公开(公告)号：CN119067839B

公开(公告)日：2025-02-25

申请号：CN202411213350.6

申请日：2024-08-30

Applicant: 重庆大学

Inventor： 杨正益 ,  牟镜吉 ,  刘一乂 ,  王雅琪 ,  甘丽丽 ,  边庆国 ,  周三畬 ,  童建林

IPC: G06T3/08 ,  G06T7/50 ,  G06V10/40 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及图像处理技术，揭露了一种基于否定概率和深度估计的图像BEV视角转换方法，包括：提取每个视角下的前视图像的语义特征图集；对所述前视图像语义特征图集进行深度估计并进行概率映射，得到初始概率分布，汇总初始概率分布得到初始概率分布矩阵；对初始概率分布矩阵进行否定概率变换，得到否定概率分布矩阵；将否定概率分布矩阵和初始概率分布矩阵分别与前视图像语义特征图集进行特征融合，得到平面特征；将所述平面特征转化为视锥特征并映射至三维空间，得到BEV视角特征图。本发明还提出一种基于否定概率和深度估计的图像BEV视角转换装置、设备及介质。本发明可以提高基于否定概率和深度估计的图像BEV视角转换的准确性。

公开(公告)号：CN119067839A

公开(公告)日：2024-12-03

申请号：CN202411213350.6

申请日：2024-08-30

Applicant: 重庆大学

Inventor： 杨正益 ,  牟镜吉 ,  刘一乂 ,  王雅琪 ,  甘丽丽 ,  边庆国 ,  周三畬 ,  童建林

IPC: G06T3/08 ,  G06T7/50 ,  G06V10/40 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及图像处理技术，揭露了一种基于否定概率和深度估计的图像BEV视角转换方法，包括：提取每个视角下的前视图像的语义特征图集；对所述前视图像语义特征图集进行深度估计并进行概率映射，得到初始概率分布，汇总初始概率分布得到初始概率分布矩阵；对初始概率分布矩阵进行否定概率变换，得到否定概率分布矩阵；将否定概率分布矩阵和初始概率分布矩阵分别与前视图像语义特征图集进行特征融合，得到平面特征；将所述平面特征转化为视锥特征并映射至三维空间，得到BEV视角特征图。本发明还提出一种基于否定概率和深度估计的图像BEV视角转换装置、设备及介质。本发明可以提高基于否定概率和深度估计的图像BEV视角转换的准确性。

公开(公告)号：CN119066613A

公开(公告)日：2024-12-03

申请号：CN202411193492.0

申请日：2024-08-28

Applicant: 重庆大学

Inventor： 杨正益 ,  王雅琪 ,  甘丽丽 ,  刘一乂 ,  牟镜吉 ,  边庆国 ,  周三畬 ,  丁克勤 ,  李娜

IPC: G06F18/25 ,  G06F18/22 ,  G06N3/0464

Abstract: 本发明提供了一种基于多尺度局部交叉注意力的多传感器特征融合方法，包括：将图像特征张量作为查询矩阵源数据，将点云特征张量分别作为键矩阵源数据和值矩阵源数据，利用多尺度局部交叉注意力算法获得图像多尺度注意力加权特征；将点云特征张量作为查询矩阵源数据，将图像特征张量分别作为键矩阵源数据和值矩阵源数据，利用多尺度局部交叉注意力算法获得点云多尺度注意力加权特征；融合图像多尺度注意力加权特征和点云多尺度注意力加权特征获得模态融合特征。本发明还公开了一种基于多尺度局部交叉注意力的多传感器特征融合装置，一种计算机程序产品，一种电子设备。本发明减少了信息丢失，提升了最终获得的模态融合特征的感知性能。