龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：大连理工大学
申请日：2024-02-22
公开（公告）日：2024-05-24
公开（公告）号：CN118072285A
主分类号：G06V20/58
分类号：G06V20/58;G06V10/764;G06V10/25;G06V10/774
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.11#实质审查的生效;2024.05.24#公开
摘要：本发明是一种基于单目视觉的适应雨雾天气的单目3D目标检测方法。该方法通过采集恶劣天气下的路面场景图像，并利用特征提取器处理这些图像，获取深度特征、2D边界框和基本3D边界框信息。核心技术包括一种结合了弱约束编码器和强约束解码器的自适应学习策略，以及一个双层深度感知模块，以提升在多种挑战性环境下的检测性能。此外，深度预测被建模为遵循拉普拉斯分布，用于增强对目标深度和不确定性的理解。该方法不仅提高了目标检测的准确性和鲁棒性，还通过结合特征提取和3D检测技术，实现了高效且准确的目标识别，适合于实时或资源受限的应用，为单目3D目标检测在复杂环境中的应用提供了创新且有效的解决方案。
主权项：1.基于单目视觉的适应雨雾天气的单目3D目标检测方法，其特征在于，步骤如下：1利用单目相机采集恶劣天气条件下的路面场景图像；2应用特征提取器对步骤1采集到的图像在由弱约束编码器和强约束解码器组成的自适应学习策略帮助下进行特征提取，以获得聚合特征、对象特征；3利用步骤2获得的对象特征和聚合特征通过双层深度感知模块同时预测场景深度和物体深度；4利用步骤2获得的聚合特征在2D检测头中预测目标的2D边界框，然后利用步骤2获得的对象特征在3D检测头中预测目标的3D中心偏移、3D尺寸和方向；5将步骤3得到的场景深度和物体深度视为遵循Laplace分布，为场景深度和场景深度的不确定性以及物体深度和物体深度的不确定性建模，计算得到目标深度；6对于步骤2到步骤5构建的3D检测模型，输出结果在训练过程中，同时计算与自适应学习策略和3D目标检测任务相关的损失，获得训练好的检测模型；7利用步骤2到步骤6训练好的检测模型，输出3D检测结果并结合步骤1中采集的图片对应的原始相机参数确定目标的二维图像坐标以及三维空间坐标。
全文数据：
权利要求：
百度查询： 大连理工大学 基于单目视觉的适应雨雾天气的单目3D目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号