CN114495042B - 目标检测方法和装置 - Google Patents
目标检测方法和装置 Download PDFInfo
- Publication number
- CN114495042B CN114495042B CN202210102652.0A CN202210102652A CN114495042B CN 114495042 B CN114495042 B CN 114495042B CN 202210102652 A CN202210102652 A CN 202210102652A CN 114495042 B CN114495042 B CN 114495042B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- detection
- detected
- feature
- image
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 219
- 238000000605 extraction Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 29
- 230000004927 fusion Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了目标检测方法和装置,涉及人工智能领域,具体涉及计算机视觉、图像识别和深度学习技术,具体可用于智慧城市和智能交通场景下。具体实现方案为:首先响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像,然后基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔,图像特征金字塔包括多张不同分辨率的目标特征图,最后根据特征图分辨率和检测头之间的对应关系,分别将多张不同分辨率的目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,生成待检测对象对应的三维检测结果,针对三维目标对象的检测,利用不同的检测头针对不同分辨率的目标特征图进行检测处理。
Description
技术领域
本公开涉及人工智能领域,具体涉及计算机视觉、图像识别和深度学习技术,具体可用于智慧城市和智能交通场景下。
背景技术
激光雷达在自动驾驶系统中起着关键的作用,利用激光雷达,自动驾驶系统可以准确地对车辆所处环境做实时3D建模,特别是在一些基于相机的视觉感知系统失效的场景下,如:大雾、夜晚、白车等;激光雷达可以极大的提升自动驾驶系统的安全性,同时准确感知某个3D目标(如:车辆、行人等)在激光雷达点云坐标系中的位置、大小及姿态,我们称之为雷达点云3D目标检测任务。
目前在使用的3D检测网络中,在检测头部分,输入的是单个分辨率的特征图,在单张特征图上进行检测操作,若同时包含大物体和小物体时,如:卡车、行人,特征图的分辨率中最小像素的大小要小于等于需要识别的最小物体类别大小。
发明内容
本公开提供了一种目标检测方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种目标检测方法,该方法包括:响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像;基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔,其中,图像特征金字塔包括多张不同分辨率的目标特征图;根据特征图分辨率和检测头之间的对应关系,分别将多张不同分辨率的目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,生成待检测对象对应的三维检测结果。
根据本公开的另一方面,提供了一种目标检测装置,该装置包括:获取模块,被配置成响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像;特征提取模块,被配置成基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔,其中,图像特征金字塔包括多张不同分辨率的目标特征图;生成模块,被配置成根据特征图分辨率和检测头之间的对应关系,分别将多张不同分辨率的目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,生成待检测对象对应的三维检测结果。
根据本公开的另一方面,提供了一种电子设备,该电子设备包括至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述目标检测方法。
根据本公开的另一方面,提供了一种计算机可读介质,其上存储有计算机指令,该计算机指令用于使计算机能够执行上述目标检测方法。
根据本公开的另一方面,本申请实施例提供了一种计算机程序产品,其包括计算机程序/指令,计算机程序/指令被处理器执行时实现上述目标检测方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的目标检测方法的一个实施例的流程图;
