[发明专利]三维目标检测方法、装置、计算机设备及存储介质

说明书

本申请涉及一种三维目标检测方法、装置、计算机设备和存储介质。所述方法包括：采用三维目标检测模型检测待检测点云，得到多个检测框；扩张多个检测框，将扩张后的各检测框中激光点的坐标转换至以激光点所在的检测框中心点为原点的局部坐标系下，得到局部坐标系下的待检测点云；将局部坐标系下的待检测点云映射至体素空间，根据局部坐标系下的待检测点云的坐标以及待检测点云的体素空间位置坐标，生成体素特征；采用稀疏卷积网络对体素特征进行特征提取，得到目标特征；采用区域候选网络检测目标特征，得到目标物体的检测结果。该方法可以增强三维空间特征融合能力，有利于提取更加明显的目标特征，从而提高了三维目标检测的准确率。

技术领域

本申请涉及目标检测技术领域，特别是涉及一种三维目标检测方法、装置、计算机设备和存储介质。

背景技术

三维目标检测是无人驾驶、家用机器人等领域的基础，它可以利用激光点云数据检测车辆、障碍物等目标在三维空间的位置信息。

目前，深度学习技术在三维目标检测中得到广泛应用，例如，Voxel-Net(基于点云的三维物体检测的端到端学习网络)、SECOND(Sparsely Embedded ConvolutionalDetection，一种one-stage三维目标检测算法)、PointPillars(一种三维目标物体检测网络)等都是基于深度学习技术发展的。这些训练好的模型将从激光雷达接收的激光点云通过计算得出检测框，基于该检测框得到目标物体的位置信息。而相关技术中，根据现有的三维目标检测模型输出的检测框得到的目标物体的检测结果，都存在不够精确的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高三维目标物体检测结果准确率的三维目标检测方法、装置、计算机设备和存储介质。

为了实现上述目的，一方面，本申请实施例提供了一种三维目标检测方法，所述方法包括：

采用三维目标检测模型检测待检测点云，得到多个检测框；

扩张多个检测框，将扩张后的各检测框中激光点的坐标转换至以激光点所在的检测框中心点为原点的局部坐标系下，得到局部坐标系下的待检测点云；

将局部坐标系下的待检测点云映射至体素空间，根据局部坐标系下的待检测点云的坐标以及待检测点云的体素空间位置坐标，生成体素特征；

采用稀疏卷积网络对体素特征进行特征提取，得到目标特征；

采用区域候选网络检测目标特征，得到目标物体的检测结果。

另一方面，本申请实施例还提供了一种三维目标检测装置，包括：

目标检测模块，用于采用三维目标检测模型检测待检测点云，得到多个检测框；

检测框扩张模块，用于扩张多个检测框；

坐标转换模块，用于将扩张后的各检测框中激光点的坐标转换至以激光点所在的检测框中心点为原点的局部坐标系下，得到局部坐标系下的待检测点云；

体素特征生成模块，用于将局部坐标系下的待检测点云映射至体素空间，根据局部坐标系下的待检测点云的坐标以及待检测点云的体素空间位置坐标，生成体素特征；

目标特征生成模块，用于采用稀疏卷积网络对体素特征进行特征提取，得到目标特征；

检测结果生成模块，用于采用区域候选网络检测目标特征，得到目标物体的检测结果。

又一方面，本申请实施例还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项三维目标检测方法的步骤。

又一方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项三维目标检测方法的步骤。