神经隐式表达的智能网联车辆动态场景超分辨率重建方法

本发明公开了一种神经隐式表达的智能网联车辆动态场景超分辨率重建方法，包括：根据车辆及其周围车辆的点云数据、RGB‑D图像和速度/距离信息，形成低分辨率动态场景数据；将低分辨率动态场景数据输入跨模态注意力融合网络模型，输出多视角与多时刻的时空对齐特征数据集；将时空对齐特征数据集输入神经隐式场景模型，输出隐式场景特征；将隐式场景特征输入时空注意力增强模型，输出增强隐式场景特征；根据增强隐式场景特征、双目视差一致性算法和中心视觉增强算法对动态场景进行超分辨率重建。本发明克服传统像素插值或点云下采样导致的细节丢失问题，增强动态场景的时空一致性，为智能网联车辆提供可靠的环境场景信息。