CN111881827A - 目标检测方法及装置、电子设备和存储介质 - Google Patents
目标检测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111881827A CN111881827A CN202010738105.2A CN202010738105A CN111881827A CN 111881827 A CN111881827 A CN 111881827A CN 202010738105 A CN202010738105 A CN 202010738105A CN 111881827 A CN111881827 A CN 111881827A
- Authority
- CN
- China
- Prior art keywords
- frame
- point cloud
- cloud data
- target
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 443
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 73
- 230000004927 fusion Effects 0.000 claims description 23
- 238000000605 extraction Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 description 48
- 238000010586 diagram Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/12—Bounding box
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种目标检测方法及装置、电子设备和存储介质,所述方法包括:对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,t为大于1的整数;根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,所述第一检测结果包括所述第t帧点云数据中目标的第一检测框,其中,所述预测候选框是根据所述第t帧点云数据之前的t‑1帧点云数据的检测结果预测得到的。本公开实施例可提高目标检测的精度。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种目标检测方法及装置、电子设备和存储介质。
背景技术
目标检测是计算机视觉中的一个非常重要的任务,它能够通过传感器的输入数据,对视野范围内的目标(例如人或物体)的位姿、尺度等信息进行估计。相关技术中的目标检测方法通常将每一帧的输入单独进行处理,导致检测精度较差。
发明内容
本公开提出了一种目标检测技术方案。
根据本公开的一方面,提供了一种目标检测方法,包括:对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,t为大于1的整数;根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,所述第一检测结果包括所述第t帧点云数据中目标的第一检测框,其中,所述预测候选框是根据所述第t帧点云数据之前的t-1帧点云数据的检测结果预测得到的。
在一种可能的实现方式中,所述对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,包括:根据所述第t帧点云数据中目标的预测概率图,将所述第t帧点云数据划分为存在目标的第一区域、不存在目标的第二区域以及未确定是否存在目标的第三区域;对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定所述第t帧点云数据中目标的第一候选框。
在一种可能的实现方式中,所述方法还包括:根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果。
在一种可能的实现方式中,所述方法还包括:根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据中目标的运动状态进行预测,确定所述第t帧点云数据中目标的预测候选框。
在一种可能的实现方式中,所述方法还包括:根据第t帧点云数据中目标的预测候选框,以及第t-1帧点云数据,对所述第t-1帧点云数据中目标的预测概率图进行更新,确定所述第t帧点云数据中目标的预测概率图。
在一种可能的实现方式中,所述对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定所述第t帧点云数据中目标的第一候选框,包括:对所述第一区域及所述第三区域的点云数据进行特征提取,得到第一点云特征;对所述第一点云特征进行目标检测,确定所述第t帧点云数据中目标的第二候选框;根据各个第二候选框的置信度,从所述第二候选框中确定出预设数量的第一候选框。
在一种可能的实现方式中,所述根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,包括:对所述第t帧点云数据中各个目标的预测候选框分别进行扩展,确定各个目标的第三候选框;对所述第三候选框与所述第一候选框分别进行匹配,确定与各个第一候选框对应的目标;根据所述第一候选框及与所述第一候选框所在区域对应的第一区域点云数据,以及所述第三候选框及与所述第三候选框所在区域对应的第二区域点云数据,对所述第t帧点云数据中的各个目标分别进行候选框融合,得到所述第t帧点云数据中各个目标的第一检测框。
在一种可能的实现方式中,所述对所述第三候选框与所述第一候选框分别进行匹配,确定与各个第一候选框对应的目标,包括:分别确定各个第三候选框与各个第一候选框之间的交并比;将与第一候选框的交并比大于或等于交并比阈值的第三候选框,确定为相匹配的第三候选框;将与第一候选框相匹配的第三候选框对应的目标,确定为与所述第一候选框对应的目标。
在一种可能的实现方式中,每个第二检测结果包括目标的第二检测框,所述根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果,包括:确定第一目标的检测框集合,所述第一目标为所述第t帧点云数据中的任意一个目标,所述第一目标的检测框集合包括所述第一目标在t-1帧点云数据的第二检测结果中的第二检测框,以及所述第一目标在第t帧点云数据的第一检测结果中的第一检测框;对于所述第一目标的检测框集合中任意一个检测框,将所述检测框集合中与所述检测框之间的误差小于或等于误差阈值的检测框,确定为所述检测框的内点框;从所述第一目标的检测框集合中确定出内点框数量最多的第三检测框;对所述第三检测框及所述第三检测框的所有内点框进行融合,确定所述第t帧点云数据中第一目标的第二检测框。
在一种可能的实现方式中,所述方法还包括:根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,以及所述第t帧点云数据的第二检测结果,对第t+1帧点云数据中目标的运动状态进行预测,确定所述第t+1帧点云数据中目标的预测候选框。
在一种可能的实现方式中,所述方法还包括:根据所述第t+1帧点云数据中目标的预测候选框,以及第t帧点云数据,对所述第t帧点云数据中目标的预测概率图进行更新,确定所述第t+1帧点云数据中目标的预测概率图。
在一种可能的实现方式中,所述对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,包括:对所述第t帧点云数据进行特征提取,得到第二点云特征;对所述第二点云特征进行目标检测,确定所述第t帧点云数据中目标的第四候选框;根据各个第四候选框的置信度,从所述第四候选框确定出预设数量的第一候选框。
在一种可能的实现方式中,所述第一检测结果还包括所述第t帧点云数据中目标的类别,所述根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,包括:根据与第二目标的第一检测框所在区域对应的第三区域点云数据,对所述第二目标进行分类,确定所述第二目标的类别,所述第二目标为所述第t帧点云数据中的任意一个目标。
在一种可能的实现方式中,所述目标场景包括室内场景,所述第t帧点云数据中的目标包括物体,所述第t帧点云数据中目标的第一检测框包括三维区域框。
根据本公开的一方面,提供了一种目标检测装置,包括:
