[发明专利]一种数据匹配方法、装置、电子设备以及存储介质

说明书

本公开提供了一种数据匹配方法、装置、电子设备以及存储介质，其中，该方法包括：分别对待匹配的点云数据和图像数据进行检测，得到点云数据的目标检测结果和图像数据的目标检测结果；根据点云数据的目标检测结果，确定点云数据和图像数据分别对应的目标特征信息；根据图像数据的目标检测结果，确定图像数据对应的目标特征信息；目标特征信息包括检测出的目标对象的包围框的几何特征信息，以及包围框内的目标对象的外观特征信息；根据目标特征信息，对点云数据中的包围框和所述图像数据中的包围框进行匹配。本公开实施例通过将图像数据和点云数据进行结合来检测3D目标，可以提高3D目标的检测准确性，进而得到更加准确的目标检测结果。

技术领域

本公开涉及自动驾驶技术领域，具体而言，涉及一种数据匹配方法、装置、电子设备以及存储介质。

背景技术

3D目标检测的目标是识别出物体的3D包围盒信息，主要包括位置、朝向、尺寸、置信度等信息。近年来，在3D目标检测领域，基于激光雷达或相机传感器的单模态方法取得了越来越大的进步。然而，由于数据结构特点，图像单模态方法的目标检测效果受当前环境影响，曝光或过暗的照片都会影响目标信息的获取，并且还受前后遮挡的影响；点云单模态方法需要解决点云稀疏、不规则、缺乏纹理和语义信息以及小物体、远处物体的点数太少等问题。

基于此，亟需一种稳定、可靠、精准和鲁棒性高的多模态匹配算法。

发明内容

本公开实施例至少提供一种数据匹配方法、装置、电子设备以及存储介质。

第一方面，本公开实施例提供了一种数据匹配方法，包括：分别对待匹配的点云数据和图像数据进行检测，得到所述点云数据的目标检测结果和图像数据的目标检测结果；其中，所述目标检测结果包括检测出的目标对象的包围框信息；根据所述点云数据的目标检测结果，确定所述点云数据对应的目标特征信息；根据所述图像数据的目标检测结果，确定所述图像数据对应的目标特征信息；所述目标特征信息包括检测出的目标对象的包围框的几何特征信息，以及所述包围框内的目标对象的外观特征信息；根据所述目标特征信息，对基于所述点云数据确定的包围框和基于所述图像数据确定的包围框进行匹配。

上述实施方式中，通过结合图像数据和点云数据进行目标检测的方式，可以通过点云数据弥补图像数据容易受到光照和遮挡影响的缺陷，同时通过图像数据可以弥补点云数据稀疏以及无纹理的缺陷。因此，将图像数据和点云数据进行结合来检测3D目标，可以提高3D目标的检测准确性，进而得到更加准确的目标检测结果。

一种可选的实施方式中，所述根据所述点云数据的目标检测结果，确定所述点云数据对应的目标特征信息，包括：将所述点云数据的目标检测结果投影至所述图像数据中，得到所述点云数据所对应的包围框的投影框；根据所述投影框的顶点在所述图像数据中的像素坐标，确定所述点云数据的几何特征信息。

上述实施例中，通过将点云数据所对应的3D包围框投影至图像数据中，以得到2D投影框，可以实现数据格式的统一，从而能够快速的根据图像数据所对应的2D包围框和2D投影框之间的相对位置进行目标对象的匹配，进而得到相应的匹配结果。

一种可选的实施方式中，所述几何特征信息包括所述包围框的位置信息和/或尺寸信息。

上述实施例中，通过将包围框的位置信息和/或尺寸信息扩充至几何特征信息中，可以丰富几何特征信息，进一步提高了数据匹配的准确度。

一种可选的实施方式中，所述根据所述图像数据的目标检测结果，确定所述图像数据对应的目标特征信息，包括：确定所述图像数据中位于检测出的包围框内的目标图像数据；提取所述目标图像数据的图像特征，并将提取到的所述图像特征确定为所述图像数据对应的外观特征信息。