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：中国科学技术大学
摘要：本发明提供一种基于激光雷达点云与图像融合的语义占用预测方法，涉及语义占用预测领域，包括：步骤1、读取用于训练语义占用预测模型的激光雷达点云数据和对应的双目图像数据；步骤2、读取数据后进行数据预处理工作，包括图像的归一化、裁剪、点云的随机翻转以及将点云体素化得到对应的初始体素特征；步骤3、得到最终的和场景尺寸相同的特征图；步骤4、在头部网络中使用卷积层得到最终的语义占用预测结果，计算损失函数，更新模型参数，完成训练，保存训练权重文件；步骤5、进行预测。本发明提升模型对稀缺类别的关注度，增强模型的感知能力。
主权项：1.一种基于激光雷达点云和图像融合的语义占用预测方法，其特征在于，包括如下步骤：步骤1、读取用于训练语义占用预测模型的激光雷达点云数据和对应的双目图像数据；步骤2、读取数据后进行数据预处理工作，包括图像的归一化、裁剪、点云的随机翻转以及将点云体素化得到对应的初始体素特征；步骤3、在点云分支中，使用3D稀疏卷积骨干网络提取多层次多尺度特征；在图像分支中，使用骨干网络提取特征后，使用视角转换模组将二维的图像特征提升至三维；随后，网络将三维的点云及图像特征共同输入进融合模块，在融合模块中将所有特征转换至鸟瞰图后，进行基于注意力机制的融合，得到点云和图像的融合多尺度特征；经过解码器对多尺度特征进行融合上采样后得到最终的和场景尺寸相同的特征图；步骤4、在头部网络中使用卷积层得到最终的语义占用预测结果，计算损失函数，更新模型参数，完成训练，保存训练权重文件；在计算损失函数时，模型对占数据集比例超过阈值的几种语义类别标签进行随机采样，降低多数类别的占比，使模型更加关注稀缺的类别；步骤5、读取用于预测的点云文件和双目图像文件，完成点云体素化，读取模型训练权重文件，使用步骤3-步骤4中相同的网络模型得到最终的语义占用预测结果。
全文数据：
权利要求：
百度查询： 中国科学技术大学 一种基于激光雷达点云与图像融合的语义占用预测方法
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