[发明专利]一种三维目标检测方法

权利要求书

1.一种三维目标检测方法，其特征在于，包括如下步骤：

S1、基于语义分割获得目标在二维图像上的二维掩码，获取二维掩码的方式包括：通过神经网络分割分支预测所述二维图像的二维掩码，在所述神经网络分割分支时，将ROIPooling层替换成ROIAlign层；

S2、将所述二维掩码投射至三维空间中；

S201、分割所述二维掩码形成的边界框；

S202、通过视椎体结构形式将所述边界框内的二维空间映射到所述三维空间中；

S203、将所述三维空间内所有的点云作为目标的点集合；

S3、通过孤立森林算法计算所述三维空间中的非目标点云并将其剔除，孤立森林包括t个孤立树，每棵孤立树都为二叉树结构，所述目标的点集合为X，X＝{x1,x2,x3…xn}，其中，xi为所述目标的点集合X的子集，xi＝{xi1,xi2,xi3…,xim}，n为所述目标的点集合中点的个数；m为X子集中点的个数；

S4、根据所述三维空间中的目标点云确定所述目标的位置。

2.根据权利要求1所述的一种三维目标检测方法，其特征在于，所述步骤S3包括如下步骤：

S301、从检测数据集X中随机选取Ψ个子样本点形成X的子集x_i，并放入所述孤立树的根节点；

S302、随机在m维度中选则一个指定维度q，在所述指定维度q的节点数据中随机选择一个在所述指定维度q的最大值和最小值之间的分割点p，即：

min(q)pmax(q) (1)；

S303、将指定维度q里小于所述分割点p的数据划分到当前节点的左孩子，将指定维度q里大于所述分割点p的数据划分到当前节点的右孩子；

S304、递归步骤S303和S304，不断构造新的孩子节点，直到孩子节点中只有一个数据或孩子节点已到达限定高度或孩子节点上的样本特征完全相同。

3.根据权利要求1所述的一种三维目标检测方法，其特征在于，所述步骤S4为：通过轴向平行包围盒AAB法或有朝向包围盒OBB法得到目标点云的外包围立方体，根据所述外包围立方体确定所述目标的位置。