[发明专利]一种基于点云的三维目标检测方法

权利要求书

1.一种基于点云的三维目标检测方法，其特征在于，包括如下步骤：

步骤S1：将三维空间进行裁剪，保留一定范围内的点云，滤除不包含物体的三维空间，以减少额外的计算量；

步骤S2：点云划分与分组，将裁剪后三维点云空间划分为均匀大小的3D体素；

步骤S3：体素特征提取，对每个体素内包含的点云进行采样，多于N个点的体素，从中随机采样N个点，对于少于N个点的体素，使用0进行填充，以克服不同体素内包含的点云个数极不均匀的问题；然后使用VFE模块对每个体素进行特征提取，以得到逐体素特征；

步骤S4，将逐体素特征作为输入，先使用一个稀疏卷积张量层将体素特征转化为四维张量C×D×H×W，其中C表示通道数，D×H×W表示空间高度、宽度、长度的维度变化，然后使用步长为2的稀疏卷积层和子流形卷积对空间进行8倍下采样；

步骤S5：将下采样后的四维张量进行稠密化操作，并对空间高度进一步进行压缩，再将其重整为(C×D)×H×W的2D俯视图伪图像；

步骤S6：使用分裂-聚合特征金字塔网络作为区域建议网络的骨干网络，实现精细的3D目标检测，包括：

使用一系列卷积层将原尺寸为S的2D俯视图转化为金字塔型特征层级，其中一共包含三个尺度的特征图F₁₁，F₁₂，F₁₃，其尺寸分别为S，S/2，S/4，再将这三个尺度的特征图分别进行池化和反卷积操作，生成三个独立的金字塔型特征层级；然后使用Concat拼接操作和1×1卷积层将它们聚合成全新的金字塔型特征层级，并反卷积到相同大小S的F₂₁，F₂₂，F₂₃；对于三个尺度的F₁₁，F₁₂，F₁₃，使用三个不同步长的反卷积将其分别恢复到大小S，再进行Concat拼接操作得到F_c；最后将F₂₁，F₂₂，F₂₃与F_c进行逐元素相加，融合得到最终用于检测的特征图；最后，使用三个1×1的卷积层分别预测物体的类别，3D边界框，以及朝向。

2.如权利要求1所述的一种基于点云的三维目标检测方法，其特征在于：步骤S1中保留高×宽×长在[-3，1]×[-40，40]×[0，70.4]m³ 范围内的点云。

3.如权利要求1所述的一种基于点云的三维目标检测方法，其特征在于：步骤S2中选用0.1×0.05×0.05m³ 作为体素的尺寸。

4.如权利要求1所述的一种基于点云的三维目标检测方法，其特征在于：步骤S3中N取5。

5.如权利要求1所述的一种基于点云的三维目标检测方法，其特征在于：步骤S3中使用平均VFE作为体素特征编码器，将每个非空体素内的N个点的信息进行求平均，平均后的结果作为该体素的特征。

6.如权利要求1所述的一种基于点云的三维目标检测方法，其特征在于：步骤S6的具体实现方式如下，

步骤S61：使用4个步长为1的3×3卷积得到大小为S的特征图F₁₁，再使用一个步长为2和5个步长为1的3×3卷积处理F₁₁，得到大小为S/2的特征图F₁₂；然后使用一个步长为2和5个步长为1的3×3卷积得到大小为S/4的特征图F₁₃；最后，分别使用步长为1,2,4的反卷积处理F₁₁，F₁₂，F₁₃，得到大小均为S的三个输出，对其进行Concat拼接操作融合后作为粗糙分支的输出F_c；

步骤S62：对于粗糙分支的中间特征图F₁₁，F₁₂，F₁₃，其大小分别为S，S/2，S/4，对大小为S的F₁₁分别使用卷积核为2和4的最大池化，得到大小为S/2，S/4的新特征图；再对大小为S/2的F₁₂分别使用步长为2的反卷积和卷积核为2的max-pooling，得到大小为S，S/4的新特征图；最后对大小为S/4的F₁₃分别使用步长为4和2的反卷积，得到大小为S，S/2的新特征图；对于F₁₁，F₁₂，F₁₃以及新生成的6个特征图，将相同大小的特征图进行Concat拼接，使其融合得到新的S，S/2，S/4特征图，再使用1×1卷积层对其分别降维到128,256,256；

步骤S63：对于降维后的三个大小为S，S/2，S/4特征图，分别使用7×7，5×5，3×3的卷积得到高层特征表示F₂₁，F₂₂，F₂₃；分别使用步长为1,2,4的反卷积将其都变为大小为S的特征图，再与粗糙分支的输出F_c逐元素相加，最后分别使用一个3×3卷积处理后，将其结果Concat拼接后作为最后用于检测的精细分支特征F_out；

步骤S64：对于精细分支得到的用于检测的特征F_out，分别使用三个1×1的卷积，得到物体的类别，3D边界框，以及朝向。