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：华南理工大学
申请日：2024-03-19
公开（公告）日：2024-06-21
公开（公告）号：CN118230001A
主分类号：G06V10/74
分类号：G06V10/74;G06V10/764;G06V10/82;G06V10/26
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开了一种SDF向量高精地图变化检测方法，包括：以环视图像作为输入，处理成鸟瞰图并通过语义分割网络输出分层语义鸟瞰图，在其上构建SDF子图并检测关键点与描述子，通过关键点和描述子在SDF向量高精地图中定位SDF子图，保留满足阈值要求的SDF子图然后优化该SDF子图坐标。训练一个改进Siamese神经网络，利用共享空间注意力机制学习SDF子图与SDF向量高精地图间的差异。通过网络输出的相似度d与变化检测阈值T的关系来检测SDF向量高精地图的变化。本发明通过在Siamese神经网络中引入共享空间注意力机制，使得网络能更好地捕捉SDF子图与SDF向量高精地图中的结构化区域，提升了SDF向量高精地图变化检测的准确性。
主权项：1.基于改进Siamese神经网络的SDF向量高精地图变化检测方法，其特征在于，包括以下步骤：S1：以环视图像作为输入，将环视图像处理为鸟瞰图；以鸟瞰图作为输入训练一个语义分割神经网络，输出鸟瞰图的语义分割结果；S2：对鸟瞰图的语义分割结果按语义类别分层，输出分层后的鸟瞰语义图；对于分层后的鸟瞰语义图，每一层语义分别构建SDF子图，检测SDF子图的关键点，并对关键点构造描述子；S3：通过关键点及其描述子，将SDF子图在SDF向量高精地图中定位，记录定位的拟合评分，保留拟合评分高于阈值的SDF子图；S4：对于拟合评分高于阈值的SDF子图，从SDF向量高精地图中选取与其时间和空间相邻的SDF子图，通过ICP算法调整当前SDF子图的坐标；S5：对于坐标调整后的SDF子图，通过预训练好的改进Siamese神经网络检测SDF向量高精地图变化，该Siamese神经网络的改进是引入共享空间注意力机制，使得网络能更好地捕捉SDF子图与SDF向量高精地图中的结构化区域，以提高变化检测的准确性；在网络推理阶段，通过SDF子图与SDF向量高精地图的相似度d与变化检测阈值T的关系来判断SDF向量高精地图是否发生变化，如果d＜T，则SDF向量高精地图未发生变化；如果d≥T，则SDF向量高精地图发生了变化。
全文数据：
权利要求：
百度查询： 华南理工大学 一种SDF向量高精地图变化检测方法
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