[发明专利]一种物体识别方法、装置、物体识别设备及存储介质

说明书

本申请实施例提供了一种物体识别方法、装置、物体识别设备及存储介质。物体识别方法，包括：获取自动驾驶车辆的车辆行驶数据、图像数据、第一数据；其中，第一数据由激光雷达采集；将车辆行驶数据、图像数据、第一数据输入预设融合识别模型，得到自动驾驶车辆的物体识别结果；其中，预设融合识别模型包括卡尔曼滤波和神经网络。根据本申请实施例的物体识别方法，可以提高物体识别方法的准确性。

技术领域

本申请属于图像处理领域，尤其涉及一种物品识别方法、装置、物体识别设备及存储介质。

背景技术

自动驾驶技术是车辆的未来发展方向。为实现自动驾驶车辆的安全行驶，需要实现自动驾驶车辆周围的物体识别。

为了得到自动驾驶车辆周围的物体识别结果，现阶段，如《第一本无人驾驶技术书_1.刘少山》中公开，通常会在自动驾驶车辆上安装摄像装置(如摄像头)、激光雷达、惯性测量单元(Inertial Measurement Unit，IMU)和定位系统(如全球定位系统(GlobalPositioning System，GPS)，基于摄像装置采集的图像数据、IMU和GPS采集的车辆行驶数据、激光雷达采集的数据，得到自动驾驶车辆周围的物体识别结果，如物体识别结果可以是自动驾驶车辆前方50米有行人。但是，这种物体识别方法的准确率较低。

发明内容

本申请实施例提供一种物体识别方法、装置、物体识别设备及存储介质，能够提高物体识别方法的准确性。

第一方面，本申请实施例提供一种物体识别方法，包括：

获取自动驾驶车辆的车辆行驶数据、图像数据和第一数据；其中，第一数据由激光雷达采集；

将车辆行驶数据、图像数据和第一数据输入预设融合识别模型，得到自动驾驶车辆的物体识别结果；

其中，预设融合识别模型包括卡尔曼滤波和神经网络。

在一个实施例中，上述物体识别方法还包括：

获取自动驾驶车辆的第二数据，第二数据由毫米波雷达采集；

将车辆行驶数据、图像数据和第一数据输入预设融合识别模型，得到自动驾驶车辆的物体识别结果，包括：

将车辆行驶数据、图像数据、第一数据和第二数据输入预设融合识别模型，得到自动驾驶车辆的物体识别结果。

在一个实施例中，将车辆行驶数据、图像数据、第一数据和第二数据输入预设融合识别模型，得到自动驾驶车辆的物体识别结果，包括：

将图像数据和第一数据输入预设识别模型，得到第一物体识别结果；

将车辆行驶数据、第一物体识别结果和第二物体识别结果输入预设融合识别模型，得到自动驾驶车辆的物体识别结果；其中，第二物体识别结果基于第二数据得到。

在一个实施例中，预设识别模型包括双分支卷积神经网络和全连接网络；

将图像数据和第一数据输入预设识别模型，得到第一物体识别结果，包括：

将图像数据输入至双分支卷积神经网络的第一分支，得到第一物体特征数据；其中，第一物体特征数据用于描述第一物体识别结果对应的物体信息；

将第一数据输入至双分支卷积神经网络的第二分支，得到第二物体特征数据；

基于第一物体特征数据和第二物体特征数据融合得到第三物体特征数据；

将第三物体特征数据输入至全连接网络，得到第一物体识别结果。

在一个实施例中，双分支卷积神经网络的第一分支和第二分支均包括多个卷积层；第一分支中的卷积层与第二分支中的卷积层一一对应；