-
公开(公告)号：CN116630953A
公开(公告)日：2023-08-22
申请号：CN202310432912.5
申请日：2023-04-21
申请人： 杭州飞步科技有限公司
IPC分类号： G06V20/64 , G06V10/82 , G06N3/09 , G06N3/0464
摘要： 本发明公开了一种基于神经体渲染的单目图像3D目标检测方法。原始输入RGB图像，先经过2D图像主干网络提取2D图像特征；使用多平面图像间隔采样得到位置视锥体特征；融合2D图像特征和位置视锥体特征得到位置感知视锥体特征；使用3D卷积网络处理位置感知视锥体特征，建立基于符号距离场的神经体渲染特征；根据神经体渲染特征结合体渲染的重建一致性约束和符号距离场的零水平集约束得到优化后的神经体渲染特征；最后经网格采样得到3D检测特征，输入通用目标检测头得3D目标检测结果。本发明首次提出了基于神经体渲染的单目图像3D目标检测方法，能够有效地进行单目图像3D目标检测任务并同时预测3D占用，具体有较高检测精度。
-
公开(公告)号：CN115223140A
公开(公告)日：2022-10-21
申请号：CN202210663206.7
申请日：2022-06-13
申请人： 杭州飞步科技有限公司
IPC分类号： G06V20/58 , G06V10/44 , G06V10/764 , G06N20/00
摘要： 本申请提供一种静态障碍物检测方法、装置、设备及计算机存储介质。该方法包括：获取当前时刻的点云数据，将点云数据映射到第一栅格地图，获取第一栅格地图中每个第一栅格的栅格信息；在根据每个第一栅格的栅格信息，确定第一目标栅格中存在障碍物后，确定第一目标栅格的特征向量；在第二栅格地图中获取与第一目标栅格对应的第二目标栅格；获取第二目标栅格在不同时刻的特征向量，并根据第二目标栅格在不同时刻的特征向量，确定障碍物是否为静态障碍物。本实施例与现有技术相比，在深度学习模型外添加了基于前后帧来判断障碍物是否为静态障碍物的方式，从而显著提高了对训练数据类别外障碍物的检测性能。
-
公开(公告)号：CN116758290A
公开(公告)日：2023-09-15
申请号：CN202310398984.2
申请日：2023-04-14
申请人： 杭州飞步科技有限公司
摘要： 本发明公开了一种学习体素占用的单目图像3D目标检测方法。将RGB图像经骨干网络处理提升到视锥空间中获得视锥特征，针对视锥特征转换在视锥空间中进行占用学习处理获得增强视锥特征，然后使用网格采样将增强视锥特征转换为3D体素特征，将3D体素特征再在3D空间中进行占用学习处理获得增强3D体素特征，将增强3D体素特征传递给3D框检测头提取出目标的3D框。本发明方法目前达到了单目图像3D目标检测领域中最高的检测精度，能更细粒度提取近处物体的三维特征。
-
公开(公告)号：CN114926818A
公开(公告)日：2022-08-19
申请号：CN202210588451.6
申请日：2022-05-27
申请人： 杭州飞步科技有限公司
摘要： 本申请提供一种障碍物检测模型的评估方法、设备及计算机存储介质。该方法包括：获取点云数据以及所述点云数据的标注数据，所述标注数据用于指示所述点云数据中的障碍物；根据所述标注数据，获取车辆与第一障碍物的目标距离；根据所述标注数据以及所述点云数据，获取第二障碍物遮挡所述第一障碍物的目标遮挡指数，所述第二障碍物位于所述车辆与所述第一障碍物之间；根据所述目标距离与所述目标遮挡指数，获取所述第一障碍物的优先级；根据所述第一障碍物的优先级，对障碍物检测模型进行评估。本实施例使模型评估的指标更加贴合实际应用场景、同时还能使障碍物检测模型的评估结果更加合理与精确。
-
-
-
搜索结果
4 条记录 (耗时 0.028 秒)
