公开(公告)号：CN115115917A

公开(公告)日：2022-09-27

申请号：CN202210659670.9

申请日：2022-06-13

Applicant: 东南大学

Inventor： 戚云鹏 ,  孙畅 ,  徐睿哲 ,  杜松林

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制和图像特征融合的3D点云目标检测方法，涉及计算机视觉技术领域，解决了3D目标检测算法不够准确的技术问题，其技术方案要点是以图像数据和激光点云数据作为输入，分别输入图像特征提取网络和点云特征编码器，在图像特征提取骨干网络中基于注意力机制学习重要信息，然后将提取到的特征图与点云伪图像进行特征融合。最后将生成的融合特征送入特征金字塔，并将最终的融合特征图作为2D‑3D检测器的输入，预测得到的2D、3D框坐标值，然后经过非极大值抑制和数据转换来完成2D、3D框回归以得到最终结果。本发明利用基于注意力机制的图像特征提取网络弥补了点云信息的缺陷，提高了3D目标检测的精度。

公开(公告)号：CN115115917B

公开(公告)日：2024-11-26

申请号：CN202210659670.9

申请日：2022-06-13

Applicant: 东南大学

Inventor： 戚云鹏 ,  孙畅 ,  徐睿哲 ,  杜松林

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制和图像特征融合的3D点云目标检测方法，涉及计算机视觉技术领域，解决了3D目标检测算法不够准确的技术问题，其技术方案要点是以图像数据和激光点云数据作为输入，分别输入图像特征提取网络和点云特征编码器，在图像特征提取骨干网络中基于注意力机制学习重要信息，然后将提取到的特征图与点云伪图像进行特征融合。最后将生成的融合特征送入特征金字塔，并将最终的融合特征图作为2D‑3D检测器的输入，预测得到的2D、3D框坐标值，然后经过非极大值抑制和数据转换来完成2D、3D框回归以得到最终结果。本发明利用基于注意力机制的图像特征提取网络弥补了点云信息的缺陷，提高了3D目标检测的精度。