-
公开(公告)号:CN119850915A
公开(公告)日:2025-04-18
申请号:CN202411919309.0
申请日:2024-12-25
Applicant: 北京工业大学
Abstract: 本发明提供一种基于超图关联的跨模态3D目标检测方法,包括获取点云数据L和图像数据C,还包括以下步骤:选取关键区域;构建局部全局特征超图;传播局部全局超图;对齐多尺度高质量特征;回归尺度间超图。本发明提出了一种基于超图关联的跨模态3D目标检测方法,用于提取场景的多粒度语义信息,并探索关键区域之间高阶语义内容的表示,对尺度间跨模态关键区域进行超图构建,通过基于关键区域对物体高阶语义内容的隐式表示,直接回归三维空间中物体的相关属性,提高了三维物体检测的准确率。
-
公开(公告)号:CN119273924A
公开(公告)日:2025-01-07
申请号:CN202411498494.0
申请日:2024-10-25
Applicant: 北京工业大学
Abstract: 本发明提供一种基于多尺度非对称卷积的实时激光雷达语义分割方法,包括获取Range图像数据,还包括以下步骤:提取局部细节特征;提取全局特征;提取多尺度特征;进行辅助分割;通过多函数监督策略训练神经网络模型。本发明提出了一种基于多尺度非对称卷积的实时激光雷达语义分割方法,通过球面投影将激光雷达点云语义分割任务转化为2D Range图像分割任务,在特征提取方面,舍弃了现有方法惯用的骨干特征网络,通过少量卷积层和精心设计的参数量仅0.04M的多尺度特征提取模块代替。
-