公开(公告)号：CN117523514A

公开(公告)日：2024-02-06

申请号：CN202311499223.2

申请日：2023-11-13

Applicant: 厦门大学

Inventor： 张淼 ,  彭世华 ,  杨漪烨

IPC: G06V20/56 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/01

Abstract: 本发明公开了基于交叉注意力的雷达视觉融合数据目标检测方法及系统，方法包括：获取视觉图像和点云特征图，组成样本数据集，并将样本数据集按一定比例划分为训练集、验证集和测试集；构建基于交叉注意力机制的目标检测模型；设置优化器、学习率策略和损失函数，利用训练集对目标检测模型进行迭代训练，并利用验证集对比目标检测模型的预测结果，得到训练好的目标检测模型；利用测试集进行对比实验与消融实验，验证训练好的目标检测模型的预测结果；使用训练好的目标检测模型进行目标检测。本发明结合卷积神经网络与Transformer，利用双分支连续多次的信息交互，充分发挥各阶段多模态信息融合的优势，通过交叉注意力机制实现自适应的多模态间的特征提取。

公开(公告)号：CN116953603A

公开(公告)日：2023-10-27

申请号：CN202310949016.6

申请日：2023-07-31

Applicant: 厦门大学

Inventor： 张淼 ,  杨漪烨 ,  彭世华 ,  叶名锟 ,  张贻雄

IPC: G01S3/14 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种基于残差图卷积神经网络的随机稀疏阵列角度估计方法及装置，对随机稀疏阵列的输出信号进行处理得到输入特征；构建RGNN模型并训练，得到随机稀疏阵列角度估计模型，RGNN模型包括依次连接的输入层、主干网络和输出层，主干网络包括依次连接的前馈神经网络层、第一残差模块、第二残差模块和全局平均池化层，第一残差模块和第二残差模块均包括构成残差连接的第一图卷积层和第二图卷积层，第一图卷积层和第二图卷积层的结构均包括依次连接的SAGE Conv卷积层、激活函数层和归一化层，SAGE Conv卷积层的结构为GraphSAGE；将阵列接收到的信号特征输入随机稀疏阵列角度估计模型，得到角度估计结果，具有更高的角度估计准确率和更低的测角误差。