[发明专利]一种目标检测方法和装置

说明书

本发明公开了一种目标检测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对采集到的原始图像进行图像检测，以获得原始图像中目标的类别信息以及边界框；基于原始图像对应的深度信息，将边界框内归属于同一目标的像素进行聚类，以对边界框内的目标进行区域划分；统计边界框内像素的深度值分布，以获取深度值在设定深度区间内的像素对应的区域，根据区域确定目标的位置信息。该方法通过对原始图像进行图像检测得到边界框，并采用聚类的方式对边界框进行区域划分后，结合统计出的边界框内像素的深度值，过滤去除边界框内的非目标区域，保留目标区域，提升了包罗目标的边界框的精度，进而提升了目标检测的精度。

技术领域

本发明涉及计算机领域，尤其涉及一种目标检测方法和装置。

背景技术

无人驾驶车辆在道路行驶的过程中面临如何去规避障碍物的问题，目标检测是无人驾驶车辆与周围环境交互的重要组成部分，也是其进行行为预测与决策规划的主要依据，目标检测的效果好坏将直接影响到无人驾驶车辆整体的性能水平。目前广泛采用的目标检测方法包括：基于激光雷达的目标检测、基于毫米波雷达的目标检测、基于单目的目标检测等。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

基于激光雷达的目标检测，传感器本身成本较高，不容易得到目标的类别信息，远距离目标的识别能力较弱；基于毫米波雷达的目标检测，检测精度低，无法检测到行人；基于单目的目标检测，与激光雷达等标定困难，检测精度低、误差大。

发明内容

有鉴于此，本发明实施例提供一种目标检测方法和装置，通过对原始图像进行图像检测得到边界框，并采用聚类的方式对边界框内的目标进行区域划分后，结合统计出的边界框内像素的深度值，过滤去除边界框内的非目标区域，保留目标区域，提升了包罗目标的边界框的精度，进而提升了目标检测的精度。

为实现上述目的，根据本发明实施例的一个方面，提供了一种目标检测方法。

本发明实施例的一种目标检测方法，包括：对采集到的原始图像进行图像检测，以获得所述原始图像中目标的类别信息以及边界框；基于所述原始图像对应的深度信息，将所述边界框内归属于同一目标的像素进行聚类，以对所述边界框内的目标进行区域划分；统计所述边界框内像素的深度值分布，以获取深度值在设定深度区间内的像素对应的区域，根据所述区域确定所述目标的位置信息。

可选地，所述统计所述边界框内像素的深度值分布，包括：根据所述边界框内像素的深度值，将所述深度值划分为间隔相同的子区间；遍历所述边界框内像素的深度值，分别统计落在所述子区间的像素数量，以得到所述边界框内像素的深度值分布。

可选地，所述方法还包括：确定所述深度值分布中像素分布最密集的区间，将确定出的所述区间作为所述深度区间。

可选地，所述方法还包括：采用双目相机采集原始图像；所述将所述边界框内归属于同一目标的像素进行聚类，包括：遍历所述边界框内的像素；以双目相机参考系的原点为坐标原点，结合遍历出的任意两个像素的深度值，计算所述两个像素构成的线段与其中一个像素与所述坐标原点构成线段的夹角；若所述夹角大于预设阈值，则所述两个像素归属于同一目标。

可选地，所述根据所述区域确定所述目标的位置信息，包括：将所述区域内的像素转换为点云数据；确定包围所述点云数据的最小三维边界框，所述最小三维边界框的三维坐标即为所述目标的位置信息。

为实现上述目的，根据本发明实施例的另一方面，提供了一种目标检测装置。