公开(公告)号：CN118736154B

公开(公告)日：2024-11-12

申请号：CN202411222915.7

申请日：2024-09-03

Applicant: 东北大学

Inventor： 张云洲 ,  白文静 ,  刘威 ,  王丽 ,  刘俊

IPC: G06T17/05 ,  G06V20/58 ,  G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/42 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明属于计算机视觉及自动驾驶技术领域，公开一种基于图结构建模与优化的在线矢量化地图构建方法。矢量化局部地图看作图结构，地图元素作为子图，地图元素中的关键点作为子图节点，初始化子图节点查询输入基于图结构的地图解码模块中，通过子图之间注意力进行子图查询特征交互，通过子图内部节点注意力与边注意力提升子图节点查询对子图全局特征与局部结构特征表征，通过可形变注意力模块与鸟瞰图视角特征进行交互增强，增强后的节点查询用于子图属性预测。本发明进一步挖掘矢量化地图结构属性，基于图结构的地图元素建模与地图解码，提升子图节点查询对地图元素结构的全面表征，提升矢量化地图构建的精度，促进自动驾驶在线地图构建的研究。

公开(公告)号：CN118864646A

公开(公告)日：2024-10-29

申请号：CN202410848153.5

申请日：2024-06-27

Applicant: 东北大学

Inventor： 白文静 ,  张云洲 ,  杨超然 ,  郭淇 ,  刘威

IPC: G06T11/20 ,  G06T7/70 ,  G06N3/045 ,  G01C21/00

Abstract: 本发明公开了一种基于轻量级先验语义地图的在线矢量化地图构建方法，首先使用BEV感知结果结合建图算法构建全局的先验语义地图，然后通过相机、I MU、轮速计等进行多传感器融合的自车全局定位来获取先验局部语义地图，之后借助语义先验地图与当前BEV感知进行在线的矢量化地图构建；语义先验地图不仅通过提供先验BEV特征来增强地图元素前景的表达，同时通过引入先验语义地图中隐含的地图元素结构先验到Transformer地图解码模块，有效地辅助矢量地图学习，提高了矢量化地图构建的质量；其中基于先验语义地图的矢量化地图构建新思路，使用的先验语义地图不仅容易获取且存储空间需求小，整体方案便于实施。

公开(公告)号：CN119048770A

公开(公告)日：2024-11-29

申请号：CN202411143366.4

申请日：2024-08-20

Applicant: 东北大学

Inventor： 张云洲 ,  王丽 ,  葛发蔚 ,  白文静

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于计算机视觉技术领域，公开一种局部特征提取方法。建立一种新的局部特征学习网络框架，以全卷积网络L2‑Net为骨干网络，通过提取空间结构增强模块的特征，融合到骨干网络的中间层和深层；将具有深度信息的数据集作为训练集，通过数据集自带的深度信息获得两幅图像的对应关系，作为局部特征区分性训练和鲁棒性训练的真值；新的局部特征学习网络框架输出用于区分性训练的特征热图和用于鲁棒性训练的特征检测热图和局部特征描述符。本发明兼顾鲁棒性和区分性，网络在深层依旧包含丰富的结构信息，从而提高了区分性通过联合强化学习的方法最终获得更好的局部特征描述符。最后，本方法在特征匹配任务上进行了评估并取得了先进的结果。

公开(公告)号：CN118736154A

公开(公告)日：2024-10-01

申请号：CN202411222915.7

申请日：2024-09-03

Applicant: 东北大学

Inventor： 张云洲 ,  白文静 ,  刘威 ,  王丽 ,  刘俊

IPC: G06T17/05 ,  G06V20/58 ,  G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/42 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明属于计算机视觉及自动驾驶技术领域，公开一种基于图结构建模与优化的在线矢量化地图构建方法。矢量化局部地图看作图结构，地图元素作为子图，地图元素中的关键点作为子图节点，初始化子图节点查询输入基于图结构的地图解码模块中，通过子图之间注意力进行子图查询特征交互，通过子图内部节点注意力与边注意力提升子图节点查询对子图全局特征与局部结构特征表征，通过可形变注意力模块与鸟瞰图视角特征进行交互增强，增强后的节点查询用于子图属性预测。本发明进一步挖掘矢量化地图结构属性，基于图结构的地图元素建模与地图解码，提升子图节点查询对地图元素结构的全面表征，提升矢量化地图构建的精度，促进自动驾驶在线地图构建的研究。