[发明专利]物体检测方法、装置、设备、存储介质及车辆

权利要求书

1.一种物体检测方法，其特征在于，包括：

将场景点云数据输入预先训练得到的点云特征抽取模型得到场景的点云描述特征，将场景图像数据输入预先训练得到的图像特征抽取模型得到场景的图像描述特征；

将场景中各目标区域的点云描述特征和图像描述特征输入预先训练得到的物体识别模型中，得到位于各目标区域处物体的检测结果。

2.根据权利要求1所述的方法，其特征在于，将场景中各目标区域的点云描述特征和图像描述特征输入预先训练得到的物体识别模型中之前，还包括：

对场景中各区域的点云描述特征或图像描述特征进行识别，得到场景中包括的各候选物体，并将候选物体所在区域作为目标区域。

3.根据权利要求1所述的方法，其特征在于，将场景中各目标区域的点云描述特征和图像描述特征输入预先训练得到的物体识别模型中，包括：

依据激光雷达和图像采集器的参数将各点云目标区域投影到场景图像上，确定各点云目标区域关联的各图像目标区域；

将各点云目标区域的点云描述特征和关联的各图像目标区域的图像描述特征输入所述物体识别模型。

4.根据权利要求1所述的方法，其特征在于，得到位于各目标区域处物体的检测结果，包括：

确定位于各目标区域处物体的类别。

5.根据权利要求1所述的方法，其特征在于，得到位于各目标区域处物体的检测结果，包括：

通过所述物体识别模型修正所述物体的位置；

通过所述物体识别模型确定所述物体的朝向和/或尺寸。

6.根据权利要求1所述的方法，其特征在于，所述物体识别模型是基于全卷积网络训练得到的。

7.一种物体检测装置，其特征在于，包括：

描述特征获取模块，用于将场景点云数据输入预先训练得到的点云特征抽取模型得到场景的点云描述特征，将场景图像数据输入预先训练得到的图像特征抽取模型得到场景的图像描述特征；

物体检测输入模块，用于将场景中各目标区域的点云描述特征和图像描述特征输入预先训练得到的物体识别模型中；

检测结果获取模块，用于得到位于各目标区域处物体的检测结果。

8.根据权利要求7所述的装置，其特征在于，还包括：

目标区域确定模块，用于在将场景中各目标区域的点云描述特征和图像描述特征输入预先训练得到的物体识别模型中之前，对场景中各区域的点云描述特征或图像描述特征进行识别，得到场景中包括的各候选物体，并将候选物体所在区域作为目标区域。

9.根据权利要求7所述的装置，其特征在于，所述物体检测输入模块具体用于：

依据激光雷达和图像采集器的参数将各点云目标区域投影到场景图像上，确定各点云目标区域关联的各图像目标区域；

将各点云目标区域的点云描述特征和关联的各图像目标区域的图像描述特征输入所述物体识别模型。

10.根据权利要求7所述的装置，其特征在于，所述检测结果获取模块具体用于：

确定位于各目标区域处物体的类别。

11.根据权利要求7所述的装置，其特征在于，所述检测结果获取模块具体用于：

通过所述物体识别模型修正所述物体的位置；

通过所述物体识别模型确定所述物体的朝向和/或尺寸。

12.根据权利要求7所述的装置，其特征在于，所述物体识别模型是基于全卷积网络训练得到的。

13.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的物体检测方法。