[发明专利]目标检测方法及装置、神经网络训练方法及装置

权利要求书

1.一种目标检测方法，其特征在于，包括：

通过智能设备上设置的N个传感器分别采集所述智能设备所在的环境信息，N为大于或等于2的正整数；

对所述N个传感器中的M个传感器采集的环境信息分别进行目标的特征提取，得到所述M个传感器采集的环境信息的目标特征信息，M为小于或等于N的正整数；

融合所述M个传感器中的L个传感器采集的环境信息的目标特征信息，得到目标融合特征，L为小于或等于M的正整数；

根据所述目标融合特征确定所述目标的检测结果；

其中，所述检测结果包括关联预测结果；所述L个传感器采集的环境信息至少包括第一时刻的L个第一环境信息及在所述第一时刻之后的第二时刻的L个第二环境信息，所述根据所述目标融合特征确定所述目标的检测结果，包括：

根据所述L个第一环境信息中的第一目标的目标融合特征以及所述L个第二环境信息中的第二目标的目标融合特征，对所述第一目标及所述第二目标之间的关联性进行预测，得到所述第一目标及所述第二目标的关联预测结果，所述关联预测结果用于实现针对所述目标的目标追踪；

其中，所述关联预测结果包括所述第一目标与所述第二目标为同一目标的概率、所述第一目标为终点目标的概率、所述第二目标为起点目标的概率、所述第一目标及所述第二目标的置信度中的至少一种，

其中，所述终点目标表示在所述第一环境信息中而不在所述第二环境信息中的目标，所述起点目标表示在所述第二环境信息中而不在所述第一环境信息中的目标。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据所述N个传感器中的任一传感器采集的环境信息的目标特征信息，确定所述目标的检测结果。

3.根据权利要求1所述的方法，其特征在于，还包括：

根据第一预设条件筛除N-M个传感器采集的环境信息；

根据第二预设条件筛除M-L个传感器采集的环境信息的目标特征信息。

4.根据权利要求3所述的方法，其特征在于，所述第一预设条件包括以下至少一个：传感器处于非正常工作状态、传感器采集的环境信息不满足质量要求。

5.根据权利要求1所述的方法，其特征在于，融合所述M个传感器中的L个传感器采集的环境信息的目标特征信息，得到目标融合特征，包括：

确定所述L个传感器中各传感器对应的特征融合权重；

根据所述L个传感器中各传感器对应的特征融合权重和目标特征信息进行特征融合，得到目标融合特征。

6.根据权利要求5所述的方法，其特征在于，确定所述L个传感器中各传感器对应的特征融合权重，包括：

根据所述智能设备所在环境的气象情况和/或光线情况，确定所述L个传感器中各传感器对应的特征融合权重。

7.根据权利要求1所述的方法，其特征在于，对所述N个传感器中的M个传感器采集的环境信息分别进行目标的特征提取，得到所述M个传感器采集的环境信息的目标特征信息，包括：

对所述M个传感器采集的环境信息分别进行目标检测，确定所述M个传感器的环境信息中的目标所在的区域信息；

对各区域信息分别进行特征提取，得到M个传感器的环境信息的目标特征信息。

8.根据权利要求7所述的方法，其特征在于，所述M个传感器包括激光雷达，所述激光雷达采集的环境信息包括点云信息，所述点云信息的区域信息包括区域点云信息，

所述对各区域信息分别进行特征提取，得到M个传感器的环境信息的目标特征信息，包括：

对所述点云信息的区域点云信息进行深度特征提取，得到所述点云信息的目标点云深度特征。

9.根据权利要求1-8中任意一项所述的方法，其特征在于，融合所述M个传感器中的L个传感器采集的环境信息的目标特征信息，得到目标融合特征，包括：

对所述L个传感器采集的环境信息的目标特征信息进行拼接、相加以及基于注意力权重的相加处理中的任意一种，得到所述目标融合特征。