一种基于Gumbel分布采样和不确定性融合的多模态三维目标检测方法及其电子设备
申请号:CN202411041513
申请日期:2024-07-31
公开号:CN118942082A
公开日期:2024-11-12
类型:发明专利
摘要
本发明本发明涉及计算机深度学习和目标检测技术领域,具体涉及一种基于Gumbel分布采样和不确定性融合的多模态三维目标检测方法,步骤为:S1、获取包含待检测目标的场景的原始点云数据集和原始图像;S2、利用Gumbel‑Softmax函数对原始点云数据集进行分布采样,从原始点云数据集中选择出代表性点云,得到代表性点云子集;S3、通过点云特征提取模型对代表性点云子集进行进行特征提取,得到点云特征;S4、利用图像特征提取模型对原始图像进行特征提取,得到图像特征;S5、采用不确定性融合模块将点云特征信息与图像特征信息进行融合,得到融合特征;S6、将融合特征输入到检测头中,进行目标的检测识别。本发明目标检测方法的检测精度高,鲁棒性好。
技术关键词
Softmax函数
点云特征提取
图像特征提取模型
图像特征信息
二维图像特征
融合特征
计算机深度学习
注意力
前馈神经网络
可读存储介质
多层感知机
数据
方程
电子设备
处理器
检测头
存储器