[发明专利]一种端到端生成建议框的自底向上的三维目标检测方法

权利要求书

1.一种端到端生成建议框的自底向上的三维目标检测方法，其步骤如下：

(1)通过Ball k-means聚类算法处理原始点云获取聚类中心，将所述原始点云划分为多个球形类簇，并且得到球形类簇的聚类中心O和聚类半径R；

(2)将每一个球形类簇里边的原始点云输入到PointNet编码解码器中，获得每一个输入点的逐点级语义特征；

(3)分别通过Shell-based方法计算建议框的几何中心，通过前景点语义分割，得到前景掩膜，端到端的生成建议框；

(4)点云区域池化操作，对于所述原始点云、前景掩膜分离出局部空间点，进行空间坐标转化，经过多层感知机(MLP)，与所述语义特征进行特征融合；

(5)对融合后的特征进行PointNet编码；

(6)通过总损失函数进行Shell-based分类回归得到最终的几何中心，预测置信度，抑制多余的三维检测框，得到最后的三维检测框。

2.根据权利要求1所述的三维目标检测方法，其特征在于，步骤(1)中，所述通过Ballk-means聚类算法处理原始点云获取聚类中心具体包括如下步骤：

对于任意一个球形类簇C，可以用(O，R)表示，聚类中心O可以表示为：

其中N表示球形类簇C中点云个数，i表示计数器，p_i表示球形类簇C第i个任意点，R表示球形类簇的聚类半径；

给定两个球形类簇C_i和C_j，其聚类中心表示为O_i和O_j；R_i表示C_i的聚类半径，如果R_i满足以下不等式：

其中C_i和C_j分别表示为第i个和第j个相邻球形类簇，i和j表示计数器，O_i和O_j分别表示C_i和C_j的聚类中心。

3.根据权利要求2所述的三维目标检测方法，其特征在于，步骤(3)中，所述通过Shell-based方法计算几何中心具体包括如下步骤：以聚类中心O为空间的中心，将球形类簇的聚类半径R三等分，r₁＝R/3，r₂＝2R/3，r₃＝R，以r₁，r₂，r₃为半径的三个同心球划分为三个空间域(Shell₁，Shell₂，Shell₃)，其中Shell₁呈现为球，Shell₂、Shell₃呈现为球壳，这三个空间域的球坐标系半径r用如下集合表示：{0≤r＜r₁，r₁≤r＜r₂，r₂≤r≤r₃}；

在球坐标系下，聚类中心O(x_O，y_O，z_O)的球坐标表示为O(x_O，y_O，z_O)与的映射关系通过如下公式表示：

z_O＝r_Ocosα_O

其中表示聚类中心O在球坐标的方向角，α_O表示聚类中心O在球坐标系下的天顶角，r_O表示聚类中心O在球坐标的半径，把这种映射关系记作从笛卡尔坐标映射到球坐标系下，用如下公式表示：

把这种映射关系记作

则Shell＝(Shell₁，Shell₂，Shell₃)用如下公式表示：

其中Δr，α，分别表示在球坐标系下的半径偏移量，天顶角，方向角；r表示三个空间域的球坐标系半径；对于划分好之后的球形类簇，当作三种不同的分类类别，在经过设计好的深度神经网络中，经过计算，反向传播，分类出几何中心O′处于Shell₁，Shell₂，Shell₃哪一个中，再通过回归的方法，计算出Δr，α，然后通过映射关系计算出笛卡尔坐标系下相应的几何中心O′的x，y，z坐标(x_O′，y_O′，z_O′)。

4.根据权利要求3所述的三维目标检测方法，其特征在于，步骤(6)中，所述通过总损失函数微调建议框，得到三维检测框BBox，具体包括步骤如下：

(1)所述Shell-based方法，对几何中心O′所属Shell的分类可以表示为：

其中，是其对应对象的几何中心O′坐标预测值映射后的结果，是其对应对象的几何中心O′坐标真实值映射后的结果，S表示对应的搜索范围，u泛指x、y、z坐标；

在指定Shell内，进一步位置细化在沿x，y和z轴与真实值残差可以表示为：

其中，和是几何中心O′坐标(x，y，z)的真实值在Shell划分中的换算值，R表示球形类簇的聚类半径；

所述Shell-based方法的损失

其中，是二元交叉熵损失，表示几何中心O′坐标属于哪一个Shell的真实值，是几何中心O′坐标属于哪一个Shell的预测值，表示Smooth-L1损失，表示残差部分的真实值，表示残差部分的预测值；

(2)置信度损失

其中，G_IoU表示边框损失函数，IoU表示BBox(Bounding Box)与真实值的交并比，A表示包围BBox和真实值的最小立方体区域体积，u表示BBox与真实值的并集体积；是第i个预测值Conf通过Sigmoid函数得到的预测置信度；T_i表示第i个BBox与真实值重合度；K为正负样本个数；

(3)所有目标检测的总损失定义如下：

其中，N_pos表示正样本个数，λ_conf、λ_loc、λ_cls、λ_dir、λ_Shell分别表示置信度损失、定位损失、分类损失、方向角损失的平衡系数、Shell-based定位损失的平衡系数，分别表示置信度损失、定位损失、分类损失、方向角损失、Shell-based定位损失。