图2是根据本公开的目标检测方法的又一个实施例的流程图;
图3是根据本公开的目标检测方法的另一个实施例的流程图;
图4是根据本公开的获取三维点云数据对应的二维图像的一个实施例的流程图;
图5是根据本公开的得到二维图像对应的图像特征金字塔的一个实施例的流程图;
图6是根据本公开的目标检测装置的一个实施例的结构示意图;
图7是用来实现本公开实施例的目标检测方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
参考图1,图1示出了可以应用于本公开的目标检测方法的实施例的流程示意图100。该目标检测方法包括以下步骤:
步骤110,响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像。
在本实施例中,目标检测方法的执行主体(例如服务器)可以通过网络读取或者从终端设备接收包括待检测对象的三维点云数据,该三维点云数据可以是针对待检测对象进行采集得到的在三维坐标系统中的一组向量的集合,点云数据除了具有几何位置以外,还具有颜色信息和强度信息,该颜色信息通常是通过相机获取彩色影像,然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点,该强度信息是通过激光扫描仪接收装置采集到的回波强度,强度信息与目标的表面材质、粗糙度、入射角方向,以及仪器的发射能量,激光波长有关。
上述执行主体获取到待检测对象对应的三维点云数据后,可以将三维点云数据投影为多通道的二维图像,其中,多通道的二维图像可以包括反射强度图、高程图和深度图。上述执行主体可以通过任何相关技术所支持的方式获取三维点云数据对应的二维图像。
步骤120,基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔。
在本实施例中,上述执行主体获取到三维点云数据对应的二维图像后,获取用于提取图像特征的二维骨干网络,该二维骨干网络可以是深度神经提取特征网络,可以由不同卷积层和池化层组合而成的残差提取块,同时使用不同的尺度特征提取模块来提取对应信息。上述执行主体将二维图像输入至二维骨干网络中,二维骨干网络对二维图像进行特征提取,输出二维图像对应的图像特征金字塔,该图像金字塔可以包括二维图像对应的多张不同分辨率的目标特征图。
步骤130,根据特征图分辨率和检测头之间的对应关系,分别将多张不同分辨率的目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,生成待检测对象对应的三维检测结果。
在本实施例中,上述执行主体获取到二维图像对应的图像特征金字塔后,可以获取特征图分辨率和检测头之间的对应关系,不同特征图分辨率对应不同的检测头,检测头可以用于对特定分辨率的特征图进行目标检测,完成对象的定位和分类,高分辨率特征图可以对应处理高分辨率图像的检测头,低分辨率特征图可以对应处理低分辨率图像的检测头。上述执行主体可以分别根据图像特征金字塔中每张目标特征图的分辨率,确定出每张目标特征图对应的检测头,并分别将多张不同分辨率的目标特征图输入到对应的检测头中,即将每张目标特征图输入至对应的检测头中。
上述执行主体将目标特征图输入至对应的检测头后,检测头可以对输入的目标特征图进行对待检测对象的检测处理,对待检测对象的空间位置和类别信息进行检测和确定,生成待检测对象对应的三维检测结果,该三维检测结果可以包括待检测对象的三维空间位置,例如待检测对象的预测框的坐标信息,该三维检测结果还可以包括待检测对象的类别信息,该类别信息可以表征待检测对象的分类信息,例如待检测对象为车辆或者行人等。
本公开的实施例提供的目标检测方法,通过响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像,然后基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔,该图像特征金字塔包括多张不同分辨率的目标特征图,最后根据特征图分辨率和检测头之间的对应关系,分别将多张不同分辨率的目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,生成待检测对象对应的三维检测结果,针对三维目标对象的检测,能够在检测头对待检测对象进行检测时,利用不同的检测头针对不同分辨率的目标特征图进行检测处理,不需要对统一分辨率的特征图进行检测处理,解决了检测头性能和速度无法平衡的问题,提升了检测性能并降低了计算,提升了三维点云检测网络的鲁棒性。
参见图2,图2示出了目标检测方法的又一个实施例的流程图,可以包括以下步骤:
步骤210,响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像。
本实施例的步骤210可以按照与图1所示实施例中的步骤110类似的方式执行,此处不赘述。
步骤220,基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔。
本实施例的步骤220可以按照与图1所示实施例中的步骤120类似的方式执行,此处不赘述。
步骤230,根据特征图分辨率和检测头之间的对应关系,确定每张目标特征图对应的检测头。
