【技术实现步骤摘要】
本专利技术涉及计算机视觉，具体指一种基于跨层级特征交互和可学习池化的三维单目标跟踪方法。
技术介绍
1、由于点云数据面对光照条件、恶劣天气和遮挡的鲁棒性，基于三维点云的单目标跟踪技术显示出巨大的潜力，在自动驾驶，视频监控等多方面任务中起着关键作用。给定初始状态，三维单目标跟踪技术旨在在一系列点云序列中跟踪特定的目标。
2、目前主流的三维点云单目标跟踪范式包括外观匹配范式和运动中心范式，两者均是通过直接输入原始点云数据，依靠逐点的特征表示来跟踪目标。外观匹配范式采用一个共享权重的骨干网络对目标模板和搜索区域点云进行特征提取，通过逐点的外观匹配技术来确定目标点，最后基于预测头实现对目标的定位。尽管基于外观匹配范式的跟踪器在公开的跟踪基准上表现优异，但是在实际场景中由于物体外观的变化、干扰物的存在以及点云的稀疏性等因素，跟踪器难以生成高质量的目标候选框，从而导致跟踪预测的结果不准确；运动中心范式则利用分割网络对相邻视频帧的点云进行前景点和背景点的识别，然后通过运动建模方法和细化模块估计目标位置。虽然基于运动中心范式的跟踪器能够在干...
【技术保护点】
1.一种基于跨层级特征交互和可学习池化的三维单目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于跨层级特征交互和可学习池化的三维单目标跟踪方法，其特征在于，所述步骤S2中增强多尺度BEV特征的方法为：
3.根据权利要求2所述的基于跨层级特征交互和可学习池化的三维单目标跟踪方法，其特征在于，所述步骤S2中，通过跨层级特征交互模块增强特征的方法为：
4.根据权利要求2或3所述的基于跨层级特征交互和可学习池化的三维单目标跟踪方法，其特征在于，所述L为3。
5.根据权利要求4所述的基于跨层级特征交互和可学习池...
【技术特征摘要】
1.一种基于跨层级特征交互和可学习池化的三维单目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于跨层级特征交互和可学习池化的三维单目标跟踪方法，其特征在于，所述步骤s2中增强多尺度bev特征的方法为：
3.根据权利要求2所述的基于跨层级特征交互和可学习池化的三维单目标跟踪方法，其特征在于，所述步骤s2中，通过跨层级特征交互模块增强特征的方法为：
4.根据权利要...
【专利技术属性】
技术研发人员：何志伟，许安琪，聂佳浩，高明裕，吕旭冬，董哲康，杨宇翔，
申请(专利权)人：杭州电子科技大学，
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。