[发明专利]一种端到端的三维目标稀疏检测方法

说明书

本发明公开了一种端到端的三维目标稀疏检测方法，其步骤包括：将点云样本输入三维目标检测网络，得到点云样本的目标预测结果；利用损失函数计算模块计算目标预测结果与其对应的真实目标对之间损失值，通过降低损失函数的值对三维目标检测网络进行优化；三维目标检测网络包括体素化模块、三维特征提取模块、折叠到鸟瞰视角模块、特征对齐模块、稀疏检测模块；将待检测的点云场景输入训练优化后的三维目标检测网络，得到该待测点云场景中的目标预测结果。本发明通过维护一组少量的可学习候选来表示潜在的候选对象，并通过稀疏检测模块直接对3D对象进行分类和定位；不需要依赖任何预定义的锚和中间表示来辅助检测，不需要非极大值抑制等后处理。

技术领域

本发明属于计算机视觉和三维感知领域，提供一种基于激光雷达点云数据的三维目标检测方法，具体涉及一种适用于三维目标的稀疏预测方法，无需非极大值抑制之类的后处理，实现了真正的端到端检测，提高了检测的效率和鲁棒性。

背景技术

三维目标检测是一种用于识别三维场景中关键目标的类别和位置的技术，在许多场景中都承担着关键作用，例如自动驾驶和增强现实。激光雷达扫描得到的点云，本质上是对真实三维世界中物体几何的低分辨率采样，因此具有对真实世界较好的表示能力，在三维感知领域取得了显著的成效。

对于基于点云数据的三维目标检测任务来说，目标是将一个输入场景点云中的关键目标以有向的三维包围盒来表示。为此，研究者们提出了多种有效的方法。

早期的稠密三维目标检测器主要采用基于锚的设计，需要人为地为每一个类别的目标设定锚的配置。典型的表示方法是VoxelNet(参考文献Yin Zhou and OncelTuzel.2018.Voxelnet:End-to-end learning for point cloud based 3d objectdetection.In CVPR.4490–4499)，其首先将点云划分成体素表示，通过一个体素特征编码(VFE)层进行体素的特征提取。然后将这些特征输入一个区域候选网络(RPN)来产生稠密的三维预测包围盒候选。

以PointRCNN(参考文献Shaoshuai Shi,Xiaogang Wang,and HongshengLi.2019.PointRCNN:3d object proposal generation and detection from pointcloud.In CVRR.770–779)为代表的从稠密到稀疏的三维目标检测范式通常包括两个阶段：第一阶段通过一个RPN来产生大量的包围盒候选，为了给第二阶段的R-CNN提供高质量的候选，最终，第二阶段的R-CNN通过精修从RPN阶段得到的稀疏候选，进一步估计出最终的三维包围盒。与稠密的三维目标检测范式相比，这类方法通常检测效果更好但运行速度较慢。

这些方法在以下三个方面是有限的：1.必须仔细调整锚的大小和纵横比等超参数，才能进行有效检测。2.关键目标的中间表示和最终检测结果之间的差距使得检测器的标签分配策略至关重要。3.稠密预测需要进行例如非极大值抑制(NMS)之类的后处理以形成最终检测并且对其非常敏感。

发明内容

本发明探索了以一种稀疏的方式进行端到端的三维目标检测方法，通过维护一组少量的可学习候选来表示潜在的候选对象，并通过堆叠的稀疏检测模块直接对3D对象进行分类和定位。不需要依赖任何预定义的锚，不需要任何基于标签分配的中间表示来辅助检测，不需要任何诸如NMS之类的后处理来抑制掉大量冗余的候选即可实现有效的3D对象检测。

本发明的技术方案为：

一种端到端的三维目标稀疏检测方法，其步骤包括：