在本实施例中,上述三维点云数据可以对应多个待检测对象,以及每张目标特征图中可以包括全部待检测对象,但是对每张目标特征图而言,在处理目标特征图过程中,仅需要处理目标特征图中在当前分辨率下需要检测的至少一个待检测对象,例如,目标特征图对应高分辨率,目标特征图中包括的在当前分辨率下需要检测的至少一个待检测对象可以是全部待检测对象中的面积小的检测对象;目标特征图对应低分辨率,目标特征图中包括的在当前分辨率下需要检测的至少一个待检测对象可以是全部待检测对象中的面积大的检测对象。
上述执行主体获取到多张不同分辨率的目标特征图后,可以获取特征图分辨率和检测头之间的对应关系,不同特征图分辨率对应不同的检测头,检测头可以用于对特定分辨率的特征图进行目标检测,完成对象的定位和分类。上述执行主体可以分别根据图像特征金字塔中每张目标特征图的分辨率以及特征图分辨率和检测头之间的对应关系,确定出每张目标特征图对应的检测头,此时的检测头即为处理当前分辨率特征图的检测网络。
步骤240,分别将每张目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,得到每张目标特征图中至少一个待检测对象对应的预测结果。
在本实施例中,上述执行主体获取到每张目标特征图对应的检测头后,可以分别将每张目标特征图输入到对应的检测头中,即针对每张目标特征图,上述执行主体可以将目标特征图输入到目标特征图对应的检测头中,高分辨率的目标特征图可以输入至处理高分辨率图像的检测头中,低分辨率的目标特征图可以输入至处理低分辨率图像的检测头中。
上述执行主体将目标特征图输入至对应的检测头后,检测头可以对输入的目标特征图进行对待检测对象的检测处理,对目标特征图中的至少一个待检测对象的空间位置和类别信息进行检测和确定,生成目标特征图中至少一个待检测对象对应的预测结果,此处的至少一个待检测对象可以是目标特征图中的当前分辨率下需要进行检测处理的对象,该预测结果可以包括待检测对象的三维空间位置,例如待检测对象的预测框的坐标信息,该预测结果还可以包括待检测对象的类别信息,该类别信息可以表征待检测对象的分类信息,例如待检测对象为车辆或者行人等。
步骤250,对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,得到多个待检测对象对应的三维检测结果。
在本实施例中,上述执行主体获取到每张目标特征图中至少一个待检测对象对应的预测结果后,可以对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,将每张目标特征图中至少一个待检测对象对应的预测结果进行信息合并,得到三维点云数据中多个待检测对象对应的三维检测结果,此处的三维检测结果可以包括全部待检测对象的三维空间位置和类别信息。
在本实施例中,通过分别对每张目标特征图进行检测处理,得到每张目标特征图中至少一个待检测对象对应的预测结果,并对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,得到多个待检测对象的三维检测结果,能够在检测头对待检测对象进行检测时,利用不同的检测头针对不同分辨率的目标特征图进行检测处理,不需要对统一分辨率的特征图进行检测处理,提高了检测头的针对性,并且能够提高了每个待检测对象的检测结果的准确性和全面性。
参考图3,图3示出了目标检测方法的另一个实施例的流程图,可以包括以下步骤:
步骤310,响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像。
本实施例的步骤310可以按照与图1所示实施例中的步骤110类似的方式执行,此处不赘述。
步骤320,基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔。
本实施例的步骤320可以按照与图1所示实施例中的步骤120类似的方式执行,此处不赘述。
步骤330,根据特征图分辨率和检测头之间的对应关系,确定每张目标特征图对应的检测头集合。
在本实施例中,上述三维点云数据可以对应多个待检测对象,以及每张目标特征图中可以包括全部待检测对象,但是对每张目标特征图而言,在处理目标特征图过程中,仅需要处理目标特征图中在当前分辨率下需要检测的至少一个待检测对象,例如,目标特征图对应高分辨率,目标特征图中包括的在当前分辨率下需要检测的至少一个待检测对象可以是全部待检测对象中的面积小的检测对象;目标特征图对应低分辨率,目标特征图中包括的在当前分辨率下需要检测的至少一个待检测对象可以是全部待检测对象中的面积大的检测对象。
上述执行主体获取到多张不同分辨率的目标特征图后,可以获取特征图分辨率和检测头之间的对应关系,不同特征图分辨率对应不同的检测头,检测头可以用于对特定分辨率的特征图进行目标检测,完成对象的定位和分类,每个特征图分辨率可以对应多个检测头,每个检测头均可以处理当前分辨率的特征图,还可以对不同的对象进行检测处理。上述执行主体可以分别根据图像特征金字塔中每张目标特征图的分辨率以及特征图分辨率和检测头之间的对应关系,确定出每张目标特征图对应的检测头集合,该检测头集合可以包括用于检测相同分辨率的特征图、且检测不同对象的至少一个检测头,此时的至少一个检测头均为处理当前分辨率特征图的检测网络。
