[发明专利]目标检测方法及装置

说明书

本申请提供一种目标检测方法及装置，该目标检测方法包括：对雷达数据进行统计特征表达，获取第一类特征；基于预设的目标数量阈值确定表达通道的数量，并基于表达通道对雷达数据进行三维体素特征表达，获取第二类特征；基于第一类特征和第二类特征，确定融合特征；将融合特征输入到目标检测模型，输出目标检测信息；目标检测模型为，以融合特征样本数据为样本，以预先确定的与融合特征样本数据对应的目标检测信息样本数据为样本标签进行训练得到。本申请提供的目标检测方法及装置，通过统计特征表达获取第一类特征，通过三维体素特征表达获取第二类特征，将第一类特征和第二类特征进行融合，使得融合数据更为全面，提高目标检测的效率和准确性。

技术领域

本申请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。

背景技术

随着计算机视觉技术的发展，通过环境感知装置感知周围环境，以进行物体检测已经在很多场景中使用，物体检测是指的确定某个场景中物体的位置、类别等。目前物体检测技术已经广泛应用到各种场景中，比如，自动驾驶、无人机等场景。

目前的物体检测方案均是采集场景图像，从场景图像中提取特征，然后，基于提取的特征确定出场景中的位置和类别。然而经过不同场景中的实践发现，现有物体检测方案的误差较大，无法准确地检测出目标信息。

发明内容

本申请提供一种目标检测方法及装置，以实现使得融合数据更为全面，且能保证较强的统计特征，能够保证推理速度，提高目标检测的效率和准确性。

本申请提供一种目标检测方法，包括：对雷达数据进行统计特征表达，获取第一类特征；基于预设的目标数量阈值确定表达通道的数量，并基于所述表达通道对所述雷达数据进行三维体素特征表达，获取第二类特征；基于所述第一类特征和所述第二类特征，确定融合特征；将所述融合特征输入到目标检测模型，输出目标检测信息；其中，所述目标检测模型为，以融合特征样本数据为样本，以预先确定的与所述融合特征样本数据对应的目标检测信息样本数据为样本标签进行训练得到。

根据本申请提供的一种目标检测方法，所述对雷达数据进行统计特征表达，获取第一类特征，包括：确定所述雷达数据的目标统计参数；基于所述目标统计参数，得到与所述目标统计参数对应的所述第一类特征。

根据本申请提供的一种目标检测方法，所述目标统计参数包括：所述雷达数据内空间点的最大高度、所述雷达数据内最高的空间点的强度、所述雷达数据内空间点的平均高度、所述雷达数据内空间点的平均强度和所述雷达数据内空间点的总数目中的至少一种。

根据本申请提供的一种目标检测方法，所述基于所述表达通道对所述雷达数据进行三维体素特征表达，获取第二类特征，包括：将所述雷达数据分割为多个三维体素，并基于多个所述三维体素对应提取多个点云参考特征；将多个所述点云参考特征映射到多个所述表达通道上，得到所述第二类特征，所述三维体素的数量远小于所述表达通道的数量。

根据本申请提供的一种目标检测方法，所述基于多个所述三维体素对应提取多个点云参考特征，包括：从所述三维体素中筛选出多个目标点，对多个所述目标点进行点云预处理，得到多个点云单点特征；基于所述多个目标点，得到点云上下文特征；基于所述点云单点特征和所述点云上下文特征，得到所述点云参考特征。

根据本申请提供的一种目标检测方法，所述将所述融合特征输入到目标检测模型，输出目标检测信息，包括以下步骤中的至少一种：将所述融合特征输入到所述目标检测模型的第一检测子模块，输出目标类别信息；将所述融合特征输入到所述目标检测模型的第二检测子模块，输出目标大小信息；将所述融合特征输入到所述目标检测模型的第三检测子模块，输出目标位置信息。

根据本申请提供的一种目标检测方法，所述基于所述第一类特征和所述第二类特征，确定融合特征，包括：将所述第一类特征和所述第二类特征进行叠加，得到所述融合特征。