高斯编码模型训练方法、室内占用预测方法、设备和介质

AITNT
正文
推荐专利
高斯编码模型训练方法、室内占用预测方法、设备和介质
申请号:CN202511128838
申请日期:2025-08-13
公开号:CN120635680B
公开日期:2025-11-04
类型:发明专利
摘要
本申请提供了一种高斯编码模型训练方法、室内占用预测方法、设备和介质,其中,模型训练方法包括:对样本室内场景图像进行特征提取,得到样本室内场景图像对应的样本图像特征图,根据样本图像特征图,采用预设初始高斯编码模型对随机生成的初始高斯特征进行更新,得到样本室内场景图像对应的目标高斯特征,根据目标高斯特征,获取样本室内场景图像对应的预测空间占用信息,根据样本空间占用信息和预测空间占用信息,对预设初始高斯编码模型进行调参训练,得到目标高斯编码模型。以采用目标高斯编码模型来预测机器人采集的当前室内场景图像的当前高斯特征,进而得到预测空间占用信息,准确性较高,便于机器人准确感知室内场景占用情况。
技术关键词
室内场景图像 编码模型训练方法 样本 编码器 混合模块 语义 采样模块 透明度 机器可读指令 融合特征 对象 预测机器人 处理器 可读存储介质 视野 网格
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号