基于实例尺度感知的点云-图像融合三维目标检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于实例尺度感知的点云-图像融合三维目标检测方法及系统
申请号:CN202510742295
申请日期:2025-06-05
公开号:CN120580681A
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种基于实例尺度感知的点云‑图像融合三维目标检测方法、系统及存储介质,方法首先构建点‑体素双分支融合网络并从逐点建模与稀疏体素建模提取点云特征;点分支基于非参数邻域构建和位置编码策略,结合局部几何聚集模块有效增强目标结构特征;体素分支设计三维体素与二维BEV特征的协同机制,提升BEV空间建模能力;其次,设计引导式分层融合注意力模块,以图像BEV特征为引导,结合层间跨主意力与层内自注意力机制提升特征表达能力;最后,提出实例‑场景多尺度融合方法,基于特征热图分数与实例中心抽取多尺度特征,对实例序列进行最优对齐与聚集并实现全局融合。本发明方法在复杂多变的实际环境中仍拥有较高的检测精度。
技术关键词
分支 输出特征 通道注意力机制 多视觉 图像提取模块 场景 多尺度融合方法 编码器 冗余特征 语义向量 网络 融合特征 输入多尺度 邻域特征 检测头
系统为您推荐了相关专利信息
多维特征向量 云端服务器 协同方法 多模态 链路
特征提取模型 航拍 地理定位方法 图像 地理位置信息
瑕疵检测方法 YOLO模型 通道剪枝 织物 模块
图像去雾方法 局部特征提取 图像去雾模型 频率 全局特征提取
综合模拟方法 有限元分析模型 拉格朗日 方程 表达式