基于深度学习的自适应场景分析与目标生成方法及系统
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于深度学习的自适应场景分析与目标生成方法及系统
申请号:
CN202510487435
申请日期:
2025-04-18
公开号:
CN120014525B
公开日期:
2025-08-01
类型:
发明专利
摘要
本发明提供一种基于深度学习的自适应场景分析与目标生成方法及系统,涉及计算机视觉技术领域,包括提取场景图像序列的深度信息,构建三维点云数据,计算物体间的距离和方向矩阵,进而生成场景空间特征向量。同时,利用语义分割得到语义标签图,构建语义关联矩阵,计算场景语义向量。将两者输入变分自编码器,得到目标特征向量,并基于此计算注意力分数,生成带权重的目标描述向量。最终,通过概率图推理网络生成目标轮廓特征,结合区域注意力图,生成最终目标结果。该方法提高了目标生成的准确性和效率。
技术关键词
语义向量
语义标签
轮廓特征
场景特征
三维点云数据
推理网络
深度卷积神经网络对场景
语义特征
编码器
信息熵
条件随机场
协方差矩阵
节点特征
多头注意力机制
序列