-
公开(公告)号:CN114049616A
公开(公告)日:2022-02-15
申请号:CN202111453912.0
申请日:2021-12-01
Applicant: 清华大学
IPC: G06V20/58 , G06V10/25 , G06V10/764 , G06V10/762 , G06K9/62 , G06N7/02
Abstract: 本发明公开了一种基于模糊分类的立体空间目标检测方法及系统,所述方法包括:根据立体空间目标检测算法,对接收的激光雷达点云数据生成边界框,并计算每个边界框的置信度;选取置信度大于设定阈值的边界框,计算每个边界框的体积和密度;将每个边界框的体积和密度输入预先建立的模糊系统,通过IF‑THEN模糊规则构建模糊规则库,实现模糊分类,得到包括大体积高密度LVHD、小体积高密度SVHD和低密度LD三种类别的边界框;为LVHD、SVHD和LD三种类别的边界框分别设置合适的IoU阈值,并分别输入NMS筛选检测模块,得到每个类别选定的边界框,从而得到目标检测结果。本发明的方法提高了立体空间目标检测算法的准确性。
-
公开(公告)号:CN114550163B
公开(公告)日:2023-02-03
申请号:CN202210179044.X
申请日:2022-02-25
Applicant: 清华大学
Abstract: 本发明涉及自动驾驶中三维目标检测领域,尤其涉及基于可变形注意力机制的成像毫米波三维目标检测方法,所述方法包括:采集毫米波雷达点云数据,输入预先建立和训练好的毫米波特征增强网络,输出三维目标检测结果;所述毫米波特征增强网络,基于可变形注意力机制,加强特征表达能力。本发明的方法利用4D毫米波的优点,同时增强点云特征表达,得到更好的三维目标检测结果;采用本发明的方法能够适应恶劣天气环境,并且成本可控。
-
公开(公告)号:CN114550163A
公开(公告)日:2022-05-27
申请号:CN202210179044.X
申请日:2022-02-25
Applicant: 清华大学
Abstract: 本发明涉及自动驾驶中三维目标检测领域,尤其涉及基于可变形注意力机制的成像毫米波三维目标检测方法,所述方法包括:采集毫米波激光雷达点云数据,输入预先建立和训练好的毫米波特征增强网络,输出三维目标检测结果;所述毫米波特征增强网络,基于可变形注意力机制,加强特征表达能力。本发明的方法利用4D毫米波的优点,同时增强点云特征表达,得到更好的三维目标检测结果;采用本发明的方法能够适应恶劣天气环境,并且成本可控。
-
公开(公告)号:CN114049616B
公开(公告)日:2022-09-09
申请号:CN202111453912.0
申请日:2021-12-01
Applicant: 清华大学
IPC: G06V20/58 , G06V10/25 , G06V10/764 , G06V10/762 , G06K9/62 , G06N7/02
Abstract: 本发明公开了一种基于模糊分类的立体空间目标检测方法及系统,所述方法包括:根据立体空间目标检测算法,对接收的激光雷达点云数据生成边界框,并计算每个边界框的置信度;选取置信度大于设定阈值的边界框,计算每个边界框的体积和密度;将每个边界框的体积和密度输入预先建立的模糊系统,通过IF‑THEN模糊规则构建模糊规则库,实现模糊分类,得到包括大体积高密度LVHD、小体积高密度SVHD和低密度LD三种类别的边界框;为LVHD、SVHD和LD三种类别的边界框分别设置合适的IoU阈值,并分别输入NMS筛选检测模块,得到每个类别选定的边界框,从而得到目标检测结果。本发明的方法提高了立体空间目标检测算法的准确性。
-
-
-