方法、装置、电子设备及存储介质,涉及自动驾驶技术领域。该方法通过获取同一时刻采集的多张不同视角的多视角图像,对各多视角图像分别进行光照增强,得到相应的增强多视角图像,对各增强多视角图像分别进行特征提取,分别得到各2D特征图,将各2D特征图投影到同一3D空间,并输入预训练的查询生成网络,得到初始体素查询,将各2D特征图进行聚类后融合进初始体素查询,得到增强体素查询,对增强体素查询进行上采样,生成高分辨率体素查询,并将高分辨率体素查询输入分类网络,得到各多视角图像的3D占据栅格的预测结果。从而可以使得在低光场景下的3D占据栅格预测更加准确。
技术关键词
多视角
图像块
生成高分辨率
原型
分类网络
栅格
上采样
光照
感知特征
对比度
图像获取单元
自动驾驶技术
照明网络
特征提取单元
电子设备
多层感知机
处理器
预测装置
系统为您推荐了相关专利信息
图像特征数据
数据处理方法
视觉特征
多模态
文本
乳腺超声图像
肿瘤
分类网络
边界特征
医学图像数据
城市交通数据
面向城市交通
城市交通场景
深度学习方法
模式分类器