龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东南大学
摘要：本发明提出了一种毫米波雷达视觉信息聚类的深度补全方法，步骤包括：1、毫米波雷达与相机的时空对齐方法，使用PnP算法与最近邻时间匹配算法将雷达点云与图像对齐；2、提出基于三维网格的变密度雷达聚类算法，自适应生成采样半径和密度阈值，从密度角度考察样本之间可连接性，并基于可连接样本不断扩展聚类簇实现对雷达数据的聚类点去除，得到置信度高的雷达数据以及带标签的聚类簇；3、使用基于深度学习的单目深度估计方法，对单张图片进行深度估计，得到逆深度图像；4、提出基于区域搜索的最近邻异源数据匹配方法，实现雷达与逆深度像素的匹配，从而恢复场景稠密深度图。
主权项：1.一种毫米波雷达视觉信息聚类的深度补全方法，包括以下步骤，其特征在于：步骤1：毫米波雷达与视觉时空同步；对毫米波雷达数据以及图像数据使用最近邻时间匹配算法进行时间同步，并使用PnP算法进行空间对准；步骤2：毫米波雷达聚类；使用基于三维网格的变密度雷达聚类算法，自适应生成采样半径和密度阈值，从密度角度考察样本之间可连接性，并基于可连接样本不断扩展聚类簇实现对雷达数据的聚类点去除；步骤3：单目图像深度估计；使用基于深度学习的单目深度估计方法，对单张图片进行深度估计，得到逆深度图像；步骤4：异源数据匹配与深度恢复；使用基于区域搜索的最近邻异源数据匹配方法，实现雷达与逆深度像素的匹配，从而恢复场景稠密深度图。
全文数据：
权利要求：
百度查询： 东南大学 一种毫米波雷达/视觉信息聚类的深度补全方法
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