-
公开(公告)号：CN114782865B
公开(公告)日：2023-04-14
申请号：CN202210413332.7
申请日：2022-04-20
Applicant: 清华大学
Abstract: 本发明公开了一种基于多视角和重识别的路口车辆定位方法及系统，基于路侧设备部署的多视角相机实现，所述方法包括：对多视角相机采集的路口原始图像进行预处理；对预处理后的视角图像依次进行特征提取、透视变换和聚合，生成路口车辆的分布鸟瞰图；将路口原始图像输入预先建立和训练好的车辆检测模型，得到路口车辆的搜索域；接收路口的车辆发送的环视图片和id信息，在搜索域中重识别该车辆，得到该车辆的某一视角图片；对重识别得到的某一视角图像进行特征提取和透视变换，并投影到鸟瞰图中，得到车辆在鸟瞰图中的位置信息；将位置信息及该车辆的id信息发送至该车辆，从而完成定位。
-
Patent Agency Ranking
公开(公告)号：CN115861632A
公开(公告)日：2023-03-28
申请号：CN202211640340.1
申请日：2022-12-20
Applicant: 清华大学
IPC: G06V10/40 , G06V10/25 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/048 , G06N3/0464 , G06N3/08 , G06V10/774
Abstract: 本申请提供了一种基于图卷积的视觉激光融合的三维目标检测方法，涉及自动驾驶技术领域，该方法包括：对点云数据的每个体素块的特征向量进行图卷积操作，得到二维的体素特征；利用第一检测器对体素特征进行处理，得到原始点云ROI区域，从原始点云ROI区域提取出原始点云ROI特征；对点云数据进行处理得到密集深度图，利用密集深度图将RGB图像转换为伪点云图像；在伪点云图像上获取伪点云ROI区域，从伪点云ROI区域提取出伪点云ROI特征；利用注意力融合模型对原始点云ROI特征和伪点云ROI特征进行处理，得到融合后的ROI特征；利用第二检测器对融合后的ROI特征进行处理，得到三维目标检测框。本申请提高了三维目标检测的精度。
-
公开(公告)号：CN115375910B
公开(公告)日：2023-04-14
申请号：CN202211116427.9
申请日：2022-09-14
Applicant: 清华大学
IPC: G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本申请提供了一种基于注意力机制的点云特征提取方法及装置，涉及智能驾驶技术领域，该方法包括：利用预先训练完成的编码器对点云数据进行逐层下采样及升维处理，得到第一特征金字塔；利用预先训练完成的解码器对第二特征金字塔的第T层点云特征数据分别进行两次上采样处理，得到上采样数据及第二特征金字塔的初始第T‑1层点云特征数据；向下逐层进行处理，直至得到第二特征金字塔的初始第零层点云特征数据；对第一特征金字塔的第零层点云特征数据、第二特征金字塔的初始第零层点云特征数据和上采样数据进行交叉注意力机制处理，得到最终的点云特征数据。本申请能够降低点云特征上采样时的语义信息损失，提高主干网络的点云特征提取性能。
-
公开(公告)号：CN115375910A
公开(公告)日：2022-11-22
申请号：CN202211116427.9
申请日：2022-09-14
Applicant: 清华大学
IPC: G06V10/40 , G06V10/774 , G06V10/80
Abstract: 本申请提供了一种基于注意力机制的点云特征提取方法及装置，涉及智能驾驶技术领域，该方法包括：利用预先训练完成的编码器对点云数据进行逐层下采样及升维处理，得到第一特征金字塔；利用预先训练完成的解码器对第二特征金字塔的第T层点云特征数据分别进行两次上采样处理，得到上采样数据及第二特征金字塔的初始第T‑1层点云特征数据；向下逐层进行处理，直至得到第二特征金字塔的初始第零层点云特征数据；对第一特征金字塔的第零层点云特征数据、第二特征金字塔的初始第零层点云特征数据和上采样数据进行交叉注意力机制处理，得到最终的点云特征数据。本申请能够降低点云特征上采样时的语义信息损失，提高主干网络的点云特征提取性能。
-
公开(公告)号：CN115861632B
公开(公告)日：2023-11-28
申请号：CN202211640340.1
申请日：2022-12-20
Applicant: 清华大学
IPC: G06V10/40 , G06V10/25 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/048 , G06N3/0464 , G06N3/08 , G06V10/774
Abstract: 本申请提供了一种基于图卷积的视觉激光融合的三维目标检测方法，涉及自动驾驶技术领域，该方法包括：对点云数据的每个体素块的特征向量进行图卷积操作，得到二维的体素特征；利用第一检测器对体素特征进行处理，得到原始点云ROI区域，从原始点云ROI区域提取出原始点云ROI特征；对点云数据进行处理得到密集深度图，利用密集深度图将RGB图像转换为伪点云图像；在伪点云图像上获取伪点云ROI区域，从伪点云ROI区域提取出伪点云ROI特征；利用注意力融合模型对原始点云ROI特征和伪点云ROI特征进行处理，得到融合后的ROI特征；利用第二检测器对融合后的ROI特征进行处理，得到三维目标检测框。本申请提高了三维目标检测的精度。
-
公开(公告)号：CN114782865A
公开(公告)日：2022-07-22
申请号：CN202210413332.7
申请日：2022-04-20
Applicant: 清华大学
Abstract: 本发明公开了一种基于多视角和重识别的路口车辆定位方法及系统，基于路侧设备部署的多视角相机实现，所述方法包括：对多视角相机采集的路口原始图像进行预处理；对预处理后的视角图像依次进行特征提取、透视变换和聚合，生成路口车辆的分布鸟瞰图；将路口原始图像输入预先建立和训练好的车辆检测模型，得到路口车辆的搜索域；接收路口的车辆发送的环视图片和id信息，在搜索域中重识别该车辆，得到该车辆的某一视角图片；对重识别得到的某一视角图像进行特征提取和透视变换，并投影到鸟瞰图中，得到车辆在鸟瞰图中的位置信息；将位置信息及该车辆的id信息发送至该车辆，从而完成定位。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
