[发明专利]一种物体检测方法、装置、网络设备和存储介质

说明书

本发明实施例公开了一种物体检测方法、装置、网络设备和存储介质；本发明实施例可以从场景的点云中检测出前景点；基于前景点和预定尺寸构建前景点对应的物体区域，得到候选物体区域的初始定位信息；基于点云网络对点云中的所有点进行特征提取，得到点云对应的特征集；基于特征集构建候选物体区域的区域特征信息；基于区域预测网络和区域特征信息，预测候选物体区域的类型和定位信息，得到候选物体区域的预测类型和预测定位信息；基于候选区域的初始定位信息、候选物体区域的预测类型和预测定位信息对候选物体区域进行优化处理，得到优化后物体检测区域以及优化后物体检测区域的定位信息。该方案可以提升物体检测的精确性。

技术领域

本发明涉及图像技术领域，具体涉及一种物体检测方法、装置、网络设备和存储介质。

背景技术

物体检测是指的确定某个场景中物体的位置、类别等。目前物体检测技术已经广泛应用到各种场景中，比如，自动驾驶、无人机等场景。

目前的物体检测方案均是采集场景图像，从场景图像中提取特征，然后，基于提取的特征确定出场景中的位置和类别。然而，目前经过实践目标物体检测方案存在物体检测的精确性较低等问题，尤其在3D物体检测场景。

发明内容

本发明实施例提供一种物体检测方法、装置、网络设备和存储介质，可以提升物体检测的精确性。

本发明实施例提供一种物体检测方法，包括：

从场景的点云中检测出前景点；

基于前景点和预定尺寸构建所述前景点对应的物体区域，得到候选物体区域的初始定位信息；

基于点云网络对所述点云中的所有点进行特征提取，得到所述点云对应的特征集；

基于所述特征集构建所述候选物体区域的区域特征信息；

基于区域预测网络和所述区域特征信息，预测候选物体区域的类型和定位信息，得到候选物体区域的预测类型和预测定位信息；

基于候选区域的初始定位信息、候选物体区域的预测类型和预测定位信息对候选物体区域进行优化处理，得到优化后物体检测区域、以及优化后物体检测区域的定位信息。

相应的，本发明实施例还提供一种物体检测装置，包括：

检测单元，用于从场景的点云中检测出前景点；

区域构建单元，用于基于前景点和预定尺寸构建所述前景点对应的物体区域，得到候选物体区域的初始定位信息；

特征提取单元，用于基于点云网络对所述点云中的所有点进行特征提取，得到所述点云对应的特征集；

特征构建单元，用于基于所述特征集构建所述候选物体区域的区域特征信息；

预测单元，用于基于区域预测网络和所述区域特征信息，预测候选物体区域的类型和定位信息，得到候选物体区域的预测类型和预测定位信息；

优化单元，用于基于候选区域的初始定位信息、候选物体区域的预测类型和预测定位信息对候选物体区域进行优化处理，得到优化后物体检测区域、以及优化后物体检测区域的定位信息。

在一实施例中，所述检测单元，用于对场景的图像进行语义分割，得到前景像素；将场景的点云中与前景像素对应的点确定为前景点。

在一实施例中，所述区域构建单元，具体用于以前景点为中心点并按照预定尺寸生成所述前景点对应的物体区域。

在一实施例中，特征构建单元，具体包括：

选择子单元，用于在所述候选物体区域中选择多个目标点；

提取子单元，用于从所述特征集中提取所述目标点的特征，得到所述候选物体区域的第一部分特征信息；