[发明专利]一种基于深度信息估计的单目图像三维目标检测方法

权利要求书

1.一种基于深度信息估计的单目图像三维目标检测方法，其特征在于：包括以下步骤：

S1：输入获取的单目图像，利用Faster R-CNN网络模型及其区域提议网络，得到目标的候选区域；

S2：使用MonoDepth算法来构建深度信息估计分支网络，将上述单目图像输入至该深度信息估计分支网络，输出视差信息，继而得到深度信息，通过获取图像中各像素点的三维坐标信息构建点云，进而得到对应区域；

S3：对步骤S1的候选区域和步骤S2的对应区域分别进行池化处理，然后对池化处理后得到的特征进行融合，利用卷积神经网络对融合后的特征进行目标的各个参数的估计预测，预测结束即完成了单目图像三维目标检测过程。

2.如权利要求1所述的一种基于深度信息估计的单目图像三维目标检测方法，其特征在于：步骤S1中，得到目标的候选区域的过程为：区域提议网络通过卷积特征图和锚点机制生成一系列包含目标的提议区域，在每个矩形区域生成具有预先设定比例和纵横比的二维锚点，然后，该区域提议网络通过目标分数预测和二维边界框回归输出最终的候选区域。

3.如权利要求1所述的一种基于深度信息估计的单目图像三维目标检测方法，其特征在于：步骤S2中，通过以下公式获取某像素点在三维空间中相机坐标系下的坐标：

其中，(I_x,I_y)为单目图像中某像素点坐标，I_d为预测得到的视差，f为相机焦距，C_b为双目相机的基线距离，(C_x，C_y)为像主点坐标；

通过上述方法，进而获取图像中各个像素点的三维坐标信息，根据该三维坐标信息在整个场景中构建点云，再将预计得到的点云编码为三通道输入的对应区域。

4.如权利要求1所述的一种基于深度信息估计的单目图像三维目标检测方法，其特征在于：步骤S3中，对步骤S1的候选区域进行最大池化处理。

5.如权利要求1所述的一种基于深度信息估计的单目图像三维目标检测方法，其特征在于：步骤S3中，对步骤S2的对应区域进行平均池化处理。

6.如权利要求1所述的一种基于深度信息估计的单目图像三维目标检测方法，其特征在于：步骤S3中，将池化处理的候选区域和对应区域的尺寸保持一致后进行融合处理，将对应区域直接串接在候选区域后面。

7.如权利要求1所述的一种基于深度信息估计的单目图像三维目标检测方法，其特征在于：步骤S3中，各个参数的估计预测具体包括类别及二维检测框、尺度估计、方向估计和三维位置估计。