[发明专利]目标检测方法、装置与电子设备

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取待检测场景的二维图像和点云数据，所述待检测场景中包括目标物；

对所述二维图像进行语义分割，获得所述二维图像中每一个像素点的语义特征信息，以及对所述点云数据进行特征检测，获得所述点云数据中每个离散点的三维特征信息；

针对所述点云数据中的每一个离散点，将所述离散点的三维特征信息与所述离散点对应的像素点的语义特征信息进行融合，获得每个所述离散点的第一融合特征信息；

基于每个所述离散点的第一融合特征信息，确定所述待检测场景中的目标物的三维检测结果；

其中，所述将所述离散点的三维特征信息与所述离散点对应的像素点的语义特征信息进行融合，获得每个所述离散点的第一融合特征信息，包括：

从所述点云数据中获取所述离散点的K个临近点，以及所述K个临近点分别对应的像素点的语义特征信息，所述K个临近点包括所述离散点；

针对所述K个临近点中的每一个临近点，将所述临近点对应的像素点的语义特征信息和所述临近点与所述离散点的坐标偏移量进行拼接，获得所述离散点与每个临近点的拼接特征信息；

根据所述离散点与每个临近点的拼接特征信息，确定所述离散点的第一融合特征信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述离散点与每个临近点的拼接特征信息，获得所述离散点的第一融合特征信息，包括：

将所述离散点与每个临近点的拼接特征信息通过由多层感知机近似的连续卷积，获得所述离散点与每个临近点的近似特征信息；

根据所述离散点与每个临近点的近似特征信息，确定所述离散点的第一融合特征信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述离散点与每个临近点的近似特征信息，确定所述离散点的第一融合特征信息，包括：

将所述离散点与每个临近点的拼接特征信息进行点池化操作，获得所述离散点的池化特性信息；

根据所述离散点的池化特性信息，确定所述离散点的第一融合特征信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述离散点与每个临近点的近似特征信息，确定所述离散点的第一融合特征信息，包括：

将所述离散点与每个临近点的近似特征信息进行基于注意力机制的融合操作，获得所述离散点的第二融合特性信息；

根据所述离散点的第二融合特性信息，确定所述离散点的第一融合特征信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述离散点与每个临近点的近似特征信息，确定所述离散点的第一融合特征信息，包括：

将所述离散点与每个临近点的近似特征信息进行叠加操作，获得所述离散点的叠加特性信息；

根据所述离散点的叠加特性信息，确定所述离散点的第一融合特征信息。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

将所述离散点的叠加特性信息、所述离散点的第二融合特性信息、所述离散点的池化特性信息中的任意一个作为所述离散点的第一融合特征信息；

或者，将所述离散点的三维特征信息、所述离散点的叠加特性信息、所述离散点的第二融合特性信息和所述离散点的池化特性信息中的至少两项进行拼接，将拼接后的特性信息作为所述离散点的第一融合特征信息。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：

获取多张二维训练图像，所述二维训练图像中的目标物类别标注为前景，所述二维训练图像中除所述目标物类别之外的其他类别标注为背景；

使用多张二维训练图像训练语义分割网络；

所述对所述二维图像进行语义分割，获得所述二维图像中每一个像素点的语义特征信息，包括：

将所述二维图像输入训练好的语义分割网络，获得所述二维图像中每一个像素点的语义特征信息。