[发明专利]一种无需后处理操作的3D目标检测方法

说明书

本发明公开了一种无需后处理操作的3D目标检测方法，包括：(1)初始化K个3D候选框和1个物体嵌入特征；(2)对输入的点云样本进行特征提取，得到点特征；(3)在点特征上提取K个3D候选框特征；(4)使用物体嵌入特征对3D候选框特征进行筛选和提取，得到K个特征；(5)使用自注意力模型让K个特征交换特征信息，得到K个提议特征；(6)根据提议特征预测K个预测结果，并与标注信息一对一匹配后训练；(7)用步骤(6)预测的K个预测结果的3D候选框替代步骤(1)的K个3D候选框，用步骤(5)得到的特征提议替代步骤(1)的物体嵌入；重复步骤(3)～(7)多次得到检测结果。本发明可以解决现有3D目标检测器存在冗余预测的问题。

技术领域

本发明属于计算机视觉领域，尤其是涉及一种无需后处理操作的3D 目标检测方法。

背景技术

3D目标检测是一项广泛应用于无人驾驶、室内物体检测、机器人导航等的技术。3D目标检测任务的输入为点云数据，输出的预测结果包括 3D框的位置，3D框中物体的类别，以及3D框的置信度。

近年来3D目标检测器的检测精度有了大幅提升，其中典型的工作包括：《DeepHough Voting for 3D Object Detection in Point Clouds》，《A Hierarchical GraphNetwork for 3D Object Detection on Point Clouds》，《H3dnet:3d object detectionusing hybrid geometric primitives》，《Mlcvnet: Multi-level context votenet for3d object detection》。

然而，这些检测器的预测结果都存在大量的冗余(即一个物体会被重复检测到多次)。因此，这些检测器需要额外的后处理操作来去掉冗余的检测框。然而，这些后处理操作常常会花费大量时间，阻碍了3D目标检测器的实时应用。

3D物体检测器的训练流程可以概括为：输入一个点云样本，检测器产生K个预测结果(即3D框的位置，3D框中物体的类别，以及3D框的置信度)。随后，根据标注信息(即真实的3D框位置和3D框中物体的类别)来评估模型预测的K个结果，从而训练模型。

现有的3D目标检测器之所以会产生冗余的检测，是因为在评估模型预测的K个结果时采用的是“一对多”的匹配策略，即可能模型预测的多个结果会匹配同一个真实的物体。这种策略导致模型无法分辨其预测的结果是否存在冗余。

除了3D目标检测，2D目标检测领域同样存在上述“预测结果存在冗余”的问题。近期，2D目标检测领域出现了一批方法来解决该问题。但是，相比2D目标检测是在2D图像中检测物体，3D目标检测需要在3D 空间中检测物体。由于后者的搜索空间更大，因此2D目标检测领域的解决方案是否能用于3D目标检测依然是个疑问。

因此，需要设计一种新的3D目标检测方法，在检测过程中可以避免产生冗余的检测，使得在评估模型预测的K个结果时采用“一对一”的匹配策略，即每个真实的物体仅匹配一个模型产生的结果。这种策略使模型可以分辨冗余的预测结果。然而，目前主流的3D目标检测器在结构上并不适应这种策略。

发明内容

本发明提供了一种无需后处理操作的3D目标检测方法，引入“一对一”的分配策略，同时采用新的结构来解决检测结果存在冗余的问题。

一种无需后处理操作的3D目标检测方法，包括以下步骤：

(1)在目标区域内，初始化K个3D候选框和1个物体嵌入特征；

(2)对输入的点云样本进行特征提取，得到点特征V；

(3)在点特征V上提取K个3D候选框的特征；

(4)使用物体嵌入特征对K个3D候选框的特征进一步进行筛选和提取，得到K个特征F∈R^K×C；