[发明专利]一种三维目标检测方法、装置及终端设备

说明书

本申请公开了一种三维目标检测方法、装置及终端设备中，通过对初步检测得到的框特征图以及原始点云信息进行融合，并基于框特征修正网路对融合特征进行二次边界回归以实现对初次检测到的框特征图的修正，能够有效避免用于三维目标检测的点云信息的丢失，提高三维目标的检测、定位精度。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种三维目标检测方法、装置及终端设备。

背景技术

近几年，随着人工智能的飞速发展，如自动驾驶技术、无人机侦测技术等成为业界焦点。其中，以自动驾驶技术为例，自动驾驶系统分为感知层、决策层和执行层三个层级，其中，决策层是人工智能真正发挥作用的部分，而目标检测是其关键技术之一。另外，由于激光雷达捕获的点云具有丰富的结构和空间信息，已成为自动驾驶领域三维目标检测的重要数据形式。但是，点云是无序、稀疏和局部敏感的，这给分析点云带来了困难，而卷积神经网络的出现缓解了这一困难。

目前，基于卷积神经网络实现的三维目标检测方法主要包括三类：投影法、体素法、原始点云法。

(1)投影法，该方法虽简单高效，但投影过程会带来不可避免的空间信息损失。

(2)体素法，该方法虽可以尽可能地保留空间结构信息，但也存在两个弊端：其一，体素化是一个量化过程，会引起量化噪声；其二，分辨率会随着体素数量的减少而降低。

(3)原始点云法，该方法是直接基于原始点云数据进行处理，导致其需要大量的计算和GPU内存，对硬件设备要求高，且几乎不可能达到很高的检测速度，尤其对于自动驾驶场景中涉及的大规模的点云数据。

此外，对于上述三种三维目标检测方法，还存在一个重要弊端，即随着连续的卷积和下采样操作会丢失点云数据中原本存在的精确定位信息。

因此，如何提高三维目标检测结果可靠性，尤其对于自动驾驶场景，成为了本领域急需解决的技术问题。

发明内容

本申请实施例提供了一种三维目标检测方法、装置及终端设备，至少能够解决前述三维目标检测结果可靠性差的问题。

为了解决上述问题，本申请是这样实现的：

第一方面，本申请实施例提供一种三维目标检测方法，包括：在获取到指定场景的点云数据的情况下，对所述点云数据进行预处理，得到所述点云数据的体素特征图；将所述体素特征图作为框特征生成网络的输入，以对所述体素特征图进行检测得到所述指定场景中包括的三维目标的框特征图；对所述框特征图中的各框特征进行反体素化处理，得到第一特征集合，其中，所述第一特征集合中的特征的数量等于第一数据点与第一邻域点的数量总和，所述第一数据点为所述框特征内部的数据点，所述第一邻域点为距离所述框特征的边界小于预设值的数据点；基于所述框特征图中包括的各框特征，从所述点云数据中提取位于各所述框特征内部的第二数据点以及与各所述框特征的边界距离小于预设值的第二邻域点，以及提取所述第二数据点以及所述第二邻域点的特征得到第二特征集合；对所述第一特征集合以及所述第二特征集合中包含的特征进行融合，得到融合特征集；将所述融合特征集作为候选框修正网络的输入，以基于所述融合特征集对所述框特征图中包括的各框特征进行二次边界回归，得到所述指定场景中包括的三维目标。