步骤340,针对每张目标特征图,根据目标特征图中的至少一个待检测对象,从检测头集合中确定出用于检测目标特征图的至少一个待用检测头。
在本实施例中,上述执行主体获取到每张目标特征图对应的检测头集合后,针对每张目标特征图,可以获取目标特征图中的至少一个待检测对象,确定目标特征图中的至少一个待检测对象的数量。上述执行主体可以根据目标特征图中的至少一个待检测对象的数量,从检测头集合中确定出用于检测目标特征图的至少一个待用检测头,此时待用检测头的数量与目标特征图中的至少一个待检测对象的数量相同。
作为示例,上述待检测对象有5个,目标特征图为高分辨率的特征图,则目标特征图中包括需要检测的2个小目标的待检测对象,上述执行主体可以根据目标特征图中包括需要检测的2个小目标的待检测对象,在检测头集合中确定2个用于检测上述2个小目标的待检测对象的待用检测头。
步骤350,分别将目标特征图输入至至少一个待用检测头中,基于至少一个待用检测头对目标特征图进行检测处理,得到目标特征图中至少一个待检测对象对应的预测结果。
在本实施例中,上述执行主体确定出用于检测目标特征图的至少一个待用检测头后,分别将同一张目标特征图输入至至少一个待用检测头中,即若确定出多个待用检测头,则可以将相同的目标特征图分别输入至每个待用检测头中。
上述执行主体将目标特征图输入至对应的待用检测头后,每个待用检测头可以对输入的目标特征图进行对待检测对象的检测处理,对目标特征图中的至少一个待检测对象的空间位置和类别信息进行检测和确定,每个待用检测头可以生成目标特征图中一个待检测对象对应的预测结果,该预测结果可以包括待检测对象的三维空间位置,例如待检测对象的预测框的坐标信息,该预测结果还可以包括待检测对象的类别信息,该类别信息可以表征待检测对象的分类信息,例如待检测对象为车辆或者行人等。则上述每个待用检测头可以分别对目标特征图中一个待检测对象进行检测处理,每个待用检测头可以生成目标特征图中一个待检测对象对应的预测结果,则至少一个待用检测头可以生成目标特征图中至少一个待检测对象对应的预测结果。
步骤360,对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,得到多个待检测对象对应的三维检测结果。
在本实施例中,上述执行主体获取到每张目标特征图中至少一个待检测对象对应的预测结果后,可以对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,将每张目标特征图中至少一个待检测对象对应的预测结果进行信息合并,得到三维点云数据中多个待检测对象对应的三维检测结果,此处的三维检测结果可以包括全部待检测对象的三维空间位置和类别信息。
在本实施例中,通过至少一个待用检测头分别对每张目标特征图进行检测处理,每个待用检测头可以输出一个待检测对象的预测信息,从而得到每张目标特征图中至少一个待检测对象对应的预测结果,并对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,得到多个待检测对象的三维检测结果,能够在检测头对待检测对象进行检测时,利用不同的检测头针对不同分辨率的目标特征图中的每个待检测对象进行检测处理,不需要对同一目标特征图中的全部待检测对象进行处理,以及不需要对统一分辨率的特征图进行检测处理,提高了检测头的针对性,并且能够提高了每个待检测对象的检测结果的准确性和全面性。
参考图4,图4示出了获取三维点云数据对应的二维图像的一个实施例的流程图,即上述步骤110,响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像,包括以下步骤:
步骤410,响应于获取到包括待检测对象的三维点云数据,基于三维骨干网络对三维点云数据进行特征提取,得到三维点云数据对应的三维特征。
在本实施例中,上述执行主体获取到待检测对象对应的三维点云数据后,可以获取用于提取图像特征的三维骨干网络,该三维骨干网络可以是深度神经提取特征网络,可以由不同卷积层和池化层组合而成的残差提取块,同时使用不同的尺度特征提取模块来提取对应信息。上述执行主体将三维点云数据输入至三维骨干网络中,三维骨干网络三维点云数据进行特征提取,输出三维点云数据对应的三维特征。
步骤420,根据三维特征,获取三维点云数据对应的二维图像。
在本实施例,上述执行主体获取到三维点云数据对应的三维特征后,可以对三维特征在高度维度上进行压缩操作,获取到三维点云数据对应的二维图像。上述执行主体可以利用reshap函数对三维特征进行处理,reshap函数可以重新调整矩阵的行数、列数、维数,实现维度压缩,得到三维点云数据对应的二维图像。
在本实施例中,通过将三维点云数据转换为二维图像,保留了三维数据的特征,以供后续利用二维图像进行处理,提高了三维目标检测的准确性。
参考图5,图5示出了得到二维图像对应的图像特征金字塔的一个实施例的流程图,即上述步骤120,基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔,包括以下步骤:
步骤510,基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的初始图像特征金字塔。
