[发明专利]物体检测方法、电子设备和可移动平台在审

专利信息
申请号: 201980012209.0 申请日: 2019-06-06
公开(公告)号: CN111712828A 公开(公告)日: 2020-09-25
发明(设计)人: 张磊杰;陈晓智;徐斌 申请(专利权)人: 深圳市大疆创新科技有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 王晓晗
地址: 518057 广东省深圳市南山区高*** 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: 物体 检测 方法 电子设备 移动 平台
【权利要求书】:

1.一种物体检测方法,其特征在于,包括:

获取待检测场景的稀疏点云数据和图像;

将所述稀疏点云数据和所述图像投影到目标坐标系中,获取待处理数据;

对所述待处理数据进行三维检测,获取所述待检测场景包括的物体的检测结果。

2.根据权利要求1所述的方法,其特征在于,所述对所述待处理数据进行三维检测,获取所述待检测场景包括的物体的检测结果,包括:

将所述待处理数据输入基础网络模型,获取特征图;

将所述特征图输入候选区域网络模型,获取候选物体的二维框;

根据所述候选物体的二维框确定所述待检测场景包括的物体,并获取所述物体的信息的补偿值;

根据所述物体的信息的补偿值获取所述物体的信息。

3.根据权利要求2所述的方法,其特征在于,所述将所述特征图输入候选区域网络模型,获取候选物体的二维框,包括:

根据所述特征图获取所述图像中每个像素点属于物体的概率;

若根据所述每个像素点属于物体的概率确定第一像素属于物体,则获取所述第一像素对应的物体的二维框;

根据所述第一像素属于物体的概率和所述第一像素对应的物体的二维框,获取所述候选物体的二维框。

4.根据权利要求3所述的方法,其特征在于,所述根据所述第一像素属于物体的概率和所述第一像素对应的物体的二维框,获取所述候选物体的二维框,包括:

从多个所述第一像素组成的第一集合中获取待处理的第一像素,并将所述待处理的第一像素从所述第一集合中删除,获取更新后的第一集合;所述待处理的第一像素为所述第一集合中属于物体的概率最大的第一像素;

对于所述更新后的第一集合中的每个第一像素,获取每个第一像素分别与所述待处理的第一像素之间的关联值;所述关联值用于指示每个第一像素对应的物体的二维框与所述待处理的第一像素对应的物体的二维框的重合程度;

将关联值大于预设值的第一像素从所述更新后的第一集合中删除,并重新执行上述获取待处理的第一像素和更新第一集合的步骤,直至第一集合不包括第一像素为止,将所有所述待处理的第一像素对应的物体的二维框确定为所述候选物体的二维框。

5.根据权利要求2所述的方法,其特征在于,所述根据所述候选物体的二维框确定所述待检测场景包括的物体,包括:

将所述候选物体的二维框输入第一三维检测网络模型,获取所述候选物体属于预设物体中每个物体的概率;

根据所述候选物体属于预设物体中每个物体的概率,获取所述待检测场景包括的物体。

6.根据权利要求5所述的方法,其特征在于,所述获取所述物体的信息的补偿值,包括:

通过将所述候选物体的二维框输入第一三维检测网络模型,还获取下列补偿值中的至少一项:候选物体的朝向的补偿值、候选物体的三维位置信息的补偿值、候选物体的二维框的补偿值和候选物体的三维尺寸的补偿值;

若根据所述候选物体属于预设物体中每个物体的概率确定所述候选物体为所述待检测场景包括的物体,则将所述候选物体对应的补偿值确定为所述物体的信息的补偿值。

7.根据权利要求2所述的方法,其特征在于,所述根据所述候选物体的二维框确定所述待检测场景包括的物体,包括:

将所述候选物体的二维框输入语义预测网络模型,获取所述候选物体属于预设物体中每个物体的概率;

根据所述候选物体属于预设物体中每个物体的概率,确定所述待检测场景包括的物体。

8.根据权利要求7所述的方法,其特征在于,所述获取所述物体的信息的补偿值,包括:

将所述待检测场景包括的物体的二维框输入第二三维检测网络模型,获取所述物体的信息的补偿值,所述补偿值包括下列中的至少一项:物体的朝向的补偿值、物体的三维位置信息的补偿值、物体的二维框的补偿值和物体的三维尺寸的补偿值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市大疆创新科技有限公司,未经深圳市大疆创新科技有限公司许可,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/201980012209.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top