一种基于光照自适应与特征增强的单目3D目标检测方法技术

本发明专利技术公开了一种基于光照自适应与特征增强的单目3D目标检测方法，其实施方案为：1)获取数据集与检测标签；2)构建特征提取器；3)提取HS特征并得到高度图；4)构建深度分布提取模块；5)提取光照自适应特征；6)构建神经辐射场特征增强模块；7)构建3D检测模块；8)构建损失函数；9)训练模型并检测3D目标。本发明专利技术设计的单目3D目标检测方法，通过基于神经辐射场的体渲染方法增强3D特征，并结合光照自适应方法为3D检测头提供稳定的特征，获得准确的3D检测结果。本发明专利技术方法具有精度高、鲁棒性强的优势。

【技术实现步骤摘要】

本专利技术涉及图像处理与计算机视觉，具体涉及一种基于光照自适应与特征增强的单目3d目标检测方法。

技术介绍

1、单目3d目标检测因其成本低、部署方便而成为自动驾驶领域的一项关键技术。该技术通过分析单目摄像头拍摄到的图像来感知周围环境，通过预测尺寸、位置和方向等信息实现目标的3d检测。由于自动驾驶场景中深度估计难度较大，并且通过2d图像难以直接得到稳定的3d特征，从而导致3d检测困难。目前的单目3d检测方法往往依赖于深度估计，因此稳定性和准确性较低。综上所述，研究一种准确、鲁棒的单目3d目标检测算法对于自动驾驶应用场景具有重要意义。

技术实现思路

1、本专利技术实施例的主要目的在于克服现有方法的缺点与不足，提出一种基于光照自适应与特征增强的单目3d目标检测方法，该方法能够在单目检测过程中，通过单目相机感知环境，得到稳定的检测结果。

2、一、技术原理

3、单目3d目标检测领域中的一项重要挑战在于从本质上缺乏深度信息的2d图像中提取3d信息。由于2d图像缺乏深度信息，且自动驾驶场景中模型难以本文档来自技高网...

【技术保护点】

1.一种基于光照自适应与特征增强的单目3D目标检测方法，其特征在于包括以下步骤：

2.如权利要求1所述的一种基于光照自适应与特征增强的单目3D目标检测方法，其特征在于，所述步骤(3)中的2D卷积模块C1由一个3×3的2D卷积层组成；所述步骤(3)中的2D卷积模块C2与步骤(4)中的2D卷积模块C3由一个1×1的2D卷积层组成；所述步骤(6-a)中的3D卷积模块T1由三个3×3的3D卷积层和一个softplus激活层组成；所述步骤(6-b)中的3D卷积模块T2由一个3×3的3D卷积层和一个sigmod激活层组成；所述步骤(6-b)中的3D卷积模块T3由三个3×3的3D卷积层和一...

【技术特征摘要】

1.一种基于光照自适应与特征增强的单目3d目标检测方法，其特征在于包括以下步骤：

2.如权利要求1所述的一种基于光照自适应与特征增强的单目3d目标检测方法，其特征在于，所述步骤(3)中的2d卷积模块c1由一个3×3的2d卷积层组成；所述步骤(3)中的2d卷积模块c2与步骤(4)中的2d卷积模块c3由一个1×1的2d卷积层组成；所述步...

【专利技术属性】
技术研发人员：赵旭，桂卫华，
申请(专利权)人：湖南信控摩尔科技有限公司，
类型：发明
国别省市：