在本实施例中,上述执行主体获取到三维点云数据对应的二维图像后,获取用于提取图像特征的二维骨干网络,该二维骨干网络可以是深度神经提取特征网络,可以由不同卷积层和池化层组合而成的残差提取块,同时使用不同的尺度特征提取模块来提取对应信息。上述执行主体将二维图像输入至二维骨干网络中,二维骨干网络对二维图像进行特征提取,输出二维图像对应的初始图像特征金字塔,该初始图像特征金字塔可以包括二维图像对应的多张不同分辨率的初始特征图。
步骤520,通过多尺度特征融合网络对多张不同分辨率的初始特征图进行特征融合,得到二维图像对应的图像特征金字塔。
在本实施例中,上述执行主体可以将获取到二维图像对应的初始图像特征金字塔输入至多尺度特征融合网络,多尺度特征融合网络为对多个分辨率的特征图进行特征融合和张量拼接等操作的神经网络。多尺度特征融合网络可以对多张不同分辨率的初始特征图进行特征融合,将没两张初始特征图进行特征融合,或者将每多张初始特征图进行特征融合,得到融合后的多张不同分辨率的目标特征图,组成二维图像对应的图像特征金字塔。
在本实施例中,通过多尺度特征融合网络对多张不同分辨率的初始特征图进行特征融合,得到二维图像对应的图像特征金字塔,进一步对初始特征图进行融合,可以进一步增强特征图的表达能力,从而能够提高三维目标检测的准确性。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种目标检测装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的目标检测装置600包括:获取模块610,特征提取模块620和生成模块630。
其中,获取模块610,被配置成响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像;
特征提取模块620,被配置成基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔,其中,图像特征金字塔包括多张不同分辨率的目标特征图;
生成模块630,被配置成根据特征图分辨率和检测头之间的对应关系,分别将多张不同分辨率的目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,生成待检测对象对应的三维检测结果。
在本实施例的一些可选的方式中,三维点云数据对应多个待检测对象;每张目标特征图中包括当前分辨率下需要检测的至少一个待检测对象;以及生成模块,包括:确定单元,被配置成根据特征图分辨率和检测头之间的对应关系,确定每张目标特征图对应的检测头;检测单元,被配置成分别将每张目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,得到每张目标特征图中至少一个待检测对象对应的预测结果;融合单元,被配置成对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,得到多个待检测对象对应的三维检测结果。
在本实施例的一些可选的方式中,确定单元,进一步被配置成:根据特征图分辨率和检测头之间的对应关系,确定每张目标特征图对应的检测头集合,其中,检测头集合包括用于检测相同分辨率的特征图、且检测不同对象的至少一个检测头;以及检测单元,进一步被配置成:针对每张目标特征图,根据目标特征图中的至少一个待检测对象,从检测头集合中确定出用于检测目标特征图的至少一个待用检测头;分别将目标特征图输入至至少一个待用检测头中,基于至少一个待用检测头对目标特征图进行检测处理,得到目标特征图中至少一个待检测对象对应的预测结果。
在本实施例的一些可选的方式中,获取模块,进一步被配置成:响应于获取到包括待检测对象的三维点云数据,基于三维骨干网络对三维点云数据进行特征提取,得到三维点云数据对应的三维特征;根据三维特征,获取三维点云数据对应的二维图像检测处理,得到目标特征图中至少一个待检测对象对应的预测结果。
在本实施例的一些可选的方式中,特征提取模块,进一步被配置成:基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的初始图像特征金字塔,其中,初始图像特征金字塔包括多张不同分辨率的初始特征图;通过多尺度特征融合网络对多张不同分辨率的初始特征图进行特征融合,得到二维图像对应的图像特征金字塔。
本公开的实施例提供的目标检测装置,通过响应于获取到包括待检测对象的三维点云数据,获取三维点云数据对应的二维图像,然后基于二维骨干网络对二维图像进行特征提取,得到二维图像对应的图像特征金字塔,该图像特征金字塔包括多张不同分辨率的目标特征图,最后根据特征图分辨率和检测头之间的对应关系,分别将多张不同分辨率的目标特征图输入到对应的检测头中,基于检测头对目标特征图进行检测处理,生成待检测对象对应的三维检测结果,针对三维目标对象的检测,能够在检测头对待检测对象进行检测时,利用不同的检测头针对不同分辨率的目标特征图进行检测处理,不需要对统一分辨率的特征图进行检测处理,解决了检测头性能和速度无法平衡的问题,提升了检测性能并降低了计算,提升了三维点云检测网络的鲁棒性。
