CN119478363A 一种基于标签引导的变分自编码器的单阶段三维目标检测方法 （华北电力大学（保定））

一种基于标签引导的变分自编码器的单阶本发明涉及一种基于标签引导的变分自编感知对抗损失，计算LG_CVAE生成的特征图与输近真实数据分布；输出三维框。本方法结合了习更有效的特征表示，并从CNN生成的众多特征图中选择最有效的特征，进一步提升LG_CVAE的2S2、体素化点云，将不规则的点云空间划分为均CVAE生成的特征图与输入特征图之间的KL散度，使LG_CVAE生成的潜在特征趋近真实数据2.根据权利要求1所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方ii3.根据权利要求2所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方y和vz表示三个方向上每个体素的大小；xmaxminmaxminmax4.根据权利要求3所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方5.根据权利要求4所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方6.根据权利要求5所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方3每个下采样模块首先通过3D稀疏卷积层以获取不同尺度的每个下采样模块的输出特征可表示为其中表示通过n倍下7.根据权利要求6所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方编码器采用分层结构，包含多个隐藏层，每一个隐其中，μ表示学习到的点云数据分布的均值，var表示学习到的点云数据分布的方差；fvnx8.根据权利要求7所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方9.根据权利要求8所述的一种基于标签引导的变分自编码器的单阶段三维目标检测方Ladv是目标感知对抗损失，用于计算输入特征图与LG_CVAE生成的特征图之间的KL散2和λ3分别是每个损失项对总损失的权重系数。10.根据权利要求1～9任一项所述的一种基于标签引导的变分自编码器的单阶段三维4将采样点P[indexsample]转换回笛卡尔坐标系，在训练阶段将采5[0007]本发明需要解决的技术问题是提供一种基于标签引导的变分自编码器的单阶段6[0017]1.本发明提出了一种注意力引导的变分自[0019]3.通过在广泛使用的KITTI数据集上进行大7的特征提取以生成区域提议。SECOND通过引入3D稀疏卷积改进了VoxelNet的3D卷积PillarFeatureEncoding(PFE)将点云直接压缩为2DBEV视角，使用2DCNN进行特征提取，通过多层感知机(MLP)和RoIAlign进一步优化提议并提取更多特征。在KITTI和Waymo公开取阶段引入了自校准卷积(Self_CalibratedConvolutions)，以提取更有效的目标特征，[0033]这些方法本质上依赖于CNN的特征提取，通过融合多尺度或多通道特征来提升3D然语言处理(NLP)和计算机视觉(CV)领域的快速发展，许多研究人员开始探索如何将了Set_Transformer，保留了点云中的更多空间信息。RDIoU结合了SwinTransformer和8[0038]变分自编码器(VAE)是一种生成模型，通过优化观测数据似然的下界来学习对数在3D目标检测任务中提升性能，因为VAE能够有效过滤并学习由CNN和Transformer生成的[0041]所以需要提出了一种将标签引导的条件变分自编码器(CVAE)与目标感知对抗损[0044]步骤3、对体素化的点云进行3D骨干网络化处理，通过3D卷积提取多尺度体素特9y和vz表示三个方向上每个体素[0058]每个下采样模块的输出特征可表示为其中f,"表示通过n[0060]本发明的LG_CVAE由编码器和解码器组成。编码器负责学习输入点云数据的紧凑n的维度与f,"一致，使用0和1的集合表示背景和前景。同时通过加法融合这维方法有助于生成输入数据的紧凑表示，这对于潜在空间模型中的高效特征编码至关重[0065]解码器通过从潜在表示中重建输入点云数据，利用编码器学习到的多尺度特[0066]为了进一步提升LG_CVAE的性能，研发人员引入了目标感知对抗损失的对抗损失抗损失的主要目的是计算LG_CVAE生成的特征图与输入特征图之间的Kullback_Leibler类得分低于0.55的预测框，并使用NMS阈值0.1过滤掉冗余预测框。推理在单张RTX3090[0097]为进一步验证本发明提出的LG_CVAE和OAL模块的有效性，本发明设计了消融实[0101]本发明的LG_CVAE对检测远处稀疏物体的性能提升尤为显著，特别是在困难难度下对自行车和行人的检测效果优于单独引入OAL模块的情况。通过将LG_CVAE和OAL模块同[