-
公开(公告)号:CN119741697A
公开(公告)日:2025-04-01
申请号:CN202411879129.4
申请日:2024-12-19
Applicant: 重庆邮电大学
IPC: G06V20/64 , G06V20/56 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于自动驾驶环境感知领域,具体涉及一种基于状态空间模型的3D点云目标检测方法;包括:采集道路场景点云数据并对待检测目标进行标注;将点云数据划分为规则的体素网格,采用体素编码模块对体素网格进行特征编码获取体素特征;将体素特征输入到3D骨干网络进行处理,得到多尺度融合特征;将多尺度融合特征投影到BEV空间,并使用2D骨干网络提取BEV特征;使用头部网络对BEV特征进行处理,得到目标检测结果;根据目标检测结果和点云标签计算模型总损失并根据模型总损失调整模型参数,得到训练好的模型;使用训练好的模型进行目标检测;本发明不仅提高了模型检测精度还加快了推理速度。
-
公开(公告)号:CN117479169A
公开(公告)日:2024-01-30
申请号:CN202311211295.2
申请日:2023-09-19
Applicant: 重庆邮电大学
IPC: H04W12/121 , H04W4/48
Abstract: 本发明涉及一种用于车载LIN网络的入侵检测方法,属于移动通信领域。该方法先利用Car BUS Analyzer软件收集LIN的数据包,接着从LIN协议数据包中提取PID、数据域长度和数据域等关键数据,然后将提取的数据通过One‑Hot编码方法转为简单特征图;最后将图像输入到搭建的深度卷积神经网络模型中进行学习与测试,以此完成检测。本发明在卷积神经网络中使用残差结构,增加网络深度,提高模型性能,由此来提高最后入侵检测的准确度。
-