本领域技术人员可以理解,上述装置还包括一些其他公知结构,例如处理器、存储器等,为了不必要地模糊本公开的实施例,这些公知的结构在图6中未示出。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如目标检测方法。例如,在一些实施例中,目标检测方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的目标检测方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (9)
1.一种目标检测方法,包括:
响应于获取到包括待检测对象的三维点云数据,获取所述三维点云数据对应的二维图像;
基于二维骨干网络对所述二维图像进行特征提取,得到所述二维图像对应的图像特征金字塔,其中,所述图像特征金字塔包括多张不同分辨率的目标特征图,其中,所述三维点云数据对应多个待检测对象,每张目标特征图中包括当前分辨率下需要检测的至少一个待检测对象;
根据特征图分辨率和检测头之间的对应关系,分别将所述多张不同分辨率的目标特征图输入到对应的检测头中,基于所述检测头对所述目标特征图进行检测处理,生成所述待检测对象对应的三维检测结果,包括:
根据特征图分辨率和检测头之间的对应关系,确定每张目标特征图对应的检测头集合,其中,所述检测头集合包括用于检测相同分辨率的特征图、且检测不同对象的至少一个检测头;
针对每张目标特征图,根据所述目标特征图中的至少一个待检测对象,从所述检测头集合中确定出用于检测所述目标特征图的至少一个待用检测头;分别将所述目标特征图输入至所述至少一个待用检测头中,基于所述至少一个待用检测头对所述目标特征图进行检测处理,得到所述目标特征图中至少一个待检测对象对应的预测结果;
对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,得到所述多个待检测对象对应的三维检测结果。
2.根据权利要求1所述的方法,其中,所述响应于获取到包括待检测对象的三维点云数据,获取所述三维点云数据对应的二维图像,包括:
响应于获取到包括待检测对象的三维点云数据,基于三维骨干网络对所述三维点云数据进行特征提取,得到所述三维点云数据对应的三维特征;
根据所述三维特征,获取所述三维点云数据对应的二维图像。
3.根据权利要求1所述的方法,其中,所述基于二维骨干网络对所述二维图像进行特征提取,得到所述二维图像对应的图像特征金字塔,包括:
基于二维骨干网络对所述二维图像进行特征提取,得到所述二维图像对应的初始图像特征金字塔,其中,所述初始图像特征金字塔包括多张不同分辨率的初始特征图;
通过多尺度特征融合网络对所述多张不同分辨率的初始特征图进行特征融合,得到所述二维图像对应的图像特征金字塔。
4.一种目标检测装置,包括:
获取模块,被配置成响应于获取到包括待检测对象的三维点云数据,获取所述三维点云数据对应的二维图像;
特征提取模块,被配置成基于二维骨干网络对所述二维图像进行特征提取,得到所述二维图像对应的图像特征金字塔,其中,所述图像特征金字塔包括多张不同分辨率的目标特征图,其中,所述三维点云数据对应多个待检测对象,每张目标特征图中包括当前分辨率下需要检测的至少一个待检测对象;
生成模块,被配置成根据特征图分辨率和检测头之间的对应关系,分别将所述多张不同分辨率的目标特征图输入到对应的检测头中,基于所述检测头对所述目标特征图进行检测处理,生成所述待检测对象对应的三维检测结果;
其中,所述生成模块,包括:确定单元,被配置成根据特征图分辨率和检测头之间的对应关系,确定每张目标特征图对应的检测头集合,其中,所述检测头集合包括用于检测相同分辨率的特征图、且检测不同对象的至少一个检测头;检测单元,被配置成针对每张目标特征图,根据所述目标特征图中的至少一个待检测对象,从所述检测头集合中确定出用于检测所述目标特征图的至少一个待用检测头;分别将所述目标特征图输入至所述至少一个待用检测头中,基于所述至少一个待用检测头对所述目标特征图进行检测处理,得到所述目标特征图中至少一个待检测对象对应的预测结果;融合单元,被配置成对每张目标特征图中至少一个待检测对象对应的预测结果进行特征融合,得到所述多个待检测对象对应的三维检测结果。
5.根据权利要求4所述的装置,其中,所述获取模块,进一步被配置成:
响应于获取到包括待检测对象的三维点云数据,基于三维骨干网络对所述三维点云数据进行特征提取,得到所述三维点云数据对应的三维特征;
根据所述三维特征,获取所述三维点云数据对应的二维图像检测处理,得到所述目标特征图中至少一个待检测对象对应的预测结果。
6.根据权利要求4所述的装置,其中,所述特征提取模块,进一步被配置成:
基于二维骨干网络对所述二维图像进行特征提取,得到所述二维图像对应的初始图像特征金字塔,其中,所述初始图像特征金字塔包括多张不同分辨率的初始特征图;
通过多尺度特征融合网络对所述多张不同分辨率的初始特征图进行特征融合,得到所述二维图像对应的图像特征金字塔。
7.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-3中任一项所述的方法。