第一检测模块,用于对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,t为大于1的整数;
第二检测模块,用于根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,所述第一检测结果包括所述第t帧点云数据中目标的第一检测框,
其中,所述预测候选框是根据所述第t帧点云数据之前的t-1帧点云数据的检测结果预测得到的。
在一种可能的实现方式中,所述第一检测模块包括:区域划分子模块,用于根据所述第t帧点云数据中目标的预测概率图,将所述第t帧点云数据划分为存在目标的第一区域、不存在目标的第二区域以及未确定是否存在目标的第三区域;第一检测子模块,用于对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定所述第t帧点云数据中目标的第一候选框。
在一种可能的实现方式中,所述装置还包括:修正模块,用于根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果。
在一种可能的实现方式中,所述装置还包括:第一运动预测模块,用于根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据中目标的运动状态进行预测,确定所述第t帧点云数据中目标的预测候选框。
在一种可能的实现方式中,所述装置还包括:第一概率图更新模块,用于根据第t帧点云数据中目标的预测候选框,以及第t-1帧点云数据,对所述第t-1帧点云数据中目标的预测概率图进行更新,确定所述第t帧点云数据中目标的预测概率图。
在一种可能的实现方式中,所述第一检测子模块,用于:对所述第一区域及所述第三区域的点云数据进行特征提取,得到第一点云特征;对所述第一点云特征进行目标检测,确定所述第t帧点云数据中目标的第二候选框;根据各个第二候选框的置信度,从所述第二候选框中确定出预设数量的第一候选框。
在一种可能的实现方式中,所述第二检测模块包括:候选框扩展子模块,用于对所述第t帧点云数据中各个目标的预测候选框分别进行扩展,确定各个目标的第三候选框;候选框匹配子模块,用于对所述第三候选框与所述第一候选框分别进行匹配,确定与各个第一候选框对应的目标;候选框融合子模块,用于根据所述第一候选框及与所述第一候选框所在区域对应的第一区域点云数据,以及所述第三候选框及与所述第三候选框所在区域对应的第二区域点云数据,对所述第t帧点云数据中的各个目标分别进行候选框融合,得到所述第t帧点云数据中各个目标的第一检测框。
在一种可能的实现方式中,所述候选框匹配子模块,用于:分别确定各个第三候选框与各个第一候选框之间的交并比;将与第一候选框的交并比大于或等于交并比阈值的第三候选框,确定为相匹配的第三候选框;将与第一候选框相匹配的第三候选框对应的目标,确定为与所述第一候选框对应的目标。
在一种可能的实现方式中,每个第二检测结果包括目标的第二检测框,所述修正模块包括:集合确定子模块,用于确定第一目标的检测框集合,所述第一目标为所述第t帧点云数据中的任意一个目标,所述第一目标的检测框集合包括所述第一目标在t-1帧点云数据的第二检测结果中的第二检测框,以及所述第一目标在第t帧点云数据的第一检测结果中的第一检测框;内点框确定子模块,用于对于所述第一目标的检测框集合中任意一个检测框,将所述检测框集合中与所述检测框之间的误差小于或等于误差阈值的检测框,确定为所述检测框的内点框;检测框选择子模块,用于从所述第一目标的检测框集合中确定出内点框数量最多的第三检测框;内点框融合子模块,用于对所述第三检测框及所述第三检测框的所有内点框进行融合,确定所述第t帧点云数据中第一目标的第二检测框。
在一种可能的实现方式中,所述装置还包括:第二运动预测模块,用于根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,以及所述第t帧点云数据的第二检测结果,对第t+1帧点云数据中目标的运动状态进行预测,确定所述第t+1帧点云数据中目标的预测候选框。
在一种可能的实现方式中,所述装置还包括:第二概率图更新模块,用于根据所述第t+1帧点云数据中目标的预测候选框,以及第t帧点云数据,对所述第t帧点云数据中目标的预测概率图进行更新,确定所述第t+1帧点云数据中目标的预测概率图。
在一种可能的实现方式中,所述第一检测模块包括:特征提取子模块,用于对所述第t帧点云数据进行特征提取,得到第二点云特征;第二检测子模块,用于对所述第二点云特征进行目标检测,确定所述第t帧点云数据中目标的第四候选框;选择子模块,用于根据各个第四候选框的置信度,从所述第四候选框确定出预设数量的第一候选框。
在一种可能的实现方式中,所述第一检测结果还包括所述第t帧点云数据中目标的类别,所述第二检测模块包括:分类子模块,用于根据与第二目标的第一检测框所在区域对应的第三区域点云数据,对所述第二目标进行分类,确定所述第二目标的类别,所述第二目标为所述第t帧点云数据中的任意一个目标。
在一种可能的实现方式中,所述目标场景包括室内场景,所述第t帧点云数据中的目标包括物体,所述第t帧点云数据中目标的第一检测框包括三维区域框。
根据本公开的一方面,提供了一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的实施例,能够检测出第t帧点云数据中目标的第一候选框;通过历史检测结果预测得到的预测候选框对第一候选框进行修正,得到第t帧点云数据的检测结果,从而提高目标检测的精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的目标检测方法的流程图。
图2示出根据本公开实施例的目标检测方法的处理过程的示意图。
图3a示出目标场景的图像的示意图。
图3b示出目标的检测结果的示意图。
图4示出根据本公开实施例的目标检测装置的框图。
图5示出根据本公开实施例的一种电子设备的框图。
图6示出根据本公开实施例的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的目标检测方法的流程图,如图1所示,所述目标检测方法包括:
在步骤S11中,对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,t为大于1的整数;
在步骤S12中,根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,所述第一检测结果包括所述第t帧点云数据中目标的第一检测框,
其中,所述预测候选框是根据所述第t帧点云数据之前的t-1帧点云数据的检测结果预测得到的。
在一种可能的实现方式中,所述目标检测方法可以由终端设备或服务器等电子设备执行,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者,可通过服务器执行所述方法。
举例来说,目标场景可包括商场、医院、展馆等室内场景,也可包括交通枢纽、城市街道等室外场景。目标场景中可能包括各种类别的目标,例如物体、标志、建筑、行人、车辆等。本公开对目标场景的类型及目标的类别不作限制。
在一种可能的实现方式中,在对目标场景中的目标进行检测时,可通过传感设备采集目标场景的传感数据,以便对传感数据中的目标进行分析。在进行三维目标检测的情况下,传感设备可例如包括激光雷达、RGB-D采集设备等,采集到的传感数据可包括点云数据、RGB-D图像数据等。本公开对传感设备的类型及采集到的传感数据的具体类型不作限制。
在一种可能的实现方式中,可连续采集到目标场景的多帧传感数据,通过电子设备依次对各帧传感数据进行目标检测。其中,如果传感数据为点云数据,则可直接进行处理;如果传感数据为RGB-D图像数据,则可将RGB-D图像数据进行反投影转换,得到点云数据后进行处理。
在一种可能的实现方式中,对于多帧点云数据中的第1帧,可在步骤S11中直接对第1帧点云数据进行目标检测,得到第1帧点云数据中目标的第一候选框;并在步骤S12中直接对第一候选框进行融合,得到第1帧点云数据的目标的第一检测框。
在一种可能的实现方式中,对于多帧点云数据中的第t帧(t为大于1的整数),可在步骤S11中对第t帧点云数据进行目标检测,确定第t帧点云数据中目标的第一候选框。第一候选框的信息可包括第一候选框的中心点三维坐标(x0,y0,z0)、长度、宽度、高度及旋转角度等信息。
在一种可能的实现方式中,可通过预训练的目标检测网络实现目标检测的过程,该目标检测网络可例如包括卷积神经网络CNN及区域生成网络RPN,本公开对目标检测网络的具体网络结构不作限制。
