[发明专利]一种目标检测方法、装置以及行人检测方法、系统有效
| 申请号: | 201811537033.4 | 申请日: | 2018-12-14 |
| 公开(公告)号: | CN109753885B | 公开(公告)日: | 2020-10-16 |
| 发明(设计)人: | 王磊;陈嘉豪;程俊 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 北京市诚辉律师事务所 11430 | 代理人: | 范盈 |
| 地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 目标 检测 方法 装置 以及 行人 系统 | ||
1.一种目标检测方法,其特征在于,包括:
获取图像的三维点云数据,根据所述点云数据划分栅格,并获取每个栅格对应的三维坐标,提取栅格的第一特征向量;
根据所述第一特征向量、所述栅格的三维坐标生成第二特征张量;
根据第二特征张量进行三视图卷积,获得三个视图的相同大小维度的第三特征张量;所述三视图包括前视图、侧视图、俯视图;
根据所述第三特征张量,提取目标;
其中,所述提取栅格的第一特征向量,包括:
(1)根据栅格内点列向量生成的第一栅格矩阵,经过全连接层,生成全连接栅格特征;
(2)对所述全连接栅格特征执行最大池化操作,提取栅格局部特征;
(3)首尾连接所述栅格局部特征和所述全连接栅格特征,组成第一子特征向量;
(4)根据第一子特征向量进一步经过步骤(1)、(2)对应的全连接层以及最大池化操作,生成所述第一特征向量;
其中,根据第二特征张量进行三视图卷积,获得三个视图的相同大小维度的第三特征张量,包括:
固定第二特征张量任意一个通道,得到三维张量S′∈RD′×H′×W′,D′,H′,W′分别为栅格在三维坐标上的个数;
对应于前视图、侧视图、俯视图三视图,对前垂直面、侧垂直面、水平面,执行卷积操作:
其中,F为卷积核,si,j,k为第二特征张量S在(i,j,k)位置上的元素,S1为卷积得到的第三特征张量,为第三特征张量S1在(i,j,k)位置上的元素,⊙表示点乘。
2.根据权利要求1所述的目标检测方法,其特征在于,所述第二特征张量为一四维特征张量;
所述根据所述点云数据划分栅格,包括:所述点云数据划分为统一大小的栅格。
3.根据权利要求1所述的目标检测方法,其特征在于,所述根据所述第三特征张量提取目标,包括:
将所述第三特征张量输入到区域候选网络,生成多个区域候选框;
获取所述多个区域候选框与真实的目标框的重叠比例大小,将重叠比例最高区域候选框的确定为最后目标检测的结果。
4.一种目标检测装置,其特征在于,包括:
栅格特征提取器,获取图像的三维点云数据,根据所述点云数据划分栅格,并获取每个栅格对应的三维坐标,提取栅格的第一特征向量;
生成模块,根据所述第一特征向量、所述栅格的三维坐标生成第二特征张量;三视图卷积层,根据第二特征张量进行三视图卷积,获得三个视图的相同大小维度的第三特征张量;所述三视图包括前视图、侧视图、俯视图;
提取模块,根据所述第三特征张量,提取目标;
其中,所述栅格特征提取器,包括:
根据栅格内点列向量生成的第一栅格矩阵,经过全连接层,生成全连接栅格特征;对所述全连接栅格特征执行最大池化操作,提取栅格局部特征;
首尾连接模块,首尾连接所述栅格局部特征、全连接栅格特征,组成第一子特征向量;
栅格特征生成模块,根据第一子特征向量进一步经过所述全连接层模块、最大池化操作模块对应的全连接层以及最大池化操作,生成所述第一特征向量;
其中,所述三视图卷积层包括:
固定第二特征张量任意一个通道,得到三维张量S′∈RD′×H′×W′;所述D′,H′,W′分别为栅格在三维坐标上的个数;
对应于前视图、侧视图、俯视图三视图,对前垂直面、侧垂直面、水平面,执行卷积操作:
其中,F为卷积核,si,j,k为第二特征张量S在(i,j,k)位置上的元素,S1为卷积得到的第三特征张量,为第三特征张量S1在(i,j,k)位置上的元素,⊙表示点乘。
5.根据权利要求4所述的目标检测装置,其特征在于,所述第二特征张量为一四维特征张量;
所述栅格特征提取器,包括:将所述点云数据划分为统一大小的栅格。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811537033.4/1.html,转载请声明来源钻瓜专利网。





