[发明专利]一种基于votenet模型的三维目标检测方法和系统

说明书

一种基于votenet模型的三维目标检测方法，包括：构建votenet模型；针对感兴趣目标构建用于训练votenet模型的点云数据集；构建用于训练votenet模型的基于双层嵌套三维矩形框空间划分的种子点位移损失函数；基于votenet模型原方法构建用于训练votenet模型的其他损失函数，包括前景背景分类损失函数、中心偏移量损失函数、尺寸偏移量损失函数以及朝向角偏移量损失函数；基于构建的点云数据集和损失函数训练votenet模型；使用RGB‑D相机获取待检测场景的点云数据；基于待检测场景的点云数据，经过votenet模型，输出感兴趣目标的三维目标检测结果。本发明可以在不增加模型推理延时的前提下，有效降低三维目标检测结果的虚警率。

技术领域

本发明涉及室内三维目标检测领域，特别是一种基于votenet模型的三维目标检测方法。

背景技术

目标检测算法应用广泛，一直是计算机视觉领域备受关注的研究热点。近年来，随着深度学习的发展，图像的目标检测研究取得了巨大的突破，与二维目标检测技术相比，三维目标检测技术结合了深度信息，能够提供目标的位置、方向和大小等空间场景信息，在自动驾驶和机器人领域发展迅速。当前基于votenet模型的三维目标检测方法的检测召回率较高，但votenet模型生成的非目标表面的种子点在经过位移处理后容易出现在多个目标之间的区域，当目标之间距离过近时，这将导致votenet模型生成的某些聚合点所聚合的邻域点可能混杂了不同目标的特征，导致聚集到的特征的前景语义特征明显，但定位精度极差，从而生成置信度较高的虚警目标。目前已有的方法一般通过对检测结果进行精细化处理从而降低检测结果的虚警率，但额外的精细化处理不可避免地会带来额外的计算量，增加推理耗时。如何在不额外增加推理耗时的前提下抑制虚警目标的产生，是三维目标检测技术面临的一大挑战。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于votenet模型的三维目标检测方法。与其他基于votenet模型的三维目标检测方法相比，本方法不增加模型推理耗时，且检测虚警率低，检测召回率高。

本发明的目的是通过以下技术方案来实现的：一种基于votenet模型的三维目标检测方法，包括如下步骤：

步骤一：构建votenet模型；

步骤二：针对感兴趣目标构建用于训练votenet模型的点云数据集；

步骤三：构建用于训练votenet模型的基于双层嵌套三维矩形框空间划分的种子点位移损失函数；

步骤四：基于votenet模型原方法构建用于训练votenet模型的其他损失函数，包括前景背景分类损失函数、中心偏移量损失函数、尺寸偏移量损失函数以及朝向角偏移量损失函数；

步骤五：基于构建的点云数据集和损失函数训练votenet模型；

步骤六：使用RGB-D相机获取待检测场景的点云数据；

步骤七：基于待检测场景的点云数据，经过votenet模型，输出感兴趣目标的三维目标检测结果。

进一步，步骤一中，按照votenet论文中描述的构建方式构建votenet模型。

进一步，步骤二中，所述的点云数据集指的是多个包含感兴趣目标的点云数据样本及样本中每个感兴趣目标的三维矩形包围框的标注信息。点云数据可以来自于多种传感器。

进一步地，所述步骤三中，对于每个训练样本，种子点位移损失函数通过以下子步骤来实现：

(3.1)将该训练样本的点云数据输入votenet模型，得到votenet模型提取的种子点坐标以及votenet模型预测的每个种子点的坐标偏移量；