在一种可能的实现方式中,在步骤S11和S12之前,在得到第t-1帧点云数据的检测结果后,可根据第t帧点云数据之前的t-1帧点云数据的检测结果,对前t-1帧点云数据中已经检测到的目标,在第t帧点云数据中的位置进行预测,得到这些目标在第t帧点云数据中的预测候选框。
在一种可能的实现方式中,在步骤S12中,根据第t帧点云数据的第一候选框和预测候选框,可确定出各第一候选框所对应的目标。例如根据各第一候选框与各预测候选框的交并比,对第一候选框和预测候选框进行匹配;对于存在匹配的预测候选框的第一候选框,将相匹配的预测候选框所对应的目标,确定为该第一候选框所对应的目标;对于不存在匹配的预测候选框的第一候选框,确定该第一候选框对应新的目标。
在一种可能的实现方式中,对于任意目标,可根据该目标的第一候选框及第一候选框对应的区域点云数据,与该目标的预测候选框及预测候选框对应的区域点云数据,进行候选框融合处理,从而确定出目标的实际检测框(可称为第一检测框)。
在一种可能的实现方式中,可通过预训练的融合网络实现候选框融合,也即将目标的第一候选框及第一候选框对应的区域点云数据,与该目标的预测候选框及预测候选框对应的区域点云数据,输入融合网络中处理,输出目标的第一检测框。该融合网络可例如包括区域卷积神经网络RCNN,本公开对融合网络的具体网络结构不作限制。
在一种可能的实现方式中,在对第t帧点云数据中的所有目标进行处理后,可得到第t帧点云数据的第一检测结果,该第一检测结果包括第t帧点云数据中各目标的第一检测框。
根据本公开的实施例,能够检测出第t帧点云数据中目标的第一候选框;通过历史检测结果预测得到的预测候选框对第一候选框进行修正,得到第t帧点云数据的检测结果,从而提高目标检测的精度。
在一种可能的实现方式中,步骤S11可包括:
根据所述第t帧点云数据中目标的预测概率图,将所述第t帧点云数据划分为存在目标的第一区域、不存在目标的第二区域以及未确定是否存在目标的第三区域;
对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定所述第t帧点云数据中目标的第一候选框。
举例来说,在得到第t-1帧点云数据的检测结果后,可根据前t-1帧点云数据的检测结果,预测得到针对第t帧点云数据中目标的预测候选框。根据该预测候选框,可预测第t帧点云数据的各个位置出现目标的概率,得到第t帧点云数据中目标的预测概率图。
在一种可能的实现方式中,可预先设置有第一概率阈值和第二概率阈值,第二概率阈值小于第一概率阈值。对于点云数据中的任意位置,如果该位置出现目标的概率大于第一概率阈值,则可认为该位置存在目标;如果该位置出现目标的概率小于第二概率阈值,则可认为该位置不存在目标;如果该位置出现目标的概率处于第一概率阈值与第二概率阈值之间,则不确定该位置是否存在目标,例如未检测过的位置,或检测过但仍未确定是否存在目标的位置。本公开对第一概率阈值和第二概率阈值的具体取值不作限制。
在一种可能的实现方式中,根据第t帧点云数据中目标的预测概率图,可基于第一概率阈值和第二概率阈值,将第t帧点云数据划分为存在目标的第一区域、不存在目标的第二区域以及未确定是否存在目标的第三区域。
经划分后,第二区域中不存在目标,可不对第二区域的点云数据进行目标检测。也即,对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定第t帧点云数据中目标的第一候选框。
通过这种方式,可以减少目标检测所处理的点云数据的数据量,提高检测速度。
在一种可能的实现方式中,对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定第t帧点云数据中目标的第一候选框的步骤,可包括:
对所述第一区域及所述第三区域的点云数据进行特征提取,得到第一点云特征;
对所述第一点云特征进行目标检测,确定所述第t帧点云数据中目标的第二候选框;
根据各个第二候选框的置信度,从所述第二候选框中确定出预设数量的第一候选框。
举例来说,可将第一区域及第三区域的点云数据输入目标检测网络的特征提取网络进行特征提取,得到点云数据的第一点云特征。该特征提取网络例如包括多个卷积层,本公开对特征提取网络的结构不作限制。
在一种可能的实现方式中,在特征提取之前,还可对第一区域及第三区域的点云数据进行采样,以减少处理的数据量。例如,通过随机采样,将具有N个点的点云数据采样为具有N/4个点的点云数据。将采样后的点云数据输入特征提取网络中处理,得到第一点云特征。通过这种方式,可以进一步提高检测速度。
在一种可能的实现方式中,可将第一点云特征输入目标检测网络的区域生成网络RPN进行处理,得到第t帧点云数据中目标的第二候选框。
在一种可能的实现方式中,第二候选框的数量较大,可进一步进行处理。根据各个第二候选框的置信度,可例如通过非最大抑制(Non-maximum suppression,NMS)方式,从第二候选框中确定出预设数量的第一候选框。该预设数量可例如取值为50个,本公开对此不作限制。
通过这种方式,可以点云数据中初步估计出目标对应的候选框,以便进行后续的处理。
在一种可能的实现方式中,步骤S11可包括:
对所述第t帧点云数据进行特征提取,得到第二点云特征;
对所述第二点云特征进行目标检测,确定所述第t帧点云数据中目标的第四候选框;
根据各个第四候选框的置信度,从所述第四候选框确定出预设数量的第一候选框。
举例来说,在未对第t帧点云数据划分区域的情况下,可直接对第t帧点云数据进行目标检测。将第t帧点云数据输入目标检测网络的特征提取网络进行特征提取,可得到第t帧点云数据的第二点云特征。该特征提取网络例如包括多个卷积层,本公开对特征提取网络的结构不作限制。
在一种可能的实现方式中,在特征提取之前,还可对第t帧点云数据进行采样,以减少处理的数据量。例如,通过随机采样,将具有M个点的点云数据采样为具有M/4个点的点云数据。将采样后的点云数据输入特征提取网络中处理,得到第二点云特征。通过这种方式,可以进一步提高检测速度。
在一种可能的实现方式中,可将第二点云特征输入目标检测网络的区域生成网络RPN进行处理,得到第t帧点云数据中目标的第四候选框。
在一种可能的实现方式中,第四候选框的数量较大,可进一步进行处理。根据各个第四候选框的置信度,可例如通过非最大抑制(Non-maximum suppression,NMS)方式,从第四候选框中确定出预设数量的第一候选框。该预设数量可例如取值为50个,本公开对此不作限制。
通过这种方式,可以点云数据中初步估计出目标对应的候选框,以便进行后续的处理。
在一种可能的实现方式中,步骤S12可包括:
对所述第t帧点云数据中各个目标的预测候选框分别进行扩展,确定各个目标的第三候选框;
对所述第三候选框与所述第一候选框分别进行匹配,确定与各个第一候选框对应的目标;
根据所述第一候选框及与所述第一候选框所在区域对应的第一区域点云数据,以及所述第三候选框及与所述第三候选框所在区域对应的第二区域点云数据,对所述第t帧点云数据中的各个目标分别进行候选框融合,得到所述第t帧点云数据中各个目标的第一检测框。
举例来说,在对第t帧点云数据进行预测时,为第t帧点云数据的第一区域中的目标均预测出一个预测候选框,也即第一区域中的每个目标对应一个预测候选框。在步骤S12的处理中,可先对各个目标的预测候选框分别进行扩展,以便增加候选框的数量。
在一种可能的实现方式中,根据目标在第t帧点云数据中的预测候选框,可确定目标的位姿和尺度;根据目标的位姿和尺度的概率分布,可以以一定的方差和均值进行采样,扩展得到该目标的多个第三候选框。这样,可减小预测候选框的误差对后续处理的影响,提高与第一候选框匹配的概率,从而提高检测结果的稳定性,提高检测精度。
在一种可能的实现方式中,可对第三候选框与第一候选框分别进行匹配,确定与各个第一候选框对应的目标。其中,该步骤可包括:
分别确定各个第三候选框与各个第一候选框之间的交并比;
将与第一候选框的交并比大于或等于交并比阈值的第三候选框,确定为相匹配的第三候选框;
将与第一候选框相匹配的第三候选框对应的目标,确定为与所述第一候选框对应的目标。
也就是说,可通过交并比对第三候选框与第一候选框进行匹配。可分别确定各个第三候选框与各个第一候选框之间的交并比IOU。可预设有交并比阈值(例如0.5),对于任意一个第一候选框,如果存在与该第一候选框之间的交并比大于或等于交并比阈值的第三候选框,则将该第三候选框确定为与该第一候选框相匹配的候选框;并将与该第三候选框对应的目标,确定为与该第一候选框对应的目标。将与该第三候选框对应的目标的标识ID,赋予该第一候选框,也即,认为相匹配的两个候选框对应于同一目标。
