-
公开(公告)号:CN118587368B
公开(公告)日:2024-10-25
申请号:CN202411061324.6
申请日:2024-08-05
申请人: 天津港(集团)有限公司
IPC分类号: G06T17/00 , G06N3/0895
摘要: 本发明提供一种模型训练方法和基于模型的场景流估计方法;该方法包括:获取传感器在第N帧采集的点云为源点云,获取传感器在实际第N+1帧采集的点云为目标点云;生成源点云的第一锚框和目标点云的第二锚框,并获取所述第一锚框变换至所述第二锚框所在位置时的运动参数;根据所述运动参数变换源点云中的点,得到模拟目标点云;根据模拟目标点云中点的位置和目标点云中点的位置生成运动向量,以所述运动向量为伪三维场景流标签;基于所述三维场景流标签训练得到场景流估计模型;该方法用以达到优化训练样本,以提高用于预测3D场景流的神经网络模型的训练效果的效果。
-
公开(公告)号:CN118587369B
公开(公告)日:2024-10-11
申请号:CN202411061325.0
申请日:2024-08-05
申请人: 天津港(集团)有限公司
IPC分类号: G06T17/00 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要: 本发明提供一种点云图像数据生成方法、装置、设备、介质及程序产品,涉及自动驾驶领域,方法包括:在获取道路场景数据后,将所述道路场景数据输入至预置的潜在扩散模型中进行处理,得到输出的三维场景数据;其中,所述潜在扩散模型是基于历史道路场景数据训练得到并用于学习对应三维场景数据的模型;基于所述三维场景数据构建三维场景;基于对所述三维场景进行光线投射的光线投射结果,获取所述三维场景对应的初始点云数据;将所述初始点云数据与时间维度信息进行融合,得到基于时间序列的目标点云数据。通过上述方法,可以有效解决点云数据稀疏性、多样性不足的问题,为自动驾驶系统提供有力的数据支撑。
-
公开(公告)号:CN118587369A
公开(公告)日:2024-09-03
申请号:CN202411061325.0
申请日:2024-08-05
申请人: 天津港(集团)有限公司
IPC分类号: G06T17/00 , G06N3/0455 , G06N3/0464 , G06N3/084
摘要: 本发明提供一种点云图像数据生成方法、装置、设备、介质及程序产品,涉及自动驾驶领域,方法包括:在获取道路场景数据后,将所述道路场景数据输入至预置的潜在扩散模型中进行处理,得到输出的三维场景数据;其中,所述潜在扩散模型是基于历史道路场景数据训练得到并用于学习对应三维场景数据的模型;基于所述三维场景数据构建三维场景;基于对所述三维场景进行光线投射的光线投射结果,获取所述三维场景对应的初始点云数据;将所述初始点云数据与时间维度信息进行融合,得到基于时间序列的目标点云数据。通过上述方法,可以有效解决点云数据稀疏性、多样性不足的问题,为自动驾驶系统提供有力的数据支撑。
-
公开(公告)号:CN118587368A
公开(公告)日:2024-09-03
申请号:CN202411061324.6
申请日:2024-08-05
申请人: 天津港(集团)有限公司
IPC分类号: G06T17/00 , G06N3/0895
摘要: 本发明提供一种模型训练方法和基于模型的场景流估计方法;该方法包括:获取传感器在第N帧采集的点云为源点云,获取传感器在实际第N+1帧采集的点云为目标点云;生成源点云的第一锚框和目标点云的第二锚框,并获取所述第一锚框变换至所述第二锚框所在位置时的运动参数;根据所述运动参数变换源点云中的点,得到模拟目标点云;根据模拟目标点云中点的位置和目标点云中点的位置生成运动向量,以所述运动向量为伪三维场景流标签;基于所述三维场景流标签训练得到场景流估计模型;该方法用以达到优化训练样本,以提高用于预测3D场景流的神经网络模型的训练效果的效果。
-
-
-