首页  专利技术  电子电路装置的制造及其应用技术

基于变形注意力BEV特征融合的三维检测方法及存储介质

2026-05-17 14:40:07 189次浏览

技术特征:

1.一种基于变形注意力bev特征融合的三维检测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述基于变形注意力bev特征融合的三维检测方法,其特征在于,步骤s2中,所采用的卷积神经网络为resnet网络或vggnet网络;所采用的体素化特征提取网络为pointnet网络、pointnet++网络、voxelnet网络或pillar-based网络。

3.根据权利要求1所述基于变形注意力bev特征融合的三维检测方法,其特征在于,步骤s3中,特征融合模块进行特征融合处理的具体方式为:

4.根据权利要求3所述基于变形注意力bev特征融合的三维检测方法,其特征在于,所述步骤s301中,自注意力运算的表达式为:

5.根据权利要求3所述基于变形注意力bev特征融合的三维检测方法,其特征在于,所述步骤s302中,点交叉注意力运算的表达式为:

6.根据权利要求3所述基于变形注意力bev特征融合的三维检测方法,其特征在于,所述步骤s303中,图交叉注意力运算的表达式为:

7.根据权利要求1所述基于变形注意力bev特征融合的三维检测方法,其特征在于,所述步骤s4中,时间融合模块进行时间融合处理的具体方式为:

8.根据权利要求7所述基于变形注意力bev特征融合的三维检测方法,其特征在于,所述步骤s401中,时间交叉注意力计算的表达式为:

9.根据权利要求7所述基于变形注意力bev特征融合的三维检测方法,其特征在于,所述bev存储模块用于存储检测区域环境的bev特征和历史数据的bev特征。

10.一种包含计算机可执行程序的存储介质,其特征在于,所述计算机可执行程序在由计算机处理器执行时,用于执行如权利要求1~9中任一项所述的基于变形注意力bev特征融合的三维检测方法。


技术总结
本发明公开了一种基于变形注意力BEV特征融合的三维检测方法,包括获取检测环境区域的图像数据及对应的点云数据;采用卷积神经网络对所述图像数据进行特征提取,获得二维图像特征;采用体素化特征提取网络对所述点云数据进行体素化处理,获得点体素特征;将所述二维图像特征和点体素特征输入至特征融合模块进行特征融合处理,得到检测环境区域的BEV特征;将所述检测环境区域的BEV特征与历史数据的BEV特征通过时间融合模块进行时间融合处理,得到融合BEV特征;基于所述融合BEV特征,对检测环境区域进行三维目标检测。本发明还提供了相应的存储介质。本发明充分利用了自动驾驶多模态数据在融合过程中进行优势互补,提高了感知检测精度以及泛化力。

技术研发人员:杨正益,牟镜吉,张毅,刘炼,刘轩,冯羽佳,张秋婧,王晓伟,刘旭
受保护的技术使用者:重庆大学
技术研发日:
技术公布日:2024/11/28
文档序号 : 【 40163857 】

技术研发人员:杨正益,牟镜吉,张毅,刘炼,刘轩,冯羽佳,张秋婧,王晓伟,刘旭
技术所有人:重庆大学

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
杨正益牟镜吉张毅刘炼刘轩冯羽佳张秋婧王晓伟刘旭重庆大学
一种应用于照明运维的管理系统及方法与流程 一种通过铝酸钠溶液制备氢氧化铝的方法、锂电池正极材料回收方法以及预测方法
相关内容