在一种可能的实现方式中,对于任意一个第一候选框,如果不存在与该第一候选框之间的交并比大于或等于交并比阈值的第三候选框,则可认为与第一候选框对应的目标为之前未出现过的新目标。在该情况下,可为与第一候选框对应的目标赋予新的ID。
通过这种方式,可以确定各个第一候选框的对应目标的标识,以便对相同标识的目标的候选框进行融合。
在一种可能的实现方式中,根据所述第一候选框及与所述第一候选框所在区域对应的第一区域点云数据,以及所述第三候选框及与所述第三候选框所在区域对应的第二区域点云数据,对所述第t帧点云数据中的各个目标分别进行候选框融合,得到所述第t帧点云数据中各个目标的第一检测框。
在一种可能的实现方式中,对于第t帧点云数据中的任意一个目标,如果该目标存在第一候选框和第三候选框,则可从第t帧点云数据中分割出与该目标的第一候选框所在区域对应的第一区域点云数据,并分割出与该目标的第三候选框所在区域对应的第二区域点云数据。将该目标的第一候选框及第一区域点云数据,第三候选框及第二区域点云数据,输入到预训练的融合网络中处理,输出该目标的第一检测框。该第一检测框包括三维的区域框。
在一种可能的实现方式中,对于第t帧点云数据中的任意一个目标,如果该目标仅存在第一候选框,则可从第t帧点云数据中分割出与该目标的第一候选框所在区域对应的第一区域点云数据。将该目标的第一候选框及第一区域点云数据,输入到预训练的融合网络中处理,输出该目标的第一检测框。
在一种可能的实现方式中,对第t帧点云数据中的所有目标进行上述处理,可得到第t帧点云数据中所有目标的第一检测框。
在一种可能的实现方式中,可将第t帧点云数据中所有目标的第一检测框作为第t帧点云数据的检测结果(可称为第一检测结果);也可进行其他处理(例如对目标进行分类),以使第t帧点云数据的检测结果包括更多的内容。本公开对此不作限制。
通过这种方式,可确定第t帧点云数据中所有目标的第一检测框,实现第t帧点云数据中目标的精确检测。
在一种可能的实现方式中,所述第一检测结果还包括所述第t帧点云数据中目标的类别,步骤S12包括:
根据与第二目标的第一检测框所在区域对应的第三区域点云数据,对所述第二目标进行分类,确定所述第二目标的类别,所述第二目标为所述第t帧点云数据中的任意一个目标。
举例来说,可以在步骤S12中对第t帧点云数据中的目标进行分类。对于第t帧点云数据中的任意一个目标(可称为第二目标),可根据该第二目标的第一检测框,从第t帧点云数据中分割出于第一检测框所在区域对应的第三区域点云数据。
在一种可能的实现方式中,可将该第三区域点云数据输入预训练的分类网络中处理,确定出第二目标所属的类别。该分类网络可例如包括卷积层、全连接层等,本公开对分类网络的具体网络结构不作限制。
在一种可能的实现方式中,对第t帧点云数据中的所有目标进行上述处理,可得到第t帧点云数据中所有目标的类别,从而将目标的类别加入第t帧点云数据的第一检测结果。
通过这种方式,可以检测出的目标信息更为丰富。
在步骤S12中得到第t帧点云数据的第一检测结果后,还可以将该第一检测结果与之前的历史检测结果相结合,进一步优化第t帧点云数据的检测结果。
在一种可能的实现方式中,根据本公开实施例的目标检测方法还可包括:
根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果。
也就是说,前t-1帧点云数据已经在之前的处理中得到了最终检测结果(可称为第二检测结果),每个第二检测结果包括目标的第二检测框,第t帧点云数据中的目标可能在t-1帧点云数据的第二检测结果中存在对应的第二检测框。
在一种可能的实现方式中,对于第t帧点云数据中的任意一个目标,如果在前t-1帧点云数据的第二检测结果中存在该目标的第二检测框,则可根据该目标在前t-1帧点云数据中的第二检测框,对该目标在第t帧点云数据中的第一检测框进行修正,得到修正后的检测框,称为第二检测框。
在一种可能的实现方式中,如果在前t-1帧点云数据的第二检测结果中不存在该目标的第二检测框,则可将该目标在第t帧点云数据中的第一检测框直接作为第二检测框。
在一种可能的实现方式中,对第t帧点云数据中的所有目标进行上述处理,可得到第t帧点云数据中所有目标的第二检测框,从而得到第t帧点云数据的第二检测结果。
通过这种方式,可以进一步提升目标检测的精度。
在一种可能的实现方式中,所述根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果的步骤,可包括:
确定第一目标的检测框集合,所述第一目标为所述第t帧点云数据中的任意一个目标,所述第一目标的检测框集合包括所述第一目标在t-1帧点云数据的第二检测结果中的第二检测框,以及所述第一目标在第t帧点云数据的第一检测结果中的第一检测框;
对于所述第一目标的检测框集合中任意一个检测框,将所述检测框集合中与所述检测框之间的误差小于或等于误差阈值的检测框,确定为所述检测框的内点框;
从所述第一目标的检测框集合中确定出内点框数量最多的第三检测框;
对所述第三检测框及所述第三检测框的所有内点框进行融合,确定所述第t帧点云数据中第一目标的第二检测框。
举例来说,对于第t帧点云数据中的任意一个目标(称为第一目标),可获取该第一目标的检测框集合。该检测框集合中包括第一目标在t-1帧点云数据的第二检测结果中的第二检测框,以及第一目标在第t帧点云数据的第一检测结果中的第一检测框。
在一种可能的实现方式中,对于第一目标的检测框集合中任意一个检测框,可确定检测框集合中的其他检测框与该检测框之间的误差。可预设有误差阈值,与该检测框之间的误差小于或等于该误差阈值的检测框,可确定为该检测框的内点框;反之,与该检测框之间的误差大于该误差阈值的检测框,可确定为该检测框的外点框。本公开对误差阈值的具体取值不作限制。
在一种可能的实现方式中,可从第一目标的检测框集合中确定出内点框数量最多的第三检测框,将该第三检测框作为初始估计的检测框。对第三检测框及第三检测框的所有内点框进行融合优化,可得到第一目标的位置信息的最优估计,也即得到修正后的第二检测框。
在一种可能的实现方式中,可通过最小二乘的方式对第三检测框及第三检测框的所有内点框进行对融合优化,也可通过卡尔曼滤波的方式对第三检测框及第三检测框的所有内点框进行对融合优化,本公开对融合优化的具体方式不作限制。
在一种可能的实现方式中,对第t帧点云数据中的所有目标进行上述处理,可得到第t帧点云数据中所有目标的第二检测框,从而得到第t帧点云数据的第二检测结果。
通过这种方式,可以将检测结果与之前的历史检测结果相结合,进一步优化第t帧点云数据的检测结果,提高目标检测的精度。
在一种可能的实现方式中,所述方法还包括:
根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,以及所述第t帧点云数据的第二检测结果,对第t+1帧点云数据中目标的运动状态进行预测,确定所述第t+1帧点云数据中目标的预测候选框。
举例来说,在得到第t帧点云数据的第二检测结果后,可根据历史检测结果对第t+1帧点云数据进行预测,帮助第t+1帧点云数据的目标检测。
在一种可能的实现方式中,对于第t帧点云数据中的任意一个目标(可称为第三目标),可获取该第三目标在t帧点云数据的第二检测结果中的第二检测框。如果该第三目标存在多个第二检测框,则可根据相邻帧的各个第二检测框之间的误差,对第t+1帧点云数据中目标的运动状态进行预测,预测出该第三目标在第t+1帧点云数据中的位置,得到该第三目标在第t+1帧点云数据中的预测候选框。
在一种可能的实现方式中,可通过卡尔曼滤波或最小二乘的方式实现运动状态的预测,本公开对此不作限制。
在一种可能的实现方式中,如果该第三目标仅存在一个第二检测框,也即第三目标为第t帧点云数据中新出现的目标,则可根据该第三目标附近的其他目标进行预测,通过其他目标在第t帧点云数据中的第二检测框及在第t+1帧点云数据中的预测候选框之间的误差,来预测得到该第三目标在第t+1帧点云数据中的预测候选框。
这样,对第t帧点云数据中的所有目标进行预测,可确定出第t+1帧点云数据的已检测区域中所有目标的预测候选框。
通过这种方式,可以得到第t+1帧点云数据中目标的预测候选框,帮助第t+1帧点云数据的目标检测,从而提高检测精度。
在一种可能的实现方式中,所述方法还包括:
根据所述第t+1帧点云数据中目标的预测候选框以及第t帧点云数据,对所述第t帧点云数据中目标的预测概率图进行更新,确定所述第t+1帧点云数据中目标的预测概率图。
