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：厦门大学
申请日：2024-04-17
公开（公告）日：2024-05-24
公开（公告）号：CN118071999A
主分类号：G06V10/25
分类号：G06V10/25;G06V20/64;G06V10/22;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082
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：本发明提供一种基于采样自适应的连续NeRF的多视角3D目标检测方法，包括：将多视角姿势图像输入到2D主干网络得到2d特征；均匀采样整个场景中的空间坐标，得到原始的采样点；将该采样点投射到2d特征中得到多视角的特征体积，再通过多头权重融合方式得到空间特征；首次多头权重融合时，由空间特征直接处理得到场景特征，将场景特征输入到检测头预测偏移量，更新采样点和多视角的特征体积，再进行多头权重融合得到新的空间特征，与上一次的场景特征拼接后处理得到新的场景特征，将该场景特征输入到检测头再预测偏移量，更新采样点和多视角的特征体积，再次多头权重融合得到新的空间特征，再得到新的场景特征，输入到检测头中得到最终的3D边界框数据。
主权项：1.一种基于采样自适应的连续NeRF的多视角3D目标检测方法，其特征在于：所述方法包括：步骤S1、将多视角姿势图像输入到2D主干网络得到2d特征；步骤S2、均匀采样整个场景中的空间坐标，得到原始的采样点；步骤S3、将所述采样点投射到2d特征中得到多视角的特征体，通过多头权重融合方式将多视角的特征体积进行融合，得到空间特征；步骤S4、判断是否为首次多头权重融合处理，若是，则将空间特征直接经过3DU-Net处理得到场景特征，将场景特征输入到检测头预测一偏移量，用所述偏移量更新采样点，用更新后的采样点重新执行步骤S3；否则，进入步骤S5；步骤S5、判断是否为第二次多头权重融合处理，若是，则将本次融合得到的空间特征与上一次的场景特征进行拼接后，经浅层融合卷积层和3DU-Net得到本次的场景特征，将本次的场景特征输入到检测头预测一偏移量，用所述偏移量更新采样点，用更新后的采样点重新执行步骤S3；否则，执行步骤S6；步骤S6、将第三次多头权重融合处理得到的空间特征与上一次的场景特征拼接后，经浅层融合卷积层和3DU-Net得到本次的场景特征，将本次的场景特征输入到检测头中得到最后输出的3D边界框数据。
全文数据：
权利要求：
百度查询： 厦门大学 一种基于采样自适应的连续NeRF的多视角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