- 专利标题： 一种基于全局及局部融合的点云特征提取方法及装置
-
申请号： CN202211618479.6申请日： 2022-12-15
-
公开(公告)号： CN115937644B公开(公告)日： 2024-01-02
- 发明人: 张新钰 , 谢涛 , 王力 , 吴新刚 , 杨淋淇 , 王超
- 申请人： 清华大学
- 申请人地址： 北京市海淀区清华园1号
- 专利权人： 清华大学
- 当前专利权人： 清华大学
- 当前专利权人地址： 北京市海淀区清华园1号
- 代理机构： 北京三聚阳光知识产权代理有限公司
- 代理商 张建纲
- 主分类号： G06V10/80
- IPC分类号： G06V10/80 ; G06V10/42 ; G06V10/44 ; G06V10/82 ; G06V20/64 ; G06V20/70
摘要：
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/授权文献
- CN115937644A 一种基于全局及局部融合的点云特征提取方法及装置 公开/授权日：2023-04-07