公开(公告)号：CN116245907B

公开(公告)日：2025-03-04

申请号：CN202310233769.7

申请日：2023-03-03

Applicant: 清华大学

Inventor： 张新钰 ,  谢涛 ,  王力 ,  李效宇 ,  杨淋淇 ,  吴新刚

IPC: G06T7/223 ,  G06T7/246 ,  G06V10/62 ,  G06V10/75 ,  G06V10/762

Abstract: 本申请提供一种基于密度聚类的稠密场景下多目标跟踪方法及装置，涉及多目标跟踪技术领域，所述方法包括：利用上一图像帧中所有运动目标的运动信息，得到上一图像帧中所有运动目标在当前图像帧中的预测框；获取检测器输出的当前图像帧中的所有运动目标的检测框；对所有运动目标的检测框进行密度状态的分类；构建类别为稀疏状态的检测框与所有预测框之间的第一关联代价矩阵，利用预设的宽松阈值得到匹配成功的检测框的目标序号以及未匹配成功的预测框；构建类别为稠密状态的检测框与未匹配成功的预测框之间的第二关联代价矩阵，利用预设的严格阈值得到匹配成功的检测框的目标序号，其中，宽松阈值大于严格阈值。本申请提高了运动目标的匹配精度。

公开(公告)号：CN116612469A

公开(公告)日：2023-08-18

申请号：CN202310651668.1

申请日：2023-06-02

Applicant: 清华大学

Inventor： 李骏 ,  张新钰 ,  蒋志强 ,  王力 ,  谢涛 ,  杨淋淇

IPC: G06V20/64 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G06V10/40

Abstract: 本申请提供一种基于稀疏卷积剪枝的轻量化三维目标检测方法及装置，涉及自动驾驶技术领域，包括：对原始点云数据进行体素化处理，得到多个体素；利用卷积块对多个体素进行处理，得到第一特征图；利用依次连接的K个下采样稀疏卷积块对第一特征图进行处理，依次得到K个下采样的特征图；对第K+1特征图进行复制，得到第K+2特征图；利用依次连接的K个上采样稀疏卷积块对第K+2特征图进行处理，依次得到K个上采样的特征图；对2K个特征图中相同尺度的两个特征图的每个对应元素相加，得到K个最终的特征图；利用K个不同尺度的检测头分别对K个最终的特征图进行处理，得到三维目标检测结果。本申请能够有效降低稀疏卷积的计算量，实现轻量化的3D目标检测。

公开(公告)号：CN116245907A

公开(公告)日：2023-06-09

申请号：CN202310233769.7

申请日：2023-03-03

Applicant: 清华大学

Inventor： 张新钰 ,  谢涛 ,  王力 ,  李效宇 ,  杨淋淇 ,  吴新刚

IPC: G06T7/223 ,  G06T7/246 ,  G06V10/62 ,  G06V10/75 ,  G06V10/762

Abstract: 本申请提供一种基于密度聚类的稠密场景下多目标跟踪方法及装置，涉及多目标跟踪技术领域，所述方法包括：利用上一图像帧中所有运动目标的运动信息，得到上一图像帧中所有运动目标在当前图像帧中的预测框；获取检测器输出的当前图像帧中的所有运动目标的检测框；对所有运动目标的检测框进行密度状态的分类；构建类别为稀疏状态的检测框与所有预测框之间的第一关联代价矩阵，利用预设的宽松阈值得到匹配成功的检测框的目标序号以及未匹配成功的预测框；构建类别为稠密状态的检测框与未匹配成功的预测框之间的第二关联代价矩阵，利用预设的严格阈值得到匹配成功的检测框的目标序号，其中，宽松阈值大于严格阈值。本申请提高了运动目标的匹配精度。

