一种基于空时自适应聚合架构的室内场景重建方法

    公开(公告)号:CN118674865A

    公开(公告)日:2024-09-20

    申请号:CN202410724479.7

    申请日:2024-06-05

    Abstract: 本发明公开了一种基于空时自适应聚合架构的室内场景重建方法,首先将不同视角下的多尺度信息放在一起,使得其在空间上是一致的。即空间域下的多尺度编码。接着,本发明采用一个多层感知机,将每个视角下的空间域多尺度信息到编码到特征域上。在特征域中,本发明采用积分网络进行视图聚合。从而将离散的空间视图信息聚合到特征体中。采用一个滑动窗口动态的聚合时间视图信息。在聚合完成后通过一个MLP网络回归最终的三维模型截断符号函数TSDF表达。本专利通过将离散的特征连续化,并用积分神经网络进行学习和推理聚合函数,这样能够大大提升系统的鲁棒性。

    一种基于三维深度信息解耦的多目标跟踪方法

    公开(公告)号:CN119941789A

    公开(公告)日:2025-05-06

    申请号:CN202411981440.X

    申请日:2024-12-31

    Abstract: 本发明公开了一种基于三维深度信息解耦的多目标跟踪方法,首先构建一个基于三维深度信息解耦的多目标跟踪模型并进行训练,然后对二维目标检测框聚类完成对于密集遮挡的检测,然后通过自监督深度估计方法获取目标三维深度信息,利用深度信息对密集遮挡进行解耦,完成基于空间信息的多目标跟踪。本发明的方法不需要解决密集遮挡导致目标外观特征信息提取不准确的问题,提出基于深度信息的MOT仅仅使用IOU匹配来实现关联,通过深度信息的优势来解决遮挡问题,不需要外观特征,提出基于三维深度估计的算法,基于深度信息的差异对密集遮挡目标实现分级解耦,在不同的层级内进行数据关联,不同层级的目标不能相互影响,得到鲁棒的多目标跟踪效果。

Patent Agency Ranking