一种基于体素点云融合的三维动态目标检测方法及装置

    公开(公告)号:CN113989797B

    公开(公告)日:2025-04-11

    申请号:CN202111250717.8

    申请日:2021-10-26

    Abstract: 本发明提出了一种基于体素点云融合的三维动态目标检测方法及装置,采用两阶段的多次、多尺度特征融合的检测架构,第一阶段对点云直接处理提78取关键点特征和划分体素空间提取多尺度体素特征,将两者特征进行初次融合生成预选框.第二阶段在每个体素中设置参考点并吸收周围的关键点进行第二次的特征融合,将最终特征输入检测模块,实现预选框的优化.另外,针对分类和定位置信度不一致的问题,提出一种强制一致性损失函数,可以进一步提高检测的准确性.本发明的算法在Kitti,Waymo,Nuscene数据集中与其他算法进行了对比,并且通过实物车辆平台进行了可移植性和消融性研究,结果表明,本发明算法针对三维动态目标检测的准确率高,鲁棒性、可移植性和泛化能力强。

    在可见光下具有高催化活性的二氧化钛薄膜及其制备方法

    公开(公告)号:CN1563490A

    公开(公告)日:2005-01-12

    申请号:CN200410033800.X

    申请日:2004-04-20

    Applicant: 清华大学

    Abstract: 本发明公开了属于光催化剂材料制备技术范围的一种在可见光下具有高催化活性的二氧化钛薄膜及其制备方法。通过溶胶-凝胶法在TiO2溶胶中加入锂盐和锑盐,在400℃以下低温热处理条件下,获得在可见光下具有高催化活性的二氧化钛薄膜。本发明提供一种能够在较低热处理温度下制备出高光催化活性的TiO2薄膜材料的方法。降低二氧化钛膜的晶型转变温度,获得在可见光(自然光)照射下对甲基橙分解效率高达32%~67%高催化降解效率的特性。

    一种用于自动驾驶的锚引导3D目标检测方法及装置

    公开(公告)号:CN113989758B

    公开(公告)日:2024-11-01

    申请号:CN202111250715.9

    申请日:2021-10-26

    Abstract: 本发明提出了一种用于自动驾驶的锚引导3D目标检测方法及装置,在第一阶段中,输入左右图像分别生成相应的概率图以生成稀疏锚点及稀疏锚框,再通过将左右锚作为一个整体生成2D预选框,第二阶段的关键点生成网络利用稀疏锚点信息生成关键点热图,并结合立体回归器融合生成3D预选框,针对原始图像在卷积后会出现像素级信息丢失的问题,通过Mask Branch生成的实例分割掩模结合实例级视差估计进行像素级优化。实验表明,本发明可以在减少计算量的同时保持较高的召回率,与现有方法相比,速度更快、鲁棒性更好、泛化能力更强。

    一种用于自动驾驶的锚引导3D目标检测方法及装置

    公开(公告)号:CN113989758A

    公开(公告)日:2022-01-28

    申请号:CN202111250715.9

    申请日:2021-10-26

    Abstract: 本发明提出了一种用于自动驾驶的锚引导3D目标检测方法及装置,在第一阶段中,输入左右图像分别生成相应的概率图以生成稀疏锚点及稀疏锚框,再通过将左右锚作为一个整体生成2D预选框,第二阶段的关键点生成网络利用稀疏锚点信息生成关键点热图,并结合立体回归器融合生成3D预选框,针对原始图像在卷积后会出现像素级信息丢失的问题,通过Mask Branch生成的实例分割掩模结合实例级视差估计进行像素级优化。实验表明,本发明可以在减少计算量的同时保持较高的召回率,与现有方法相比,速度更快、鲁棒性更好、泛化能力更强。

    在可见光下具有高催化活性的二氧化钛薄膜及其制备方法

    公开(公告)号:CN1269992C

    公开(公告)日:2006-08-16

    申请号:CN200410033800.X

    申请日:2004-04-20

    Applicant: 清华大学

    Abstract: 本发明公开了属于光催化剂材料制备技术范围的一种在可见光下具有高催化活性的二氧化钛薄膜及其制备方法。通过溶胶-凝胶法在TiO2溶胶中加入锂盐和锑盐,在400℃以下低温热处理条件下,获得在可见光下具有高催化活性的二氧化钛薄膜。本发明提供一种能够在较低热处理温度下制备出高光催化活性的TiO2薄膜材料的方法。降低二氧化钛膜的晶型转变温度,获得在可见光(自然光)照射下对甲基橙分解效率高达32%~67%高催化降解效率的特性。

    一种基于体素点云融合的三维动态目标检测方法及装置

    公开(公告)号:CN113989797A

    公开(公告)日:2022-01-28

    申请号:CN202111250717.8

    申请日:2021-10-26

    Abstract: 本发明提出了一种基于体素点云融合的三维动态目标检测方法及装置,采用两阶段的多次、多尺度特征融合的检测架构,第一阶段对点云直接处理提78取关键点特征和划分体素空间提取多尺度体素特征,将两者特征进行初次融合生成预选框.第二阶段在每个体素中设置参考点并吸收周围的关键点进行第二次的特征融合,将最终特征输入检测模块,实现预选框的优化.另外,针对分类和定位置信度不一致的问题,提出一种强制一致性损失函数,可以进一步提高检测的准确性.本发明的算法在Kitti,Waymo,Nuscene数据集中与其他算法进行了对比,并且通过实物车辆平台进行了可移植性和消融性研究,结果表明,本发明算法针对三维动态目标检测的准确率高,鲁棒性、可移植性和泛化能力强。

Patent Agency Ranking