公开(公告)号：CN115358413A

公开(公告)日：2022-11-18

申请号：CN202211115837.1

申请日：2022-09-14

Applicant: 清华大学

Inventor： 李骏 ,  张新钰 ,  王力 ,  黄毅 ,  谢涛 ,  杨淋淇 ,  吴新刚

IPC: G06N20/00

Abstract: 本申请提供了一种点云多任务模型的训练方法、装置及电子设备，涉及智能驾驶技术领域，该方法包括：利用点云多任务模型对每个多任务训练样本组合进行处理,得到每个任务分支的损失函数，分别计算每个任务分支的主干网络参数的梯度；对每个任务分支的主干网络参数的梯度进行更新以消除梯度冲突，得到每个任务分支的主干网络参数的最终梯度及当前多任务模型的主干网络参数的梯度；利用当前多任务模型的主干网络参数的梯度更新主干网络参数；基于更新后的主干网络参数和所述多个多任务训练样本组合，继续进行主干网络的参数更新过程，直至达到预设的迭代结束条件。本申请训练出的不同任务分支间的共享参数，能够减少各任务之间的干扰。

公开(公告)号：CN115937644B

公开(公告)日：2024-01-02

申请号：CN202211618479.6

申请日：2022-12-15

Applicant: 清华大学

Inventor： 张新钰 ,  谢涛 ,  王力 ,  吴新刚 ,  杨淋淇 ,  王超

IPC: G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06V20/64 ,  G06V20/70

Abstract: 特征。本申请提供了一种基于全局及局部融合的点云特征提取方法及装置，涉及自动驾驶技术领域，所述方法包括：获取包含N个点的原始3D点云数据；利用预先训练完成的特征提取模型对原始3D点云数据的点云特征进行升维处理，得到原始3D点云数据的维度升高的点云特征；所述特征提取模型包括特征升维模块和上采样模块；所述特征升维模块，用于对原始3D点云数据进行采样，获取采样点的局部信息和全局信息并进行融合处理，得到采样点的维度升高的点云特征；所述(56)对比文件XinYu Zhang等.RPFA-Net: a 4D RaDARPillar Feature Attention Network for 3DObject Detection《.2021 IEEE InternationalIntelligent Transportation SystemsConference (ITSC)》.2021,全文.

公开(公告)号：CN116664962A

公开(公告)日：2023-08-29

申请号：CN202310652527.1

申请日：2023-06-02

Applicant: 清华大学

Inventor： 李骏 ,  张新钰 ,  谢涛 ,  王力 ,  戴崑 ,  杨淋淇

IPC: G06V10/77 ,  G06V10/75 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种基于复杂环境感知的轻量级点云下采样方法及装置，涉及点云处理技术领域，所述方法包括：获取包含n个点的原始点云数据；利用预先训练完成的点云采样模型对原始点云数据进行处理，得到包含m个采样点的点云数据；其中，m小于n；所述点云采样模型包括：点云简化模块和软投影模块；所述点云简化模块，用于对n个点进行简化处理，得到m个简化点；所述软投影模块，用于将每个简化点与原始点云数据进行匹配，生成包含m个采样点的原始点云数据子集。本申请提高了点云下采样的精准度，由此提高分类和重建任务等点云任务的性能。

公开(公告)号：CN115937644A

公开(公告)日：2023-04-07

申请号：CN202211618479.6

申请日：2022-12-15

Applicant: 清华大学

Inventor： 张新钰 ,  谢涛 ,  王力 ,  吴新刚 ,  杨淋淇 ,  王超

IPC: G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06V20/64 ,  G06V20/70

Abstract: 本申请提供了一种基于全局及局部融合的点云特征提取方法及装置，涉及自动驾驶技术领域，所述方法包括：获取包含N个点的原始3D点云数据；利用预先训练完成的特征提取模型对原始3D点云数据的点云特征进行升维处理，得到原始3D点云数据的维度升高的点云特征；所述特征提取模型包括特征升维模块和上采样模块；所述特征升维模块，用于对原始3D点云数据进行采样，获取采样点的局部信息和全局信息并进行融合处理，得到采样点的维度升高的点云特征；所述上采样模块用于对采样点进行上采样处理，得到N个点的维度升高的点云特征。本申请能够从原始3D点云数据获取更高维度即更多细节的点云特征。