【技术实现步骤摘要】
本申请涉及激光雷达和计算机视觉领域，具体而言，涉及一种对象信息的确定方法和装置、存储介质及电子设备。
技术介绍
1、随着我国市场上汽车保有量的逐年增加，高效且精准的智能交通综合运输管理系统需求愈发迫切。
2、路端车辆感知技术是智能交通系统里非常重要的一部分，尤其对于高速收费站的车型管理、道路限高、车辆违章以及当前最为前沿的车路协同等等任务来说非常之关键，具有非常重要的研究意义。
3、目前，车辆感知技术通常是采用单目视觉下的图像识别技术加以实现。鉴于单目摄像头成本低廉、稳定可靠等多方面的原因，同时也伴随深度学习技术的飞速发展，两者的相遇便成就了当下智能交通领域下的主流软硬件体系。但是纯单目视觉技术也存在一些局限性，比如对于距离的测量、物体的尺寸以及弱光下表现都存在能力欠缺，为此需要增加一些其它的状态传感器来加以辅助。
4、针对相关技术中，仅通过单目相机采集的图像信息进行图像识别的准确度较低等问题，尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供...
【技术保护点】
1.一种对象信息的确定方法，其特征在于，包括：
2.根据权利要求1所述的对象信息的确定方法，其特征在于，对所述图像数据进行特征提取，以获取所述图像数据对应的鸟瞰图像特征，包括：
3.根据权利要求2所述的对象信息的确定方法，其特征在于，在所述深度学习网络模型包括：图像网络和深度网络的情况下，所述将所述图像数据输入深度学习网络模型，以使所述深度学习网络模型输出所述图像数据的视锥特征，包括：
4.根据权利要求3所述的对象信息的确定方法，其特征在于，通过深度网络获取所述深层图像特征对应的特征图中每一个细胞单元对应的距离分布向量，包括：>
5.根据权利...
【技术特征摘要】
1.一种对象信息的确定方法，其特征在于，包括：
2.根据权利要求1所述的对象信息的确定方法，其特征在于，对所述图像数据进行特征提取，以获取所述图像数据对应的鸟瞰图像特征，包括：
3.根据权利要求2所述的对象信息的确定方法，其特征在于，在所述深度学习网络模型包括：图像网络和深度网络的情况下，所述将所述图像数据输入深度学习网络模型，以使所述深度学习网络模型输出所述图像数据的视锥特征，包括：
4.根据权利要求3所述的对象信息的确定方法，其特征在于，通过深度网络获取所述深层图像特征对应的特征图中每一个细胞单元对应的距离分布向量，包括：
5.根据权利要求1所述的对象信息的确定方法，其特征在于，对所述点云数据进行特征提取，以获取所述点云数据对应的鸟瞰点云特征，包括：
6.根据权利要求1所述的对象信息的确定方法，其特征在于，根据所述鸟瞰图像特征和所述鸟瞰点云特征确定所述待检测对象对应的融合特征，包括以下之一：在所述图像采...
【专利技术属性】
技术研发人员：林亦宁，倪华健，
申请(专利权)人：上海闪马智能科技有限公司，
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。