[发明专利]三维目标检测方法及检测装置有效

专利信息
申请号: 202110282039.7 申请日: 2021-03-16
公开(公告)号: CN113011317B 公开(公告)日: 2022-06-14
发明(设计)人: 李辉;王俊印;于新;崔雪红;吕祥聪;徐凌伟 申请(专利权)人: 青岛科技大学
主分类号: G06V20/64 分类号: G06V20/64;G06V10/80;G06K9/62;G06N3/04;G06N3/08
代理公司: 青岛联智专利商标事务所有限公司 37101 代理人: 李升娟
地址: 266061 山东省青*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三维 目标 检测 方法 装置
【说明书】:

发明公开了一种三维目标检测方法及检测装置,所述方法包括:获取待检测目标的原始点云数据和原始RGB图像;利用所述原始点云数据重构鸟瞰图,获得地面特征信息增强的鸟瞰图;将所述原始点云数据、所述原始RGB图像和所述鸟瞰图进行特征持续融合,获得融合特征;将所述融合特征输入目标检测器,获得目标检测结果。应用本发明,通过对待检测目标的原始点云数据进行地面信息增强后重构鸟瞰图,基于重构的鸟瞰图、原始点云数据及待检测目标的原始RGB图像进行数据融合,基于融合后的数据完成三维目标检测,提高目标检测精度。

技术领域

本发明属于计算机视觉技术领域,具体地说,是涉及基于计算机视觉技术的目标检测,更具体地说,是涉及三维目标检测方法及检测系统。

背景技术

在目标自动检测领域,随着三维采集技术的快速发展,三维传感器正变得越来越有用。三维传感器获取的三维数据可以提供丰富的几何、形状和尺度信息,与二维图像相辅相成,为机器更好地了解周围环境提供了机会。三维数据在不同的领域有很多应用,包括自动驾驶、机器人技术、遥感、医学和设计行业等。三维数据通常可以用不同的格式表示,包括深度图像、点云、网格和体积网格。其中,点云表示是一种常用的格式,在三维空间中保留了原始的几何信息,不进行离散化。因此,它是许多场景领域的应用如自动驾驶领域和机器人领域的首选表示。

随着多目标检测技术的广泛推广,多目标检测成为了计算机视觉中一个非常活跃的领域,尤其是多模态融合的多目标检测,更是成为了目标检测领域研究的热点。

现有三维目标检测技术中,为提高多目标检测的准确性,通常将图像采集设备采集的RGB图像数据和激光雷达采集设备采集的点云数据进行融合,基于融合后的数据完成三维目标检测。通过融合RGB图像数据和点云数据,可以充分融合点云数据的精确范围视图和RGB图像的细粒度的纹理和颜色信息,从而提高目标检测精度。但是,现有激光雷达采集设备在采集过程中受地面灰尘的影响,采集到的点云数据对三维目标检测存在很强的干扰性,直接使用激光雷达采集设备采集的点云数据进行融合,影响三维目标检测精度。

发明内容

本发明的目的在于提供一种三维目标检测方法及检测装置,通过对待检测目标的原始点云数据进行地面信息增强后重构鸟瞰图,基于重构的鸟瞰图、原始点云数据及待检测目标的原始RGB图像进行数据融合,基于融合后的数据完成三维目标检测,提高目标检测精度。

为实现上述发明目的,本发明提供的方法采用下述技术方案予以实现:

一种三维目标检测方法,包括:

获取待检测目标的原始点云数据和原始RGB图像;

利用所述原始点云数据重构鸟瞰图,获得地面特征信息增强的鸟瞰图;

将所述原始点云数据、所述原始RGB图像和所述鸟瞰图进行特征持续融合,获得融合特征;

将所述融合特征输入目标检测器,获得目标检测结果。

在其中一个优选实施例中,利用所述原始点云数据重构鸟瞰图,获得地面特征信息增强的鸟瞰图,具体包括:

将所述原始点云数据转换为体素空间内的原始数据;

采用线性插值方法对所述体素空间内的每一个原始数据进行处理,获得体素空间特征;

将所述体素空间特征输入至全卷积网络中进行特征学习,输出体素空间内原始数据点相对于地面点的高度预测数据;

对所述原始点云数据和所述高度预测数据进行处理,获得去除地面点信息的点云数据;

将所述去除地面点信息的点云数据进行体素处理,重构鸟瞰图,获得地面特征信息增强的鸟瞰图。

在其中一个优选实施例中,对所述原始点云数据和所述高度预测数据进行处理,获得去除地面点信息的点云数据,具体包括:

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青岛科技大学,未经青岛科技大学许可,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/202110282039.7/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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