[发明专利]目标检测方法、装置、电子设备和可读存储介质

权利要求书

1.一种目标检测方法，其特征在于，应用于无人驾驶设备中，所述目标检测方法包括：

将具有对应关系的图像数据和点云数据进行融合，生成包含色彩信息的增强点云数据；

利用目标检测模型从所述增强点云数据中提取一级特征，基于所述一级特征在所述增强点云数据中生成感兴趣区域；

利用所述目标检测模型从所述感兴趣区域中确定目标检测结果。

2.如权利要求1所述的目标检测方法，其特征在于，所述方法还包括获取所述具有对应关系的图像数据和点云数据的步骤，其中，所述图像数据是通过无人驾驶设备的摄像头采集的RGB图像，所述点云数据是通过无人驾驶设备的激光雷达采集的激光点云数据；

所述对应关系是将所述图像数据和点云数据经过时间同步处理后实现的。

3.如权利要求2所述的目标检测方法，其特征在于，所述将具有对应关系的图像数据和点云数据进行融合，生成包含色彩信息的增强点云数据包括：

根据所述激光雷达到所述摄像头的外参以及摄像头的内参，将所述激光点云数据中的反射点投影到图像坐标系中，确定各所述反射点在所述图像坐标系中的第一坐标；

根据所述RGB图像中的各像素点在所述图像坐标系中的第二坐标，确定距离各所述反射点的第一坐标最近的像素点，通过线性插值根据所述最近的像素点的RGB值确定各所述反射点的RGB值；

根据确定的各所述反射点的RGB值得到包含色彩信息的增强点云数据。

4.如权利要求1所述的目标检测方法，其特征在于，所述利用目标检测模型从所述增强点云数据中提取一级特征，基于所述一级特征在所述增强点云数据中生成感兴趣区域包括：

利用所述目标检测模型对所述增强点云数据中的融合点进行一级特征提取，基于提取的一级特征对各所述融合点进行背景和前景点的划分，根据所述前景点生成感兴趣区域。

5.如权利要求4所述的目标检测方法，其特征在于，所述根据所述前景点生成感兴趣区域包括：

对生成的各所述感兴趣区域进行非极大值抑制，控制生成的感兴趣区域的数量。

6.如权利要求1所述的目标检测方法，其特征在于，所述利用目标检测模型从所述感兴趣区域中确定目标检测结果包括：

利用所述目标检测模型从所述感兴趣区域中提取二级特征；

将所述一级特征和所述二级特征进行融合，得到融合特征；

根据所述融合特征确定目标检测结果。

7.如权利要求1所述的目标检测方法，其特征在于，所述目标检测结果包括如下的至少一类信息：

所述感兴趣区域的中心点位置，目标物体大小，朝向角度，目标物体类别。

8.一种目标检测装置，应用于无人驾驶设备中，其特征在于，所述装置包括：

数据融合单元，适于将具有对应关系的图像数据和点云数据进行融合，生成包含色彩信息的增强点云数据；

区域生成单元，适于利用目标检测模型从所述增强点云数据中提取一级特征，基于所述一级特征在所述增强点云数据中生成感兴趣区域；

结果确定单元，适于利用所述目标检测模型从所述感兴趣区域中确定目标检测结果。

9.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1-7中任一项所述的目标检测方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如权利要求1-7中任一项所述的目标检测方法。