[发明专利]三维目标检测方法及装置

说明书

本申请涉及计算机视觉技术领域，具体包括一种三维目标检测方法及装置，可以应用于智能运输、智能驾驶、测绘等领域。所述方法包括：获取目标环境的图像和点云数据；获取所述图像的语义信息，所述语义信息包括所述图像中像素对应的类别信息；根据所述点云数据、所述图像及所述图像的所述语义信息，确定所述目标环境中目标的三维位置信息。该方法提高了目标环境中目标物体的三维位置检测准确度和精确度。

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及装置。

背景技术

三维目标检测是自动驾驶技术领域中的关键技术。三维目标检测的任务旨在根据传感器数据确定目标(如车辆、行人、道路设施等)在三维空间中的位置。准确地确定目标在三维空间中的位置是自动驾驶车辆感知周围环境的基础，对于安全自动驾驶至关重要。

相关技术中的三维目标检测方法主要基于激光雷达(LIDAR)所获取的点云数据。激光雷达是自动驾驶方案中比较常用的获取周围环境数据的传感器，点云数据的优势在于具有准确的三维坐标信息，但是点云数据分辨率较低，尤其在远距离稀疏的场景。所以，基于点云数据的三维目标检测算法对于远距离目标和点云稀疏的场景检测精度较低。

因此，相关技术中亟需一种检测精度较高的三维目标检测方式。

发明内容

本申请提供了一种三维目标检测方法，解决了相关技术中检测准确度不高的问题。本申请还提供了对应的装置、设备、计算机可读存储介质以及计算机程序产品。

第一方面，本申请的实施例提供了一种三维目标检测方法，该方法可以根据二维图像信息和三维点云数据识别目标环境中目标物的三维位置信息，结合了图像的分辨率高、可视距离远、语义信息丰富的优势和点云数据的三维信息准确的优势，能够大大提升物体检测的准确性和精确度。另外，在确定所述目标环境中目标的三维位置信息的过程中，可以获取图像中的语义信息，再结合所述点云数据、所述图像以及所述语义信息确定目标的三维位置信息。利用该方式可以三维目标检测过程中增强图像中的语义信息，提升三维目标检测的精度。

具体地，先获取目标环境的图像和点云数据，再获取所述图像的语义信息，所述语义信息包括所述图像中像素对应的类别信息，最后根据所述点云数据、所述图像及所述图像的所述语义信息，确定所述目标环境中目标的三维位置信息。

可选的，在本申请的一个实施例中，所述根据所述点云数据、所述图像及所述图像的所述语义信息，确定所述目标环境中目标的三维位置信息，包括：

将所述图像及所述图像的所述语义信息投影至所述点云数据中，生成语义点云数据；

提取所述语义点云数据中的特征信息，生成语义点云特征信息；

根据所述语义点云特征信息确定所述语义点云数据中目标的三维位置信息。

该实施例将语义点云特征提取和目标检测分别利用两个步骤完成，可以降低三维目标检测复杂度。

可选的，在本申请的一个实施例中，所述语义点云特征信息通过语义点云特征识别网络输出，所述三维位置信息通过目标检测网络输出。

该实施例中，利用神经网络的方式分别获取语义点云特征信息和所述语义点云数据中目标的三维位置信息，可以提升获取所述语义点云数据中目标的三维位置信息的效率和准确度。

可选的，在本申请的一个实施例中，所述语义点云特征识别网络包括点云特征识别子网络和图像特征识别子网络，其中，

所述点云特征识别子网络，用于提取所述点云数据的点云特征信息；

所述图像特征识别子网络，用于根据所述图像及所述语义信息提取所述图像中的图像特征信息，并利用所述图像特征信息动态调整所述点云特征识别子网络的网络参数。