[发明专利]一种目标检测方法、装置、电子设备及存储介质

权利要求书

1.一种目标检测方法，其特征在于，所述方法包括：

对激光雷达针对检测范围采集的点云数据进行数据转换，得到反映点云数据在空间中位置的距离视图，并获得所述距离视图的第一特征图，其中，所述检测范围：依据所述激光雷达与图像采集设备的重合视场范围确定；

获得各个点云数据与所述距离视图中各个第一像素点之间的第一对应关系；

获得所述图像采集设备针对所述检测范围所采集图像的第二特征图；

确定各个点云数据与所述图像中各个第二像素点之间的第二对应关系；

针对每一点云数据，按照所述第一对应关系，从所述第一特征图中确定第一目标像素点对应的第一目标特征，并按照所述第二对应关系，从所述第二特征图中确定第二目标像素点对应的第二目标特征，对所述第一目标特征和第二目标特征进行融合，得到该点云数据对应的融合特征，其中，所述第一目标像素点为：该点云数据对应的第一像素点，所述第二目标像素点为：该点云数据对应的第二像素点；

沿投影方向对各个点云数据对应的融合特征进行投影，得到包含投影后特征的鸟瞰特征图，其中，所述投影方向为：所述激光雷达的朝向所在的竖直平面中、与所述激光雷达的朝向垂直的方向；

利用所述鸟瞰特征图检测所述检测范围内的目标。

2.根据权利要求1所述的方法，其特征在于，所述确定各个点云数据与所述图像中各个第二像素点之间的第二对应关系，包括：

获得各个点云数据投影至所述图像中各个图像位置的像素点的投影矩阵，作为各个点云数据与所述图像中各个第二像素点之间的第二对应关系。

3.根据权利要求1所述的方法，其特征在于，所述利用所述鸟瞰特征图检测所述检测范围内的目标，包括：

提取所述鸟瞰特征图不同精度的特征，得到不同精度的第三特征图；

对所述不同精度的第三特征图进行级联，得到级联特征；

利用所述级联特征检测所述检测范围内的目标。

4.根据权利要求3所述的方法，其特征在于，所述提取所述鸟瞰特征图不同精度的特征，得到不同精度的第三特征图，包括：

对所述鸟瞰特征图进行第一卷积，得到第一卷积结果，并对所述第一卷积结果进行第一反卷积，得到第三特征图；

对所述第一卷积结果进行第二卷积，得到第二卷积结果，并对所述第二卷积结果进行第二反卷积，得到新的第三特征图，其中，所述第三特征图与所述新的第三特征图的尺度相同；

将所述第一卷积结果更新为所述第二卷积结果，返回所述对所述第一卷积结果进行第二卷积、得到第二卷积结果的步骤，直至得到预设数量种不同精度的第三特征图。

5.根据权利要求1所述的方法，其特征在于，所述获得所述图像采集设备针对所述检测范围所采集图像的第二特征图，包括：

获得所述图像采集设备针对所述检测范围所采集的图像；

提取所述图像内各个像素点的语义特征中用于进行目标分割的分割特征，得到包含所述分割特征的所述第二特征图的一个子图，并提取所述图像的图像内容的语义特征中用于进行目标检测的检测特征，得到包含所述检测特征的所述第二特征图的另一子图。

6.根据权利要求5所述的方法，其特征在于，所述提取所述图像内各个像素点的语义特征中用于进行目标分割的分割特征，得到包含所述分割特征的所述第二特征图的一个子图，包括：

利用分割特征提取网络提取所述图像内各个像素点的语义特征中用于进行目标分割的分割特征，得到包含所述分割特征的所述第二特征图的一个子图，其中，所述分割特征提取网络的网络参数通过以下方式获得：

获得第一样本图像，并对所述第一样本图像中的目标进行目标分割，得到所述第一样本图像的第一标注信息；

利用所述第一样本图像和第一标注信息对预设的目标分割模型进行训练，调整所述目标分割模型中分割特征提取层和目标分割层的参数；

将训练后目标分割模型中分割特征提取层的参数迁移至所述分割特征提取网络。