公开(公告)号：CN118196777A

公开(公告)日：2024-06-14

申请号：CN202211591475.3

申请日：2022-12-13

Applicant: 苏州科技大学

Inventor： 陶重犇 ,  曹杰程 ,  曹春林

IPC: G06V20/64 ,  G06V20/58 ,  G06V10/40 ,  G06V10/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种用于自动驾驶的基于伪单目的3D目标检测方法，其特征在于，包括：(1)获取立体图像对；(2)计算获取视差图，并以左侧图像为主体估计获取深度图；(3)视觉特征生成；(4)深度特征生成；(5)变换器的编码与解码；(6)引导查询初始化；(7)经编码器和解码器增强的对象查询被输入到多层感知器和线性投影层中以生成最终预测。本发明在没有额外数据输入的同时保证深度预测精度，减少计算成本。

公开(公告)号：CN116778449A

公开(公告)日：2023-09-19

申请号：CN202310490811.3

申请日：2023-05-04

Applicant: 苏州科技大学

Inventor： 韩世豪 ,  曹杰程 ,  居世豪 ,  卞伟涛 ,  陶重犇

IPC: G06V20/58 ,  G06V20/64 ,  G06V10/25 ,  G06V10/26 ,  G06V10/46 ,  G06V10/75 ,  G06V10/74 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种用于提高自动驾驶三维目标检测效率的检测方法，包括：使用最远点采样法从原始点云中提取一组关键点；将需要查询的关键点量化为体素，通过计算曼哈顿距离获得关键点的相邻体素特征集；通过匹配、聚合进行特征增强；通过将原始点云特征、多尺度体素聚合特征以及鸟瞰图特征连接得到原始关键点特征；优化关键点特征；利用一组虚拟网格点均匀分割每一个感兴趣区域，并设置关键点阈值和集合抽象半径对网格点进行筛选；通过拟合最小包围矩形和加权关键点特征对提案的方向和边界进行修正，得到修正的3D框；重复上述步骤直至遍历所有关键点，得到最终三维目标检测结果。本发明在提高预测精度的同时降低了计算量。