[发明专利]一种目标检测方法及装置、电子设备和存储介质

说明书

本公开涉及一种目标检测方法及装置、电子设备和存储介质，其中，该方法包括：对第一3D图像的点云数据进行特征提取，得到点云特征；根据所述点云特征进行回归预测处理，得到至少一个第一3D检测框；对所述至少一个第一3D检测框进行聚类处理，并根据经聚类处理得到的聚类结果，确定第二3D检测框；根据所述第二3D检测框，对所述第一3D图像中的目标对象进行目标检测。采用本公开，可以提高目标检测的精度。

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种目标检测方法及装置、电子设备和存储介质。

背景技术

三维目标检测任务是计算机视觉及智能场景理解领域的重要问题，可以应用在很多重要领域，如在无人驾驶、虚拟现实、增强现实等方面具有重要的研究意义和应用价值。

三维目标检测相比二维目标检测来说，由于其特征提取运算量及聚类处理相比二维目标检测更复杂，因此，三维目标检测的精度低于二维目标检测精度，对于三维目标检测来说，如何得到用于目标检测的检测框，使其能对3D图像中的目标对象进行精确的目标检测是待解决的问题。然而，相关技术中未存在有效的解决方案。

发明内容

有鉴于此，本公开提出了一种目标检测的技术方案。

根据本公开的一方面，提供了一种目标检测方法，所述方法包括：

对第一3D图像的点云数据进行特征提取，得到点云特征；

根据所述点云特征进行回归预测处理，得到至少一个第一3D检测框；

对所述至少一个第一3D检测框进行聚类处理，并根据经聚类处理得到的聚类结果，确定第二3D检测框；

根据所述第二3D检测框，对所述第一3D图像中的目标对象进行目标检测。

可能的实现方式中，所述根据所述点云特征进行回归预测处理，得到至少一个第一3D检测框，包括：

将所述点云特征输入特征提取网络，得到用于定位所述至少一个第一3D检测框位置的至少一个第一回归预测点；

根据所述至少一个第一回归预测点，得到所述至少一个第一3D检测框。

可能的实现方式中，所述将所述点云特征输入特征提取网络，得到用于定位所述至少一个第一3D检测框位置的至少一个第一回归预测点，包括：

将所述点云特征输入所述特征提取网络，在所述特征提取网络中对所述点云特征进行下采样、特征传播及上采样，得到所述至少一个第一回归预测点。

可能的实现方式中，所述方法还包括：

通过所述特征提取网络基于球半径进行第一回归修正处理，将所述至少一个第一回归预测点聚合在对应所述球半径的球体中。

可能的实现方式中，所述对所述至少一个第一3D检测框进行聚类处理，并根据经聚类处理得到的聚类结果，确定第二3D检测框，包括：

获取与所述至少一个第一3D检测框相关的检测框特征；

将所述检测框特征输入特征筛选网络，经所述聚类处理及根据所述聚类结果的回归预测，得到至少一个第二回归预测点；

根据所述至少一个第二回归预测点，得到所述第二3D检测框。

可能的实现方式中，所述将所述检测框特征输入特征筛选网络，经所述聚类处理及根据所述聚类结果的回归预测，得到至少一个第二回归预测点，包括：

以所述至少一个第一3D检测框的中心点为至少一个聚类中心进行分组的特征聚类处理，得到多组聚类结果；

根据所述多组聚类结果进行回归预测处理，得到所述至少一个第二回归预测点。