[发明专利]一种基于GIoU的3D目标边界框的估计系统

说明书

本发明属于计算机视觉及模式识别技术领域，具体涉及一种基于GIoU的3D目标边界框的估计系统，由雷达点云预处理模块、2D图像预处理模块以及基于GIoU的多源融合模块组成。本发明通过雷达点云预处理模块获取点云特征，同时通过2D图像预处理模块获取图像特征，进而通过基于GIoU的多源融合模块对点云特征和图像特征进行融合处理，最终输出3D目标边界框的估计结果。本发明解决了现有的3D目标边界框估计准确度低的问题。本发明可明显提高3D目标的标定准确度，实现了高准确度的3D目标边界框估计效果。

技术领域

本发明属于计算机视觉及模式识别技术领域，具体涉及一种基于GIoU的3D目标边界框的估计系统。

背景技术

近年来，无人驾驶逐渐受到各大企业、学者乃至普通大众的关注。目前，实现无人驾驶有两种截然不同的方式：一种是传统企业采用的渐进式方法，即从现有的辅助驾驶系统出发，逐步增加自动转向、主动避碰等功能，实现有条件的无人驾驶，最终在成本和相关技术达到一定要求时实现无人驾驶；另一种是以高科技IT企业为代表选择的“一步到位”方式直接达到无人驾驶的最终目标，即没有所谓的人机协同驾驶，因为要保证自动驾驶的绝对安全，就一定不能依赖于人的参与。相对而言，后者选择的技术路线更具挑战性和风险性，因此需要创新的算法和高效、健壮的系统来支持。在这种需求下，目标检测与定位就显得尤为重要，因为它相当于赋予了智能无人系统更精确地“看清”眼前景象的能力，并为无人系统的决策或规划提供了大量有用的信息。3D目标检测是自动驾驶和机器人技术中的一个重要话题，其中检测的准确度是目前3D目标检测技术难点所在。

边界框回归是许多2D/3D计算机视觉任务中最基本的组成部分之一。目标定位、多目标检测、目标跟踪等都依赖于相关的边界框回归。近年来，神经网络技术日益繁荣，其强大的非线性拟合能力非常适用于解决边界框回归问题。利用神经网络来提高应用性能的主要趋势是提出一种更好的框架主干或更好的策略来提取可靠的局部特征。如今，尽管卷积神经网络的最新发展已经实现复杂环境下的2D目标检测，但实际应用场景中，普通2D目标检测并不能提供感知环境所需要的全部信息，仅能提供目标物体在2D图片中的位置和对应类别的置信度，在真实的三维世界中，物体都是有三维形状的，大部分应用都需要有目标物体的长宽高还有偏转角等信息。近年来，学者提出几种3D目标边界框估计方法，但因为其所采用的神经网络模型的损失函数的定义精度不高而造成目标边界框估计结果的准确度较低，因此有效的提高3D目标边界框估计准确度仍然是一个开放的挑战。

发明内容

本发明的目的在于解决现有的3D目标边界框估计准确度低的问题的一种基于GIoU的3D目标边界框的估计系统。

本发明的目的通过如下技术方案来实现：包括雷达点云预处理模块、2D图像预处理模块以及基于GIoU的多源融合模块；所述的雷达点云预处理模块将输入的雷达点云数据转换为固定维度的数字特征表示形式，并将雷达点云数据的数字特征传递到基于GIoU的多源融合模块中；所述的2D图像预处理模块将输入的2D图像数据转换为固定维度的数字特征表示形式，并将2D图像数据的数字特征传递到基于GIoU的多源融合模块中；所述的基于GIoU的多源融合模块将雷达点云数据的数字特征和2D图像数据的数字特征融合成3D目标边界框估计结果，具体为预测的3D边界框的8个顶点的坐标B_P＝(x^P₁,y^P₁,z^P₁,…,x^P₈,y^P₈,z^P₈)；

所述的基于GIoU的多源融合模块是Dense神经网络模型，以GIoU LOSS作为损失函数；所述的GIoU LOSS计算方法为：