CN119515948A 一种基于bev的道路病害面积比的精确计算方法 （武汉唯理科技有限公司）

发区大学园路15号附1号华中科技大学科技园现代服务业示范基地二期4一种基于BEV的道路病害面积比的精确计算本发明公开了一种基于BEV的道路病害面积数据进行标注和预处理；构建基于BEV的病害检测网络并进行训练；使用基于BEV的病害检测网个道路的俯视图，实现了多视角信息的无缝融角差异和重叠区域病害面积重复计算导致的测2通过BEV特征编码器得到多尺度BEV特征图，BEV掩码感知查询生成器通过多层更新查码位置生成器通过位置嵌入和池化操作生成包含位置信息和语义信息的查询向量，BEV掩码感知混合查询生成器结合位置查询从BEV分割掩码中经过采样点特征MLP和交叉注意力2.根据权利要求1所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在数据采集要求在不同时间和光照条件，在病害多发的农村公3.根据权利要求1所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在查询生成器中输出的BEV分割任务损失，使用双边匹配算法和匈牙利算法将生成的查询与3i与gi匹配到的索引；4.根据权利要求1所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在所述BEV掩码位置查询生成器，具体过程包括：通过阈值设置确定BEV分割掩始化的点查询次并进行相加，生成BEV掩码位置查询向量，为查询向量加入位置和序列信所述BEV掩码感知混合查询生成器，具体过程包括：通过阈值设置确定BE4将BEV掩码几何特征作为键和值与增强的BEV掩码位置查询向量，输入交叉注意力模5.根据权利要求4所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在图利用3层可变形注意力编码器对BEV特征之间的关系进6.根据权利要求4所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在K)v1+q*;在最后一层解码器输出BEV掩码查询向量后，在通道维度将其与7.根据权利要求4所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在5复制组合位置查询至可学习点查询数量，并与可学习8.根据权利要求4所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在f=Maxpooling(FV,,);9.根据权利要求4所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在10.根据权利要求1所述的一种基于BEV的道路病害面积比的精确计算方法，其特征在输入待检测距离内的多视角相机图像，使用基于BEV的病害检测网络生成BEV结果图，6将每张BEV图像的坐标系转换到统一的坐标系下，根据车辆的运动的方向和距离，对7[0001]本发明涉及人工智能技术领域，具体为一种基于BEV的道路病害面积比的精确计[0004]本发明提供一种基于BEV的道路病害面积比的精确计算方法，可以有效解决上述8[0011]通过BEV特征编码器得到多尺度BEV特征图，BEV掩码感知查询生成器通过多层更新查询的Transformer解码器从多尺度BEV特征中生成掩码感知查询向量和BEV分割掩码，BEV掩码位置生成器通过位置嵌入和池化操作生成包含位置信息和语义信息的查询向量，BEV掩码感知混合查询生成器结合位置查询从BEV分割掩码中经过采样点特征MLP和交叉注[0013]确定全局坐标系，将每张网络输出的BEV结果图的坐标转换到相同的全局坐标系i与gi匹配到的索引；9[0025]上述的解码过程中，会对上一层的BEV分割掩码进行阈值筛选，保留概率高的像[0027]位置查询向量与上述的BEV感知查询向量进行拼接，进一步通过可学习查询进行[0037]其中，代表第l层解码时的感知查询，Ml_1代表第(l_1)层解码时的掩码，[0046]a"=concate(a",afts);[0059]本发明基于BEV技术通过利用高精度的传感器数据，将三维空间信息投影到二维[0077]通过BEV特征编码器得到多尺度BEV特征图，BEV掩码感知查询生成器通过多层更新查询的Transformer解码器从多尺度BEV特征中生成掩码感知查询向量和BEV分割掩码，BEV掩码位置生成器通过位置嵌入和池化操作生成包含位置信息和语义信息的查询向量，BEV掩码感知混合查询生成器结合位置查询从BEV分割掩码中经过采样点特征MLP和交叉注[0079]确定全局坐标系，将每张网络输出的BEV结果图的坐标转换到相同的全局坐标系i与gi匹配到的索引；[0091]上述的解码过程中，会对上一层的BEV分割掩码进行阈值筛选，保留概率高的像[0093]位置查询向量与上述的BEV感知查询向量进行拼接，进一步通过可学习查询进行络对2D多视角图像进行图像特征提取，Lift_Splat_Shoot方法通过估计图像的深度信息，[0103]其中，代表第l层解码时的感知查询，Ml_1代表第(l_1)层解码时的掩码，