[发明专利]目标检测的方法和装置

权利要求书

1.一种目标检测的方法，其特征在于，包括：

获取目标的二维输入数据和三维输入数据，所述二维输入数据包括二维输入特征，所述二维输入特征为二维图像的输入矩阵，所述三维输入数据包括三维点云和三维输入特征，所述三维输入特征为所述三维点云的输入矩阵；

对所述二维输入特征和所述三维输入特征进行融合处理，得到第一融合特征；

对所述第一融合特征进行近邻算法处理，得到特征集合；

对所述三维点云进行近邻算法处理，得到点集合；

对所述特征集合和所述点集合进行融合处理，得到第二融合特征；

根据所述第二融合特征确定所述目标的三维位置信息；

所述对所述特征集合和所述点集合进行融合处理，得到第二融合特征，包括：

将所述点集合转换至所述特征集合的空间，得到点集合特征空间张量；

对所述点集合特征空间张量和所述特征集合进行乘法处理，得到所述第二融合特征；

所述对所述二维输入特征和所述三维输入特征进行融合处理，得到第一融合特征，包括：

将所述三维输入特征转换为第一特征，所述第一特征为与所述二维输入特征具有相同维度的输入矩阵；

根据所述二维输入特征和所述第一特征加权生成所述第一融合特征。

2.根据权利要求1所述的方法，其特征在于，所述将所述三维输入特征转换为二维的第一特征，包括：

将所述三维输入特征进行降维处理和卷积处理，得到所述第一特征。

3.根据权利要求2所述的方法，其特征在于，所述将所述三维输入特征进行降维处理和卷积处理，包括：

根据以下等式将所述三维输入特征f_3d降维至二维空间，

其中，t表示转移函数，所述转移函数的形式是根据n₁个卷积核k₁,k₂,…k_n1确定的，表示所述三维输入特征迁移至二维空间的特征张量；

对所述进行卷积处理。

4.根据权利要求3所述的方法，其特征在于，所述对所述进行卷积处理，包括：

根据以下等式进行卷积处理，得到所述第一特征

其中，t表示转移函数，所述转移函数的形式是根据n₂个卷积核k₁,k₂,…k_n2确定的，表示所述三维输入特征迁移至二维空间的特征张量。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述第一融合特征进行近邻算法处理，得到特征集合，包括：

根据近邻算法确定所述第一融合特征的K个近邻特征的集合，所述K为正整数；

确定所述K个近邻特征的集合的中心特征；

根据所述中心特征对所述K个近邻特征的集合进行减法处理，得到所述特征集合。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述三维点云进行近邻算法处理，得到点集合，包括：

根据近邻算法确定所述三维点云的M个近邻点的集合，其中，所述M为正整数；

确定所述M个近邻点的集合的中心点；

根据所述中心点对所述M个近邻点的集合进行减法处理，得到所述点集合。

7.根据权利要求1所述的方法，其特征在于，所述将所述点集合转换至所述特征集合的空间，得到点集合特征空间张量，包括：

根据以下等式得到所述点集合特征空间张量

其中，表示所述点集合，t表示转移函数，所述转移函数的形式是根据n₃个卷积核k₁,k₂,…k_n3确定的，表示点集合特征空间张量。