[发明专利]基于隐式上下文学习的道路三维目标检测方法

权利要求书

1.一种基于隐式上下文学习的道路三维目标检测方法，其特征在于，包括如下步骤：

(1)从KITTI数据集中选取3712个点云数据场景作为训练集，剩余3769个点云场景作为测试集；

(2)对点云数据体素化：

将点云所在空间划分成大小相同的体素，将点云数据按照其空间坐标分配至对应的体素中，根据点云的稀疏特性，体素中的大部分为不包含点云数据的空体素，其余小部分为包含点云数据的非空体素；

(3)采用现有的稀疏卷积网络对非空体素特征进行提取，得到体素特征图，即先将体素特征图在深度维进行压缩，再将其深度维特征融合到通道维特征中，使体素特征图变为鸟瞰体素特征图，并将其转化为体素鸟瞰特征图；

(4)选用现有由卷积神经网络和检测网络级联组成的区域建议网络RPN，通过其卷积神经网络提取体素鸟瞰特征图中的目标特征，得到包含多尺度目标信息的特征图，通过其检测网络获取特征图中的目标信息，预测得到用于对目标进行初始定位的建议框；

(5)构建基于区域的卷积神经网络RCNN：

(5a)建立隐式上下文学习模块：

(5a1)搭建扩展网格点池化子模块：对建议框的尺寸乘以4个不同的扩展系数，得到4个不同尺寸的扩展子建议框，在原始建议框和4个扩展子建议框内分别均匀放置不同数量的网格点，对原始建议框内的体素特征进行网格点池化，并对每个扩展子建议框内的体素特征进行扩展网格点池化，将4个扩展子建议框所得网格点特征进行级联；

(5a2)搭建一个由多头注意力组、全连接层组成的交叉注意力子模块，其中，多头注意力组由2个并联的注意力头组成，每个注意力头的输出特征由查询矩阵、键矩阵和值矩阵通过缩放点积公式计算得到；

(5a3)将扩展网格点池化子模块和交叉注意力子模块级联，组成隐式上下文学习模块；

(5b)搭建由四个卷积子网络构成的注意力融合模块，每个卷积子网络均包括2个卷积层、2个批归一化层和1个非线性激活层，其中非线性激活层采用线性整流单元激活函数ReLU；

(5c)将隐式上下文学习模块、注意力融合模块和现有的检测网络级联，组成RCNN网络；

(6)将现有的稀疏卷积网络、区域建议网络RPN和(5)构建的RCNN网络级联，组成三维目标检测网络；

(7)训练三维目标检测网络：

将体素化的点云数据输入到三维目标检测网络中，利用分类损失函数L_cls(p,c)、回归损失函数L_reg(δ,t)和置信度损失函数L_conf(p_conf,IoU')分别计算三维目标检测网络的类别预测概率p与类别标签c的分类损失值loss_cls、回归预测结果δ与回归标签t的回归损失值loss_regr、置信度预测结果p_conf与置信度标签IoU'的置信度损失值loss_conf，通过初始学习率为0.003，训练轮次为80的Adam_onecycle优化器迭代更新网络的参数，直到网络的分类损失函数、回归损失函数和置信度损失函数收敛为止，得到训练好的网络模型；

(8)对道路三维点云数据进行检测：

采用与步骤(2)相同的方法，对待检测的点云数据进行体素化处理，将所得体素特征输入到训练好的三维目标检测网络中，输出轿车、行人和骑手这些不同目标的三维检测框。

2.根据权利要求1所述的方法，其特征在于，所述(2)中将点云所在空间划分成大小相同的体素，是按点云数据在空间中的分布范围[-40,40],[0,70.4],[-3,1]，将对应范围内的体素尺寸设置为[0.05,0.05,0.1]的大小进行划分。