公开(公告)号：CN113808219A

公开(公告)日：2021-12-17

申请号：CN202111117899.1

申请日：2021-09-17

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  翟蕾 ,  高全伟 ,  武星辉 ,  杨莉 ,  龚龙雨 ,  李璐宇 ,  柯希鹏 ,  李奕彤 ,  马宏斌 ,  王敏

IPC: G06T7/80 ,  G06T7/246 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。

公开(公告)号：CN113808219B

公开(公告)日：2024-05-14

申请号：CN202111117899.1

申请日：2021-09-17

Applicant: 西安电子科技大学

Inventor： 杨淑媛 ,  翟蕾 ,  高全伟 ,  武星辉 ,  杨莉 ,  龚龙雨 ,  李璐宇 ,  柯希鹏 ,  李奕彤 ,  马宏斌 ,  王敏

IPC: G06T7/80 ,  G06T7/246 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。