公开(公告)号：CN114118247B

公开(公告)日：2025-05-02

申请号：CN202111384455.4

申请日：2021-11-18

Applicant: 同济大学

Inventor： 田炜 ,  殷凌眉 ,  邓振文 ,  黄禹尧 ,  谭大艺 ,  韩帅 ,  余卓平

IPC: G06V10/25 ,  G06V10/82 ,  G06V20/70 ,  G06V10/80 ,  G06V10/764 ,  G06V10/26

Abstract: 本发明涉及一种基于多传感器融合的无锚框3D目标检测方法，包括：获取彩色RGB图像和激光点云；对彩色RGB图像进行语义分割，得到各像素的类别信息；利用类别信息对激光点云的特征进行增强，得到增强激光点云；对增强激光点云分别进行点云几何特征编码、点云可见性特征编码，得到几何特征和可见性特征；将几何特征与可见性特征进行堆叠，得到堆叠特征；将堆叠特征输入多层特征提取网络，提取不同层级的特征信息，再将各层级的特征信息进行堆叠，得到融合特征；将融合特征输出给无锚框目标检测器，以得到3D目标检测结果。与现有技术相比，本发明通过多模态数据的融合，利用传感器之间的优势互补来增强3D目标检测性能，从而实现准确快速检测的目的。

公开(公告)号：CN114118247A

公开(公告)日：2022-03-01

申请号：CN202111384455.4

申请日：2021-11-18

Applicant: 同济大学

Inventor： 田炜 ,  殷凌眉 ,  邓振文 ,  黄禹尧 ,  谭大艺 ,  韩帅 ,  余卓平

IPC: G06K9/62 ,  G06N3/04 ,  G06V20/70 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明涉及一种基于多传感器融合的无锚框3D目标检测方法，包括：获取彩色RGB图像和激光点云；对彩色RGB图像进行语义分割，得到各像素的类别信息；利用类别信息对激光点云的特征进行增强，得到增强激光点云；对增强激光点云分别进行点云几何特征编码、点云可见性特征编码，得到几何特征和可见性特征；将几何特征与可见性特征进行堆叠，得到堆叠特征；将堆叠特征输入多层特征提取网络，提取不同层级的特征信息，再将各层级的特征信息进行堆叠，得到融合特征；将融合特征输出给无锚框目标检测器，以得到3D目标检测结果。与现有技术相比，本发明通过多模态数据的融合，利用传感器之间的优势互补来增强3D目标检测性能，从而实现准确快速检测的目的。