【技术实现步骤摘要】
本申请属于自动驾驶多模态感知，具体涉及一种基于事件辅助交通标志草图的无监督热成像视频增强方法，通过红外相机与事件相机的协同感知，解决极端光照条件下交通标志纹理丢失问题，提升自动驾驶系统的环境理解能力。
技术介绍
1、在低光照条件下的自动驾驶环境中，红外摄像头(ir)能够在暗环境中提供相对清晰的图像。然而，由于红外摄像头难以捕捉到同质材料的纹理细节，因此在检测交通标志和识别关键信息时存在局限性。此外，事件相机（即神经形态视觉相机）作为一种新型的异步传感器，能够在高速，复杂的光照条件下高效检测动态光强变化，尽管其信号不完整且易受噪声影响，但在动态环境中具有较强的目标检测优势。
2、在自动驾驶感知系统研究领域，单一传感器难以在低光照条件下实现高保真和高精度的视觉感知，而常见的多模态融合方案（如可见光与红外或事件信号的结合）和单一传感器感知，虽有所改善，但可见光相机会因信噪比过低而失效，导致整体系统失效。
3、然而，本申请提出的基于事件辅助交通标志草图的无监督热成像视频增强方法，通过红外帧和事件信号的双重提升机制，以及跨...
【技术保护点】
1.基于事件辅助交通标志草图的无监督热成像视频增强方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于事件辅助交通标志草图的无监督热成像视频增强方法，其特征在于，所述的步骤2中，在特征提取过程中，通过事件编码器操作，输出的第一层事件特征表示为：
3.根据权利要求1所述的基于事件辅助交通标志草图的无监督热成像视频增强方法，其特征在于，所述的步骤2中，在解码部分，构造了一个分层解码结构，接收不同尺度的特征，以重构草图结果，其中每一层解码器特征表示为：
4.根据权利要求1所述的基于事件辅助交通标志草图的无监督热成像视频增强方法，其特...
【技术特征摘要】
1.基于事件辅助交通标志草图的无监督热成像视频增强方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于事件辅助交通标志草图的无监督热成像视频增强方法，其特征在于，所述的步骤2中，在特征提取过程中，通过事件编码器操作，输出的第一层事件特征表示为：
3.根据权利要求1所述的基于事件辅助交通标志草图的无监督热成像视频增强方法，其特征在于，所述的步骤2中，在解码部分，构造了一个分层解...
【专利技术属性】
技术研发人员：张松乾，韩雨琪，康竞然，张嘉迪，苏伟健，张强，
申请(专利权)人：大连理工大学，
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。