返回搜索
档案
基于监督学习的全向深度视觉数据融合方法及系统
发明专利未知
10权利要求 · 2 独立
§ Ⅰ
卷宗概要
IPC 分类
G06V 10/80 (2022.01)G06V 10/82 (2022.01)G06N 3/0464 (2023.01)G06N 3/0442 (2023.01)G06N 3/09 (2023.01)
本发明公开一种基于监督学习的全向深度视觉数据融合方法及系统,涉及图像识别技术领域,方法包括获取多路原始深度帧和传感器状态标识,建立本体坐标系并生成方向索引,按空间扇区形成候选视角集合,提取深度特征和视角质量状态,通过动态视角门控和分组编码生成扇区融合特征,利用监督融合模型输出全向距离向量和方向可信度,在候选视角不足或者方向可信度不满足条件时生成带标记的补偿距离,并封装标准化感知数据包,训练阶段以仿真射线命中距离或者高精度离线重建结果作为教师标签,该方案能够向避障控制,导航规划和运动策略网络提供可复核的全向距离输入。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式