[发明专利]目标识别方法、装置及设备

权利要求书

1.一种目标识别方法，其特征在于，包括：

获取目标环境下当前帧点云数据、及多帧历史点云数据；

获得所述当前帧点云数据以及所述多帧历史点云数据中每个点的点特征，以及，根据所述当前帧点云数据以及所述多帧历史点云数据获得多视角特征；

根据所述每个点的点特征和所述多视角特征，获得所述目标环境下的点维度描述特征；

根据所述目标环境下的点维度描述特征，对所述目标环境下的目标进行识别。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧点云数据以及所述多帧历史点云数据获得多视角特征，包括：

将所述多帧历史点云数据通过定位对齐到所述当前帧点云数据的坐标系上；

对所述多帧历史点云数据中的每一帧点云数据，提取俯视图的特征；

将所述当前帧点云数据投景到前视图的视角里，提取前视角的特征。

3.根据权利要求2所述的方法，其特征在于，所述对所述多帧历史点云数据中的每一帧点云数据，提取俯视图的特征，包括：

将所述多帧历史点云数据中的每一帧点云数据体素化；

提取每一帧点云数据中非空体素内的特征；

将全部非空体素内的特征进行拼接，得到多帧积累的俯视图的特征。

4.根据权利要求2所述的方法，其特征在于，还包括：

针对所述历史点云数据和所述当前帧点云数据中的同一个激光点，获得该同一个激光点对应的俯视图的特征和前视图的特征；

将所述同一个激光点对应的俯视图的特征和前视图的特征进行拼接，得到所述同一个激光点对应的多视角特征。

5.根据权利要求4所述的方法，其特征在于，所述根据所述每个点的点特征和所述多视角特征，获得所述目标环境下的点维度描述特征，包括：

将同一个激光点的点特征与同一个激光点对应的多视角特征进行拼接，得到所述同一个激光点对应的点维度描述特征。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标环境下的点维度描述特征，对所述目标环境下的目标进行识别，包括：

对每个激光点的点维度描述特征做多任务学习，所述多任务学习包括但不限于中心点、尺寸和方向监督，以实现所述目标环境下的目标识别任务。

7.根据权利要求5所述的方法，其特征在于，所述多任务学习还包括点云分割，则所述方法还包括：

对每个激光点的点维度描述特征做点云分割，以实现所述目标环境下的点云分割任务。

8.根据权利要求1-7中任一项所述的方法，其特征在于，所述根据所述目标环境下的点维度描述特征，对所述目标环境下的目标进行识别，包括：

根据所述目标环境下的点维度描述特征，对所述目标环境进行目标框预测；

所述方法还包括：

根据前景点的偏移量预测值，对前景点进行偏移处理，作为前景偏移点；

从前景偏移点中选取多个目标关键点；

获取各个目标关键点对应的前景偏移点集合；

根据所述前景偏移点集合，确定目标预测框；

对目标预测框进行筛选，以消除冗余的目标预测框。

9.一种目标识别装置，其特征在于，包括：

多帧点云获取单元，用于获取目标环境下当前帧点云数据、及多帧历史点云数据；

点特征抽取单元，用于获得所述当前帧点云数据以及所述多帧历史点云数据中每个点的点特征；

多视角特征抽取单元，用于根据所述当前帧点云数据以及所述多帧历史点云数据获得多视角特征；

特征融合单元，用于根据所述每个点的点特征和所述多视角特征，获得所述目标环境下的点维度描述特征；

目标识别单元，用于根据所述目标环境下的点维度描述特征，对所述目标环境下的目标进行识别。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储实现根据权利要求1至8任一项所述的目标识别方法的程序，该设备通电并通过所述处理器运行该方法的程序。