
基本信息:
- 专利标题: 一种基于摄像头和激光雷达的自适应强化融合实时实例分割方法
- 申请号:CN202010818329.4 申请日:2020-08-14
- 公开(公告)号:CN111967373A 公开(公告)日:2020-11-20
- 发明人: 殷国栋 , 彭湃 , 庄伟超 , 耿可可 , 徐利伟 , 王金湘 , 张宁 , 卢彦博
- 申请人: 东南大学
- 申请人地址: 江苏省南京市江宁区东南大学路2号
- 专利权人: 东南大学
- 当前专利权人: 东南大学
- 当前专利权人地址: 江苏省南京市江宁区东南大学路2号
- 代理机构: 北京德崇智捷知识产权代理有限公司
- 代理人: 王斌
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/34 ; G06T7/70
摘要:
本发明公开一种基于摄像头和激光雷达的自适应强化融合实时实例分割方法,所述方法包括:利用卷积神经网络分别提取目标的摄像头图像和激光雷达投影图的图像特征,分别得到第一图像特征和第二图像特征;自适应地分配第一图像特征和第二图像特征的权重,根据分配的第一权重对第一图像特征加权得到第三图像特征,根据分配的第二权重对第二图像特征加权得到第四图像特征,对第三图像特征和第四图像特征进行强化融合;根据所述融合后的图像特征,利用实时实例分割网络输出目标的类别、置信度、边界框、掩模,获取目标的实例分割结果。本发明能够在复杂环境下实时、精确且鲁棒地实现目标实例分割,在智能网联车辆感知领域具有广泛的应用前景。
公开/授权文献:
- CN111967373B 一种基于摄像头和激光雷达的自适应强化融合实时实例分割方法 公开/授权日:2021-03-30
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06K | 数据识别;数据表示;记录载体;记录载体的处理 |
------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置 |