举例来说,在得到第t+1帧点云数据中目标的预测候选框后,可根据该预测候选框以及第t帧点云数据,对第t帧点云数据中目标的预测概率图进行更新。也即,根据目标在第t帧点云数据中的位置和第t+1帧点云数据中的位置(预测候选框),确定预测概率图中的各个位置是否存在目标,更新各个位置可能出现目标的概率,从而得到第t+1帧点云数据中目标的预测概率图。
通过这种方式,可得到第t+1帧点云数据中目标的预测概率图,以便在后续处理时为第t+1帧点云数据划分多个区域,从而提高目标检测的速度。
在一种可能的实现方式中,所述方法还包括:
根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据中目标的运动状态进行预测,确定所述第t帧点云数据中目标的预测候选框。
也就是说,在得到第t-1帧点云数据的第二检测结果后,可根据历史检测结果对第t帧点云数据进行预测,帮助第t帧点云数据的目标检测。对于第t-1帧点云数据中的任意一个目标,可获取该目标在前t-1帧点云数据的第二检测结果中的第二检测框,对第t帧点云数据中目标的运动状态进行预测,预测出该目标在第t帧点云数据中的位置,得到该目标在第t帧点云数据中的预测候选框。该预测过程与对第t+1帧点云数据的预测过程类似,此处不再重复描述。
通过这种方式,可以得到第t帧点云数据中目标的预测候选框,帮助第t帧点云数据的目标检测,从而提高检测精度。
在一种可能的实现方式中,所述方法还包括:
根据第t帧点云数据中目标的预测候选框,以及第t-1帧点云数据,对所述第t-1帧点云数据中目标的预测概率图进行更新,确定所述第t帧点云数据中目标的预测概率图。
也就是说,在得到第t帧点云数据中目标的预测候选框后,可根据该预测候选框以及第t-1帧点云数据,对第t-1帧点云数据中目标的预测概率图进行更新,得到第t帧点云数据中目标的预测概率图。该更新过程与对第t+1帧点云数据的预测概率图的更新过程类似,此处不再重复描述。
通过这种方式,可得到第t帧点云数据中目标的预测概率图,以便在后续处理时为第t帧点云数据划分多个区域,从而提高目标检测的速度。
图2示出根据本公开实施例的目标检测方法的处理过程的示意图。如图2所示,可将对当前帧进行目标检测处理的过程称为前端;将记录有历史结果,并根据历史结果对当前帧进行修正、对下一帧进行预测的过程称为后端,后端的处理也可称为目标追踪与融合。其中,当前帧为第t帧。
在示例中,之前的第t-1帧的前端处理中得到了第t-1帧点云数据的第一检测结果(未示出);将该第一检测结果与前t-2帧的历史检测结果关联,在第t-1帧后端的步骤211中通过卡尔曼滤波或最小二乘的方式进行检测框的融合优化,实现检测结果的修正,得到第t-1帧点云数据的第二检测结果(未示出)。
在示例中,在第t-1帧的后端处理中,可根据前t-1帧的历史检测结果,对第t帧中的目标进行运动预测212,得到第t帧点云数据中目标的预测候选框213;再根据预测候选框213及第t-1帧点云数据(未示出),在步骤214中对第t-1帧的预测概率图进行更新,得到第t帧点云数据中目标的预测概率图215,从而完成了第t-1帧的整个处理过程。
在示例中,在第t帧的前端处理中,可根据预测概率图215,将所第t帧点云数据221划分为存在目标的第一区域、不存在目标的第二区域以及未确定是否存在目标的第三区域,得到划分区域后的点云数据222。将点云数据222的第一区域及第三区域输入到目标检测网络223中进行目标检测,可得到预设数量的第一候选框。将第t帧点云数据中目标的预测候选框213与第一候选框进行匹配,确定各个第一候选框所对应的目标标识,得到待处理的所有候选框224(每个目标对应多个框)。将目标的所有候选框224及候选框224对应的区域点云数据,输入到融合网络225中处理,得到目标的第一检测框(每个目标对应一个框),作为第t帧点云数据的第一检测结果226。并可在步骤227中将第一检测结果226与前t-1帧的历史检测结果关联。
在示例中,在第t帧的后端处理中,可在步骤231中,通过卡尔曼滤波或最小二乘的方式进行检测框的融合优化,实现检测结果的修正,得到第t帧点云数据中各目标的第二检测框,作为第t帧点云数据的第二检测结果230,也即最终的输出结果。
在示例中,在第t帧的后端处理中,可根据前t帧的第二检测结果,对第t+1帧中的目标进行运动预测232,得到第t+1帧点云数据中目标的预测候选框233;再根据预测候选框233及第t帧点云数据221,在步骤234中对第t帧的预测概率图215进行更新,得到第t+1帧点云数据中目标的预测概率图235,从而完成了第t帧的整个处理过程。
图3a示出目标场景的图像的示意图;图3b示出目标的检测结果的示意图。如图3a所示,目标场景中包括多个椅子,椅子可作为待检测的目标。如图3b所示,检测框31为根据相关技术的单帧处理的目标检测方法得到的检测结果;检测框32为目标的真实三维图像框;检测框33为根据本公开实施例的目标检测方法得到的检测结果。
可见,本公开实施例的目标检测方法得到的检测结果的精度较高。在目标被部分遮挡的情况下,相关技术的检测结果明显变差,而本公开实施例的目标检测方法仍然能够保持较高的精度。
根据本公开的实施例的目标检测方法,在对目标场景的连续多帧点云数据进行三维目标检测的情况下,能够有效利用历史检测结果进行三维目标的检测与追踪;能够通过历史检测结果预测当前帧中目标的候选框,和当前帧中已知区域可能出现3D物体的概率的分布图,并反馈到当前帧的目标检测过程中;能够使得当前帧在目标检测时,利用预测的概率分布图划分区域,从而减少处理的数据量,提高目标检测的速度;并利用预测的候选框作为先验框,不但避免每一帧对整个场景进行目标搜索,还根据先验框得到更准确的候选框,有效提高了目标检测的精度,并避免漏检情况的发生。
根据本公开的实施例的目标检测方法,能够进行目标的追踪与融合,将每个3D目标在连续时间上所有的检测框都储存为该3D物体的历史检测框,在每一帧都分别对每一个3D目标的所有历史检测框进行融合与优化,以获取当前帧的3D目标的位置的最优估计,从而有效提升3D检测框的稳定性,减小目标被遮挡或截断时的检测误差,显著提高目标检测的精度和鲁棒性。
根据本公开的实施例的目标检测方法,能够应用于增强现实AR、室内导航等应用场景中,实现3D目标的估计与检测。相关技术的处理方式没有考虑同一物体在连续帧内位置信息的关系,没有利用到连续时间上的信息,容易造成3D检测框的抖动。例如在室内场景下,由于物体尺度更大,检测框抖动的现象也会更加严重。而根据本公开的实施例的目标检测方法,通过利用连续帧内位置信息的关系及连续时间上的信息,能够输出更为稳定的3D检测框,减小检测误差。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了目标检测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种目标检测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图4示出根据本公开实施例的目标检测装置的框图,如图4所示,所述装置包括:
第一检测模块41,用于对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,t为大于1的整数;
第二检测模块42,用于根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,所述第一检测结果包括所述第t帧点云数据中目标的第一检测框,其中,所述预测候选框是根据所述第t帧点云数据之前的t-1帧点云数据的检测结果预测得到的。
在一种可能的实现方式中,所述第一检测模块包括:区域划分子模块,用于根据所述第t帧点云数据中目标的预测概率图,将所述第t帧点云数据划分为存在目标的第一区域、不存在目标的第二区域以及未确定是否存在目标的第三区域;第一检测子模块,用于对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定所述第t帧点云数据中目标的第一候选框。
在一种可能的实现方式中,所述装置还包括:修正模块,用于根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果。
在一种可能的实现方式中,所述装置还包括:第一运动预测模块,用于根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据中目标的运动状态进行预测,确定所述第t帧点云数据中目标的预测候选框。
在一种可能的实现方式中,所述装置还包括:第一概率图更新模块,用于根据第t帧点云数据中目标的预测候选框,以及第t-1帧点云数据,对所述第t-1帧点云数据中目标的预测概率图进行更新,确定所述第t帧点云数据中目标的预测概率图。