9.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1-3中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102652.0A CN114495042B (zh) | 2022-01-27 | 2022-01-27 | 目标检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210102652.0A CN114495042B (zh) | 2022-01-27 | 2022-01-27 | 目标检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114495042A CN114495042A (zh) | 2022-05-13 |
CN114495042B true CN114495042B (zh) | 2023-08-29 |
Family
ID=81476336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210102652.0A Active CN114495042B (zh) | 2022-01-27 | 2022-01-27 | 目标检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114495042B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614985A (zh) * | 2018-11-06 | 2019-04-12 | 华南理工大学 | 一种基于密集连接特征金字塔网络的目标检测方法 |
CN110852349A (zh) * | 2019-10-21 | 2020-02-28 | 上海联影智能医疗科技有限公司 | 一种图像处理方法、检测方法、相关设备及存储介质 |
CN111814621A (zh) * | 2020-06-29 | 2020-10-23 | 中国科学院合肥物质科学研究院 | 一种基于注意力机制的多尺度车辆行人检测方法及装置 |
CN111832655A (zh) * | 2020-07-16 | 2020-10-27 | 四川大学 | 一种基于特征金字塔网络的多尺度三维目标检测方法 |
CN112102409A (zh) * | 2020-09-21 | 2020-12-18 | 杭州海康威视数字技术股份有限公司 | 目标检测方法、装置、设备及存储介质 |
CN112288709A (zh) * | 2020-10-28 | 2021-01-29 | 武汉大学 | 一种基于点云的三维目标检测方法 |
CN112288701A (zh) * | 2020-10-23 | 2021-01-29 | 西安科锐盛创新科技有限公司 | 一种智慧交通图像检测方法 |
CN112418165A (zh) * | 2020-12-07 | 2021-02-26 | 武汉工程大学 | 基于改进型级联神经网络的小尺寸目标检测方法与装置 |
CN112840347A (zh) * | 2018-10-12 | 2021-05-25 | 诺基亚技术有限公司 | 用于对象检测的方法、装置和计算机可读介质 |
CN113762003A (zh) * | 2020-10-30 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种目标对象的检测方法、装置、设备和存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170124409A1 (en) * | 2015-11-04 | 2017-05-04 | Nec Laboratories America, Inc. | Cascaded neural network with scale dependent pooling for object detection |
US11500099B2 (en) * | 2018-03-14 | 2022-11-15 | Uatc, Llc | Three-dimensional object detection |
EP3767324A1 (en) * | 2019-07-17 | 2021-01-20 | Aptiv Technologies Limited | Method and system for object detection |
-
2022
- 2022-01-27 CN CN202210102652.0A patent/CN114495042B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112840347A (zh) * | 2018-10-12 | 2021-05-25 | 诺基亚技术有限公司 | 用于对象检测的方法、装置和计算机可读介质 |
CN109614985A (zh) * | 2018-11-06 | 2019-04-12 | 华南理工大学 | 一种基于密集连接特征金字塔网络的目标检测方法 |
CN110852349A (zh) * | 2019-10-21 | 2020-02-28 | 上海联影智能医疗科技有限公司 | 一种图像处理方法、检测方法、相关设备及存储介质 |
