[发明专利]三维目标检测方法、检测装置、终端设备及计算机可读存储介质

说明书

本申请适用于计算机视觉技术领域，提供了一种三维目标检测方法、检测装置、终端设备及计算机可读存储介质，包括：获取待检测场景的深度图像以及RGB图像，并将所述深度图像转换为第一点云数据；对所述第一点云数据进行实例分割，得到至少一个实例对应的第二点云数据；将每一个所述实例对应的第二点云数据映射至所述RGB图像，得到每一个所述实例对应的实例图像；对所述实例图像进行图像识别，得到所述实例图像对应的实例的识别结果。本申请可解决在低计算的复杂度和低成本的情况下，目标检测的准确率低的技术问题。

技术领域

本申请属于计算机视觉技术领域，尤其涉及一种三维目标检测方法、检测装置、终端设备及计算机可读存储介质。

背景技术

3D目标检测是在图像或视频中检测和识别出感兴趣目标的位姿和类别，相对于2D目标检测，需要检测出目标在3D空间中的位置，这对检测算法提出了更高的要求。

目前，3D目标检测算法主要有深度神经网络法以及特征工程算法，深度神经网络算法直接对点云数据进行处理，特征工程算法构造物体3D特征，然后将目标与模板匹配。然而，不管是利用深度神经网络算法还是特征工程算法，目标检测的高准确率都是以计算的复杂度为代价的，且计算的复杂度高，导致成本也高。因此，目前需要一种在低计算的复杂度和成本的情况下，又能提高目标检测的准确率的方法。

发明内容

本申请实施例提供了三维目标检测方法、检测装置、终端设备及计算机可读存储介质，可以解决在低计算的复杂度和低成本的情况下，目标检测的准确率低的技术问题。

第一方面，本申请实施例提供了一种三维目标检测方法，包括：

获取待检测场景的深度图像以及RGB图像，并将上述深度图像转换为第一点云数据；

对上述第一点云数据进行实例分割，得到至少一个实例对应的第二点云数据；

将每一个上述实例对应的第二点云数据映射至上述RGB图像，得到每一个上述实例对应的实例图像；

对上述实例图像进行图像识别，得到上述实例图像对应的实例的识别结果。

第二方面，本申请实施例提供了一种三维目标检测装置，包括：

图像获取模块，用于获取待检测场景的深度图像以及RGB图像，并将上述深度图像转换为第一点云数据；

实例分割模块，用于对上述第一点云数据进行实例分割，得到至少一个实例对应的第二点云数据；

第一映射模块，用于将每一个上述实例对应的第二点云数据映射至上述RGB图像，得到每一个上述实例对应的实例图像；

识别模块，用于对上述实例图像进行图像识别，得到上述实例图像对应的实例的识别结果。

第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面所述方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面所述方法的步骤。

第五方面，本申请实施例提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面所述方法的步骤。

可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。