[发明专利]一种检测方法、装置、电子设备及存储介质

说明书

本公开提供了一种检测方法、装置、电子设备及存储介质，该方法包括：获取二维图像；基于获取的二维图像，构建二维图像中的至少一个待检测对象分别对应的结构化多边形；一个待检测对象的结构化多边形表征该待检测对象的三维边界框在所述二维图像上的投影；针对每个待检测对象，基于该待检测对象的高度、以及该待检测对象对应的结构化多边形中竖边的高度信息，计算结构化多边形中顶点的深度信息；基于计算得到的结构化多边形中顶点的深度信息，以及结构化多边形的顶点在二维图像中的二维坐标信息，确定待检测对象对应的三维空间信息，待检测对象的三维空间信息与待检测对象的三维边界框相关。

技术领域

本公开涉及图像处理技术领域，具体而言，涉及一种检测方法、装置、电子设备及存储介质。

背景技术

在计算机视觉领域中，三维(3Division，3D)目标检测是最基本的任务之一。具体的，3D目标检测可应用于自动驾驶场景、机器人执行任务场景中等。例如，在无人车辆自动驾驶场景中，为了实现无人车辆的安全行驶，避免车辆与周围对象发生碰撞，需要对车辆行驶过程中周围的对象进行检测，确定对象的位置、前进方向等空间信息，即3D目标检测。故如何进行3D目标检测是一个值得研究的课题。

发明内容

有鉴于此，本公开至少提供一种检测方法、装置、电子设备及存储介质。

第一方面，本公开提供了一种检测方法，包括：

获取二维图像；

基于获取的二维图像，构建所述二维图像中的至少一个待检测对象分别对应的结构化多边形；一个待检测对象的结构化多边形表征该待检测对象的三维边界框在所述二维图像上的投影；

针对每个所述待检测对象，基于该待检测对象的高度、以及该待检测对象对应的所述结构化多边形中的竖边的高度信息，计算所述结构化多边形中顶点的深度信息；

基于计算得到的所述结构化多边形中顶点的深度信息，以及所述结构化多边形的顶点在所述二维图像中的二维坐标信息，确定所述待检测对象对应的三维空间信息，所述待检测对象的三维空间信息与所述待检测对象的三维边界框相关。

这里，由于构建的结构化多边形是待检测对象的三维边界框在二维图像中的投影，因此，构建的结构化多边形能够较好的表征待检测对象的三维特征，基于该结构化多边形预测的深度信息与基于二维图像特征直接预测的深度信息相比，具有较高的准确度，进而得到的待检测对象的三维空间信息的准确度较高，提高了3D检测技术的准确性。

一种可能的实施方式中，确定所述待检测对象对应的三维空间信息之后，所述检测方法还包括：

基于所述二维图像以及所述二维图像对应的深度图，生成所述二维图像对应的鸟瞰图；

基于所述鸟瞰图调整每个所述待检测对象的三维空间信息，得到所述待检测对象对应的调整后的三维空间信息。

上述方法中，基于二维图像以及二维图像对应的深度图，生成二维图像对应的鸟瞰图，鸟瞰图中包括深度值，基于鸟瞰图对三维空间信息进行调整时，可以使得调整后的三维空间信息与对应的待检测对象更加相符。

一种可能的实施方式中，所述基于所述二维图像以及所述二维图像对应的深度图，生成所述二维图像对应的鸟瞰图，包括：

基于所述二维图像以及所述二维图像对应的深度图，得到所述二维图像对应的点云数据，其中，所述点云数据中包括所述二维图像所对应的真实空间中多个空间点的三维坐标值；

基于所述点云数据中每个空间点的三维坐标值，生成所述二维图像对应的鸟瞰图。

一种可能的实施方式中，所述基于所述点云数据中每个空间点的三维坐标值，生成所述二维图像对应的鸟瞰图，包括：