[发明专利]三维目标检测方法及检测装置有效
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 | ||
本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:
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。