在一种可能的实现方式中,所述第一检测子模块,用于:对所述第一区域及所述第三区域的点云数据进行特征提取,得到第一点云特征;对所述第一点云特征进行目标检测,确定所述第t帧点云数据中目标的第二候选框;根据各个第二候选框的置信度,从所述第二候选框中确定出预设数量的第一候选框。
在一种可能的实现方式中,所述第二检测模块包括:候选框扩展子模块,用于对所述第t帧点云数据中各个目标的预测候选框分别进行扩展,确定各个目标的第三候选框;候选框匹配子模块,用于对所述第三候选框与所述第一候选框分别进行匹配,确定与各个第一候选框对应的目标;候选框融合子模块,用于根据所述第一候选框及与所述第一候选框所在区域对应的第一区域点云数据,以及所述第三候选框及与所述第三候选框所在区域对应的第二区域点云数据,对所述第t帧点云数据中的各个目标分别进行候选框融合,得到所述第t帧点云数据中各个目标的第一检测框。
在一种可能的实现方式中,所述候选框匹配子模块,用于:分别确定各个第三候选框与各个第一候选框之间的交并比;将与第一候选框的交并比大于或等于交并比阈值的第三候选框,确定为相匹配的第三候选框;将与第一候选框相匹配的第三候选框对应的目标,确定为与所述第一候选框对应的目标。
在一种可能的实现方式中,每个第二检测结果包括目标的第二检测框,所述修正模块包括:集合确定子模块,用于确定第一目标的检测框集合,所述第一目标为所述第t帧点云数据中的任意一个目标,所述第一目标的检测框集合包括所述第一目标在t-1帧点云数据的第二检测结果中的第二检测框,以及所述第一目标在第t帧点云数据的第一检测结果中的第一检测框;内点框确定子模块,用于对于所述第一目标的检测框集合中任意一个检测框,将所述检测框集合中与所述检测框之间的误差小于或等于误差阈值的检测框,确定为所述检测框的内点框;检测框选择子模块,用于从所述第一目标的检测框集合中确定出内点框数量最多的第三检测框;内点框融合子模块,用于对所述第三检测框及所述第三检测框的所有内点框进行融合,确定所述第t帧点云数据中第一目标的第二检测框。
在一种可能的实现方式中,所述装置还包括:第二运动预测模块,用于根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,以及所述第t帧点云数据的第二检测结果,对第t+1帧点云数据中目标的运动状态进行预测,确定所述第t+1帧点云数据中目标的预测候选框。
在一种可能的实现方式中,所述装置还包括:第二概率图更新模块,用于根据所述第t+1帧点云数据中目标的预测候选框,以及第t帧点云数据,对所述第t帧点云数据中目标的预测概率图进行更新,确定所述第t+1帧点云数据中目标的预测概率图。
在一种可能的实现方式中,所述第一检测模块包括:特征提取子模块,用于对所述第t帧点云数据进行特征提取,得到第二点云特征;第二检测子模块,用于对所述第二点云特征进行目标检测,确定所述第t帧点云数据中目标的第四候选框;选择子模块,用于根据各个第四候选框的置信度,从所述第四候选框确定出预设数量的第一候选框。
在一种可能的实现方式中,所述第一检测结果还包括所述第t帧点云数据中目标的类别,所述第二检测模块包括:分类子模块,用于根据与第二目标的第一检测框所在区域对应的第三区域点云数据,对所述第二目标进行分类,确定所述第二目标的类别,所述第二目标为所述第t帧点云数据中的任意一个目标。
在一种可能的实现方式中,所述目标场景包括室内场景,所述第t帧点云数据中的目标包括物体,所述第t帧点云数据中目标的第一检测框包括三维区域框。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的目标检测方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的目标检测方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图5示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图5,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如无线网络(WiFi),第二代移动通信技术(2G)或第三代移动通信技术(3G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图6示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图6,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如微软服务器操作系统(Windows ServerTM),苹果公司推出的基于图形用户界面操作系统(Mac OSXTM),多用户多进程的计算机操作系统(UnixTM),自由和开放原代码的类Unix操作系统(LinuxTM),开放原代码的类Unix操作系统(FreeBSDTM)或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种目标检测方法,其特征在于,包括:
对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,t为大于1的整数;
根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,所述第一检测结果包括所述第t帧点云数据中目标的第一检测框,
其中,所述预测候选框是根据所述第t帧点云数据之前的t-1帧点云数据的检测结果预测得到的。
2.根据权利要求1所述的方法,其特征在于,所述对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,包括:
根据所述第t帧点云数据中目标的预测概率图,将所述第t帧点云数据划分为存在目标的第一区域、不存在目标的第二区域以及未确定是否存在目标的第三区域;
对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定所述第t帧点云数据中目标的第一候选框。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,所述方法还包括:
根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据中目标的运动状态进行预测,确定所述第t帧点云数据中目标的预测候选框。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据第t帧点云数据中目标的预测候选框,以及第t-1帧点云数据,对所述第t-1帧点云数据中目标的预测概率图进行更新,确定所述第t帧点云数据中目标的预测概率图。
6.根据权利要求2或5所述的方法,其特征在于,所述对所述第t帧点云数据的第一区域及第三区域进行目标检测,确定所述第t帧点云数据中目标的第一候选框,包括:
对所述第一区域及所述第三区域的点云数据进行特征提取,得到第一点云特征;
对所述第一点云特征进行目标检测,确定所述第t帧点云数据中目标的第二候选框;
根据各个第二候选框的置信度,从所述第二候选框中确定出预设数量的第一候选框。
7.根据权利要求1-6中任意一项所述的方法,其特征在于,所述根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,包括:
对所述第t帧点云数据中各个目标的预测候选框分别进行扩展,确定各个目标的第三候选框;
对所述第三候选框与所述第一候选框分别进行匹配,确定与各个第一候选框对应的目标;
根据所述第一候选框及与所述第一候选框所在区域对应的第一区域点云数据,以及所述第三候选框及与所述第三候选框所在区域对应的第二区域点云数据,对所述第t帧点云数据中的各个目标分别进行候选框融合,得到所述第t帧点云数据中各个目标的第一检测框。
8.根据权利要求7所述的方法,其特征在于,所述对所述第三候选框与所述第一候选框分别进行匹配,确定与各个第一候选框对应的目标,包括:
分别确定各个第三候选框与各个第一候选框之间的交并比;
将与第一候选框的交并比大于或等于交并比阈值的第三候选框,确定为相匹配的第三候选框;
将与第一候选框相匹配的第三候选框对应的目标,确定为与所述第一候选框对应的目标。
9.根据权利要求3所述的方法,其特征在于,每个第二检测结果包括目标的第二检测框,
所述根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,对所述第t帧点云数据的第一检测结果进行修正,确定所述第t帧点云数据的第二检测结果,包括:
