[发明专利]三维目标的检测方法及装置

说明书

本发明涉及图像处理技术领域，提供一种三维目标的检测方法及装置。该方法包括：对三维目标的原始目标点云图像进行预设次数的降采样并分别进行特征提取，得到各特征尺度的第一点云特征；将各特征尺度的点云图像分别进行上采样并分别进行特征提取，得到各特征尺度的第二点云特征；将各特征尺度的第一点云特征与对应特征尺度的第二点云特征进行拼接并进行三维目标检测，确定三维目标的目标检测结果。本发明提供的三维目标的检测方法及装置，通过多次降采样得到的各特征尺度点云特征与对应上采样后得到的点云特征进行拼接，并进行三维目标检测，使得原始点云图像在特征提取的过程中保留更多三维目标的特征信息，提高了三维目标的检测准确率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种三维目标的检测方法及装置。

背景技术

现在主流的三维目标检测方法是将具有深度感知能力的传感器所获的原始数据转换为三维空间的点云，并通过基于网格或者基于原始点云两种三维目标检测方法进行三维目标检测。

基于网格的方法一般用体素将空间划分为稠密的三维栅格以使用卷积操作方式进行特征提取，但在划分体素时对点云进行了压缩，损失了部分的空间信息。基于原始点云的三维目标检测算法，由于对点云不断降采样的过程中会产生两个问题，一是单个点的感受野不断扩大造成局部特征的损失，二是随着点云的减少目标框里的点也会随之减少而造成信息缺失。现有的两种检测方法中，在特征提取的过程中，均存在特征信息缺失，使得三维目标检测准确率不高。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种三维目标的检测方法，使得原始点云图像在特征提取的过程中保留更多的三维目标的特征信息，提高了三维目标的检测准确率。

本发明还提出一种三维目标的检测装置。

本发明还提出一种电子设备。

本发明还提出一种非暂态计算机可读存储介质。

本发明还提出一种计算机程序产品。

根据本发明第一方面实施例的三维目标的检测方法，包括：对三维目标的原始目标点云图像进行预设次数的降采样，得到各特征尺度的点云图像；其中，一次降采样得到一个特征尺度的点云图像，各特征尺度互不相同；将所述各特征尺度的点云图像分别进行特征提取，得到各特征尺度的第一点云特征；将所述各特征尺度的点云图像分别进行上采样，并将各上采样后的点云图像分别进行特征提取，得到各特征尺度的第二点云特征；将所述各特征尺度的第一点云特征与对应特征尺度的第二点云特征进行拼接，得到拼接后的各特征尺度的点云特征；对所述拼接后的各特征尺度的点云特征进行三维目标检测，确定所述三维目标的检测结果。

根据本发明实施例的三维目标的检测方法，通过将多次降采样后得到的各特征尺度的点云图像分别进行特征提取，得到各特征尺度的第一点云特征。将多次降采样后得到的各特征尺度点云图像进行分别上采样与特征提取，得到各特征尺度的第二点云特征。将各特征尺度的第一点云特征与对应特征尺度的第二点云特征进行拼接，对拼接后的特征进行三维目标检测，使得原始点云图像在特征提取的过程中保留更多的三维目标的特征信息，提高了三维目标的检测准确率。

根据本发明的一个实施例，将所述各特征尺度的点云图像分别进行特征提取，得到各特征尺度的第一点云特征，包括：根据自注意力传播算法，获取所述各特征尺度的点云图像中每个点的全局特征；聚合所述各特征尺度的点云图像中每个点的预设半径内的临近点云，并根据自注意力传播算法，得到所述各特征尺度的点云图像中每个点的局部特征；根据所述全局特征和所述局部特征，确定所述各特征尺度的第一点云特征。通过自注意力传播算法，获取各特征尺度的点云图像中每个点的全局特征和局部特征，提取点云图像中每个点的场景特征和目标细节特征，使得特征提取保留了更多的特征信息。