[发明专利]目标检测方法、装置、及计算机存储介质

说明书

本申请实施例公开了一种目标检测方法、装置、及计算机存储介质，属于人工智能技术领域。在本申请实施例中，根据针对检测区域采集的点云数据，预测一个点云语义热力图，该点云语义热力图能够指示待检测的目标的大致分布情况。然后基于点云语义热力图和点云特征进行特征融合，得到自适应融合特征，进而根据自适应融合特征检测目标。也即是，在本申请实施例中，先根据点云数据对待检测的目标进行一个模糊预测，得到待检测的目标的先验知识，然后基于预测的先验知识结合精确的点云特征，进一步检测目标。这样可以实现检测目标过程中先对目标进行模糊检测，进而进行精确检测，以此提高检测出的目标的准确性。

技术领域

本申请实施例涉及人工智能技术领域，特别涉及一种目标检测方法、装置及计算机存储介质。

背景技术

目前，传统的图像识别等2D(2-dimension，二维)目标检测仅仅能检测到目标的具体类别以及目标在当前视野区域中的位置，这导致在智能交通等人工智能领域，2D目标检测已经无法提供感知周围环境所需的全部信息，进而使得3D目标检测越来越受到人们的关注。3D目标检测具体是指：不仅检测出目标的类别以及目标在当前视野区域中的位置，还可以检测出目标在三维空间中的长宽高以及旋转角等信息。目前，3D目标检测技术的难点在于如何提高检测出的目标的准确性，也即是，如何使得检测出的目标的相关信息和该目标在实际环境中的信息尽量一致。

发明内容

本申请实施例提供了一种目标检测方法、装置、及计算机存储介质，可以提高3D目标检测中检测出的目标的准确性，进而为智能交通等技术提供有力的数据支持。所述技术方案如下：

一方面，提供了一种目标检测方法，所述方法包括：

基于针对检测区域采集的点云数据，确定所述检测区域的鸟瞰图中的特征，得到点云特征，所述鸟瞰图指示将所述点云数据所指示的三维环境投射到二维空间后的图像，所述点云数据包括激光雷达发射的激光光束投射到的所述检测区域中各个位置点的三维位置信息；

基于所述点云特征，预测点云语义热力图，所述点云语义热力图指示所述点云数据所指示的三维环境中疑似目标的分布情况；

基于所述点云特征和所述点云语义热力图，确定自适应融合特征；

基于所述自适应融合特征进行目标检测，以获取所述检测区域中的目标的信息。

在一种可能的实现方式中，所述方法还包括：

基于针对所述检测区域采集的相机图像，确定所述相机图像中的特征，得到图像特征；

基于所述图像特征，预测图像语义热力图，所述图像语义热力图指示所述相机图像中疑似目标的分布情况；

基于所述点云语义热力图和所述点云特征中的一者或两者、以及所述图像语义热力图和所述图像特征中的一者或两者，确定自适应融合特征；

基于所述自适应融合特征进行目标检测，以获取所述检测区域中的目标的信息。

在一种可能的实现方式中，所述基于所述点云语义热力图和所述点云特征中的一者或两者、以及所述图像语义热力图和所述图像特征中的一者或两者，确定自适应融合特征，包括：

将所述点云语义热力图、所述图像语义热力图中的各自的特征以及所述点云特征分别作为一个通道特征，得到三个通道特征，级联所述三个通道特征得到初始特征；

基于所述初始特征，获取全局上下文特征，所述全局上下文特征指示所述三个通道特征中不同通道特征之间的关联性；

将所述全局上下文特征和所述初始特征叠加，得到所述自适应融合特征。

在一种可能的实现方式中，所述基于所述初始特征，获取全局上下文特征，包括：