确定第一目标的检测框集合,所述第一目标为所述第t帧点云数据中的任意一个目标,所述第一目标的检测框集合包括所述第一目标在t-1帧点云数据的第二检测结果中的第二检测框,以及所述第一目标在第t帧点云数据的第一检测结果中的第一检测框;
对于所述第一目标的检测框集合中任意一个检测框,将所述检测框集合中与所述检测框之间的误差小于或等于误差阈值的检测框,确定为所述检测框的内点框;
从所述第一目标的检测框集合中确定出内点框数量最多的第三检测框;
对所述第三检测框及所述第三检测框的所有内点框进行融合,确定所述第t帧点云数据中第一目标的第二检测框。
10.根据权利要求3或9所述的方法,其特征在于,所述方法还包括:
根据在所述第t帧点云数据之前的t-1帧点云数据的第二检测结果,以及所述第t帧点云数据的第二检测结果,对第t+1帧点云数据中目标的运动状态进行预测,确定所述第t+1帧点云数据中目标的预测候选框。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
根据所述第t+1帧点云数据中目标的预测候选框,以及第t帧点云数据,对所述第t帧点云数据中目标的预测概率图进行更新,确定所述第t+1帧点云数据中目标的预测概率图。
12.根据权利要求1所述的方法,其特征在于,所述对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,包括:
对所述第t帧点云数据进行特征提取,得到第二点云特征;
对所述第二点云特征进行目标检测,确定所述第t帧点云数据中目标的第四候选框;
根据各个第四候选框的置信度,从所述第四候选框确定出预设数量的第一候选框。
13.根据权利要求1-12中任意一项所述的方法,其特征在于,所述第一检测结果还包括所述第t帧点云数据中目标的类别,
所述根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,包括:
根据与第二目标的第一检测框所在区域对应的第三区域点云数据,对所述第二目标进行分类,确定所述第二目标的类别,所述第二目标为所述第t帧点云数据中的任意一个目标。
14.根据权利要求1-13中任意一项所述的方法,其特征在于,所述目标场景包括室内场景,所述第t帧点云数据中的目标包括物体,所述第t帧点云数据中目标的第一检测框包括三维区域框。
15.一种目标检测装置,其特征在于,包括:
第一检测模块,用于对目标场景的第t帧点云数据进行目标检测,确定所述第t帧点云数据中目标的第一候选框,t为大于1的整数;
第二检测模块,用于根据所述第t帧点云数据、所述第一候选框以及针对所述第t帧点云数据中目标的预测候选框,确定所述第t帧点云数据的第一检测结果,所述第一检测结果包括所述第t帧点云数据中目标的第一检测框,
其中,所述预测候选框是根据所述第t帧点云数据之前的t-1帧点云数据的检测结果预测得到的。
16.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为调用所述存储器存储的指令,以执行权利要求1至14中任意一项所述的方法。
17.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至14中任意一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010738105.2A CN111881827B (zh) | 2020-07-28 | 2020-07-28 | 目标检测方法及装置、电子设备和存储介质 |
KR1020227003199A KR20220027202A (ko) | 2020-07-28 | 2021-03-01 | 객체 검출 방법 및 장치, 전자 기기 및 저장매체 |
PCT/CN2021/078481 WO2022021872A1 (zh) | 2020-07-28 | 2021-03-01 | 目标检测方法及装置、电子设备和存储介质 |
JP2022505272A JP2022546201A (ja) | 2020-07-28 | 2021-03-01 | ターゲット検出方法および装置、電子機器並びに記憶媒体 |
TW110124619A TWI758205B (zh) | 2020-07-28 | 2021-07-05 | 目標檢測方法、電子設備和電腦可讀儲存介質 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010738105.2A CN111881827B (zh) | 2020-07-28 | 2020-07-28 | 目标检测方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881827A true CN111881827A (zh) | 2020-11-03 |
CN111881827B CN111881827B (zh) | 2022-04-26 |
Family
ID=73200364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010738105.2A Active CN111881827B (zh) | 2020-07-28 | 2020-07-28 | 目标检测方法及装置、电子设备和存储介质 |
Country Status (5)
Country | Link |
---|---|
JP (1) | JP2022546201A (zh) |
KR (1) | KR20220027202A (zh) |
CN (1) | CN111881827B (zh) |
TW (1) | TWI758205B (zh) |
WO (1) | WO2022021872A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529943A (zh) * | 2020-12-22 | 2021-03-19 | 深圳市优必选科技股份有限公司 | 一种物体检测方法、物体检测装置及智能设备 |
CN113420725A (zh) * | 2021-08-20 | 2021-09-21 | 天津所托瑞安汽车科技有限公司 | Bsd产品的漏报场景识别方法、设备、系统和存储介质 |
CN113838125A (zh) * | 2021-09-17 | 2021-12-24 | 中国第一汽车股份有限公司 | 目标位置确定方法、装置、电子设备以及存储介质 |
WO2022021872A1 (zh) * | 2020-07-28 | 2022-02-03 | 浙江商汤科技开发有限公司 | 目标检测方法及装置、电子设备和存储介质 |
WO2023072055A1 (zh) * | 2021-10-27 | 2023-05-04 | 华为技术有限公司 | 一种点云数据处理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109188457A (zh) * | 2018-09-07 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | 物体检测框的生成方法、装置、设备、存储介质及车辆 |
CN109597087A (zh) * | 2018-11-15 | 2019-04-09 | 天津大学 | 一种基于点云数据的3d目标检测方法 |
CN110728210A (zh) * | 2019-09-25 | 2020-01-24 | 上海交通大学 | 一种三维点云数据的半监督目标标注方法和系统 |
US20200204808A1 (en) * | 2018-12-19 | 2020-06-25 | Sony Corporation | Point cloud coding structure |
CN111427979A (zh) * | 2020-01-15 | 2020-07-17 | 深圳市镭神智能系统有限公司 | 基于激光雷达的动态地图构建方法、系统及介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6559535B2 (ja) * | 2015-10-22 | 2019-08-14 | 株式会社東芝 | 障害物マップ生成装置、その方法、及び、そのプログラム |
