【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种鸟瞰特征融合方法、装置、电子设备及存储介质。
技术介绍
1、随着汽车智能化和网联化的快速发展，自动驾驶或者辅助驾驶在学术界和工业界被广泛普及，对多模态多摄像头的数据进行感知、理解、预测也就变得越来越重要。其中视觉摄像头由于成本低廉、应用广泛，感知距离更是具有举足轻重的地位。感知是一系列上下游任务的基础，因此如何对多个摄像头采集的内容进行高效、精准地视觉感知是汽车行业研究和关注的重点之一。
2、目前，相关技术大都通过单帧二维图像特征转换融合得到融合鸟瞰特征，但没有考虑时序信息，具有很大的随机性和局限性，进而导致感知算法的准确性不高和稳定性不足，不利于后续任务的执行。
技术实现思路
1、鉴于以上所述现有技术的缺点，本申请提供一种鸟瞰特征融合方法、装置、电子设备及存储介质，以解决上述相关技术在融合鸟瞰特征时没有考虑时序信息，导致感知算法的准确性不高和连续性不足的技术问题。
2、本申请提供的一种鸟瞰特征融合方法，包括：获取车辆图像数据和目标感...
【技术保护点】
1.一种鸟瞰特征融合方法，其特征在于，所述鸟瞰特征融合方法包括：
2.根据权利要求1所述的鸟瞰特征融合方法，其特征在于，对每一视角图像序列中的各帧图像进行特征提取，得到每一视角图像序列对应的每一视角图像特征序列，包括：
3.根据权利要求2所述的鸟瞰特征融合方法，其特征在于，通过特征金字塔网络对各帧图像对应的不同尺寸的特征层进行强化处理，得到各帧图像对应的强化特征层，包括：
4.根据权利要求1所述的鸟瞰特征融合方法，其特征在于，对每一视角图像特征序列中的各图像特征进行鸟瞰视角转换，得到每一视角图像特征序列对应的每一视角鸟瞰特征序列，包
5...
【技术特征摘要】
1.一种鸟瞰特征融合方法，其特征在于，所述鸟瞰特征融合方法包括：
2.根据权利要求1所述的鸟瞰特征融合方法，其特征在于，对每一视角图像序列中的各帧图像进行特征提取，得到每一视角图像序列对应的每一视角图像特征序列，包括：
3.根据权利要求2所述的鸟瞰特征融合方法，其特征在于，通过特征金字塔网络对各帧图像对应的不同尺寸的特征层进行强化处理，得到各帧图像对应的强化特征层，包括：
4.根据权利要求1所述的鸟瞰特征融合方法，其特征在于，对每一视角图像特征序列中的各图像特征进行鸟瞰视角转换，得到每一视角图像特征序列对应的每一视角鸟瞰特征序列，包括：
5.根据权利要求1-4中任一项所述的鸟瞰特征融合方法，其特征在于，按照时序将一视角鸟瞰特征序列中的各鸟瞰特征...
【专利技术属性】
技术研发人员：章秀秀，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。