公开(公告)号：CN116362318B

公开(公告)日：2024-02-06

申请号：CN202310323545.5

申请日：2023-03-30

Applicant: 复旦大学

Inventor： 张力 ,  王立峰

IPC: G06V20/64 ,  G06N3/082 ,  G06V10/30 ,  G06V20/40

Abstract: 本发明公开了一种基于自适应深度修正的纯视觉三维目标检测方法，包括：获取图像 并将该图像 输入训练好的深度预测模型DORN中，以实时生成深度图 其中图像 的大小为深度图 的大小为利用双线性差值方法对深度图 进行4倍的下采样处理，以得到下采样后的深度图 大小为W×H，其中 将下采样后的深度图 和图像 一起输入预先训练好的三维目标检测模型中，以得到最终的三维目标检测结果。本发明能够解决现有特征视角转换的模型在同一个网络内部同时实现深度预测任务和三位目标检测任务，会加重网络学习的负担，对深度信息学习的不准确，从而影响最终的三维目标检测性能的技术问题。

公开(公告)号：CN116362318A

公开(公告)日：2023-06-30

申请号：CN202310323545.5

申请日：2023-03-30

Applicant: 复旦大学

Inventor： 张力 ,  王立峰

IPC: G06N3/082 ,  G06V20/64 ,  G06V10/30 ,  G06V20/40

Abstract: 本发明公开了一种基于自适应深度修正的纯视觉三维目标检测方法，包括：获取图像并将该图像输入训练好的深度预测模型DORN中，以实时生成深度图其中图像的大小为深度图的大小为利用双线性差值方法对深度图进行4倍的下采样处理，以得到下采样后的深度图大小为W×H，其中将下采样后的深度图和图像一起输入预先训练好的三维目标检测模型中，以得到最终的三维目标检测结果。本发明能够解决现有特征视角转换的模型在同一个网络内部同时实现深度预测任务和三位目标检测任务，会加重网络学习的负担，对深度信息学习的不准确，从而影响最终的三维目标检测性能的技术问题。