CN111814621A (zh) * | 2020-06-29 | 2020-10-23 | 中国科学院合肥物质科学研究院 | 一种基于注意力机制的多尺度车辆行人检测方法及装置 |
CN111832655A (zh) * | 2020-07-16 | 2020-10-27 | 四川大学 | 一种基于特征金字塔网络的多尺度三维目标检测方法 |
CN112102409A (zh) * | 2020-09-21 | 2020-12-18 | 杭州海康威视数字技术股份有限公司 | 目标检测方法、装置、设备及存储介质 |
CN112288701A (zh) * | 2020-10-23 | 2021-01-29 | 西安科锐盛创新科技有限公司 | 一种智慧交通图像检测方法 |
CN112288709A (zh) * | 2020-10-28 | 2021-01-29 | 武汉大学 | 一种基于点云的三维目标检测方法 |
CN113762003A (zh) * | 2020-10-30 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种目标对象的检测方法、装置、设备和存储介质 |
CN112418165A (zh) * | 2020-12-07 | 2021-02-26 | 武汉工程大学 | 基于改进型级联神经网络的小尺寸目标检测方法与装置 |
Non-Patent Citations (1)
Title |
---|
U-FPNDet: A one-shot traffic object detector based on U-shaped feature pyramid module;Ke, X (Ke, Xiao), Li, JP (Li, Jianping);《IET Image Processing》;15卷(10);第2127-2397页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114495042A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3506161A1 (en) | Method and apparatus for recovering point cloud data | |
CN109683699B (zh) | 基于深度学习实现增强现实的方法、装置及移动终端 | |
CN114550177B (zh) | 图像处理的方法、文本识别方法及装置 | |
CN113362444B (zh) | 点云数据的生成方法、装置、电子设备及存储介质 | |
US10872227B2 (en) | Automatic object recognition method and system thereof, shopping device and storage medium | |
CN113378760A (zh) | 训练目标检测模型和检测目标的方法及装置 | |
CN112487979B (zh) | 目标检测方法和模型训练方法、装置、电子设备和介质 | |
CN111709923A (zh) | 一种三维物体检测方法、装置、计算机设备和存储介质 | |
US20220172376A1 (en) | Target Tracking Method and Device, and Electronic Apparatus | |
CN112509126B (zh) | 三维物体检测的方法、装置、设备及存储介质 | |
CN116188893A (zh) | 基于bev的图像检测模型训练及目标检测方法和装置 | |
CN112528858A (zh) | 人体姿态估计模型的训练方法、装置、设备、介质及产品 | |
CN113255511A (zh) | 用于活体识别的方法、装置、设备以及存储介质 | |
CN116363615B (zh) | 数据融合方法、装置、车辆和存储介质 | |
CN114495042B (zh) | 目标检测方法和装置 | |
CN115035492B (zh) | 车辆识别方法、装置、设备和存储介质 | |
CN114549961B (zh) | 目标对象的检测方法、装置、设备以及存储介质 | |
CN115866229A (zh) | 多视角图像的视角转换方法、装置、设备和介质 | |
CN113379884B (zh) | 地图渲染方法、装置、电子设备、存储介质以及车辆 | |
CN113869147A (zh) | 目标检测方法及装置 | |
CN113312979B (zh) | 图像处理方法、装置、电子设备、路侧设备及云控平台 | |
CN115829898B (zh) | 数据处理方法、装置、电子设备、介质以及自动驾驶车辆 | |
CN115049895B (zh) | 一种图像属性识别方法、属性识别模型训练方法及装置 | |
CN116597213A (zh) | 目标检测方法、训练方法、装置、电子设备以及存储介质 | |
CN117746417A (zh) | 目标检测模型构建方法、目标检测方法及相关装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |