摘要
本发明提供了一种激光雷达三维图像建模方法及系统,包括:基于Res Net50框架、自增强注意力机制、卷积注意力机制和全连接层建立待训练的激光雷达结构参数估计模型,卷积注意力模块被整合至Res Net50框架的末层卷积;将激光雷达三维图像输入至结构参数估计模型中,基于注意力分数和结构参数矩阵对预测值进行调整,并基于调整后的预测值和激光雷达三维结构参数的数量的差值对结构参数估计模型进行训练,获取训练好的结构参数估计模型;基于VAE网络结构对激光雷达三维图像进行参数化建模。本发明通过引入自增强注意力模块,成功增强了模型对关键特征信息的捕捉能力,从而在三维模型构建上实现了更精细和准确的结果。
技术关键词
参数估计模型
图像建模方法
图像建模系统
三维结构参数
激光雷达结构
网络结构
三维图像模型
注意力机制
表达式
解码器
数学
特征点
三维模型
全局平均池化
角点特征
图像结构
系统为您推荐了相关专利信息
注意力卷积神经网络
参数估计方法
参数估计模型
海杂波形状参数
构建训练集
深度卷积对抗生成网络
图像建模方法
数据
图像建模系统
图像补全技术
雷达数据处理方法
雷达回波数据
RANSAC算法
参数估计模型
频段