EP3252658B1 (en) * | 2016-05-30 | 2021-08-11 | Kabushiki Kaisha Toshiba | Information processing apparatus and information processing method |
CN109325967B (zh) * | 2018-09-14 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 目标跟踪方法、装置、介质以及设备 |
JP7052663B2 (ja) * | 2018-09-26 | 2022-04-12 | トヨタ自動車株式会社 | 物体検出装置、物体検出方法及び物体検出用コンピュータプログラム |
CN109684920B (zh) * | 2018-11-19 | 2020-12-11 | 腾讯科技(深圳)有限公司 | 物体关键点的定位方法、图像处理方法、装置及存储介质 |
CN110688905B (zh) * | 2019-08-30 | 2023-04-18 | 中山大学 | 一种基于关键帧的三维物体检测与跟踪方法 |
CN111308993B (zh) * | 2020-02-13 | 2022-04-01 | 青岛联合创智科技有限公司 | 一种基于单目视觉的人体目标跟随方法 |
CN111881827B (zh) * | 2020-07-28 | 2022-04-26 | 浙江商汤科技开发有限公司 | 目标检测方法及装置、电子设备和存储介质 |
-
2020
- 2020-07-28 CN CN202010738105.2A patent/CN111881827B/zh active Active
-
2021
- 2021-03-01 JP JP2022505272A patent/JP2022546201A/ja active Pending
- 2021-03-01 WO PCT/CN2021/078481 patent/WO2022021872A1/zh active Application Filing
- 2021-03-01 KR KR1020227003199A patent/KR20220027202A/ko unknown
- 2021-07-05 TW TW110124619A patent/TWI758205B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109188457A (zh) * | 2018-09-07 | 2019-01-11 | 百度在线网络技术(北京)有限公司 | 物体检测框的生成方法、装置、设备、存储介质及车辆 |
CN109597087A (zh) * | 2018-11-15 | 2019-04-09 | 天津大学 | 一种基于点云数据的3d目标检测方法 |
US20200204808A1 (en) * | 2018-12-19 | 2020-06-25 | Sony Corporation | Point cloud coding structure |
CN110728210A (zh) * | 2019-09-25 | 2020-01-24 | 上海交通大学 | 一种三维点云数据的半监督目标标注方法和系统 |
CN111427979A (zh) * | 2020-01-15 | 2020-07-17 | 深圳市镭神智能系统有限公司 | 基于激光雷达的动态地图构建方法、系统及介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022021872A1 (zh) * | 2020-07-28 | 2022-02-03 | 浙江商汤科技开发有限公司 | 目标检测方法及装置、电子设备和存储介质 |
CN112529943A (zh) * | 2020-12-22 | 2021-03-19 | 深圳市优必选科技股份有限公司 | 一种物体检测方法、物体检测装置及智能设备 |
CN112529943B (zh) * | 2020-12-22 | 2024-01-16 | 深圳市优必选科技股份有限公司 | 一种物体检测方法、物体检测装置及智能设备 |
CN113420725A (zh) * | 2021-08-20 | 2021-09-21 | 天津所托瑞安汽车科技有限公司 | Bsd产品的漏报场景识别方法、设备、系统和存储介质 |
CN113838125A (zh) * | 2021-09-17 | 2021-12-24 | 中国第一汽车股份有限公司 | 目标位置确定方法、装置、电子设备以及存储介质 |
WO2023072055A1 (zh) * | 2021-10-27 | 2023-05-04 | 华为技术有限公司 | 一种点云数据处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2022021872A1 (zh) | 2022-02-03 |
JP2022546201A (ja) | 2022-11-04 |
CN111881827B (zh) | 2022-04-26 |
TWI758205B (zh) | 2022-03-11 |
KR20220027202A (ko) | 2022-03-07 |
TW202205139A (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881827B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN110674719B (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN111340766B (zh) | 目标对象的检测方法、装置、设备和存储介质 | |
CN111983635B (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
CN110647834A (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
CN110503689B (zh) | 位姿预测方法、模型训练方法及装置 | |
CN111401230B (zh) | 姿态估计方法及装置、电子设备和存储介质 | |
CN110543850A (zh) | 目标检测方法及装置、神经网络训练方法及装置 | |
CN112432637B (zh) | 定位方法及装置、电子设备和存储介质 | |
CN111104920A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN111860373B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN112433211B (zh) | 一种位姿确定方法及装置、电子设备和存储介质 | |
KR20220130707A (ko) | 포인트 클라우드 맵 구축 방법 및 장치, 전자 기기, 저장 매체 및 프로그램 | |
CN113792622A (zh) | 帧率调整方法及装置、电子设备和存储介质 | |
CN111563138A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN113052874B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
CN112432636B (zh) | 定位方法及装置、电子设备和存储介质 | |
CN112837372A (zh) | 数据生成方法及装置、电子设备和存储介质 | |
CN111832338A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN114549983A (zh) | 计算机视觉模型训练方法及装置、电子设备和存储介质 | |
CN112461245A (zh) | 数据处理方法及装置、电子设备和存储介质 | |
CN113157848A (zh) | 航路确定方法及装置、电子设备和存储介质 | |
CN112683262A (zh) | 定位方法及装置、电子设备和存储介质 | |
CN112967311B (zh) | 三维线图构建方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40032490 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |