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制造方法及图纸

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。

Three dimensional object detection method, detection device, terminal equipment and computer readable storage medium

【技术实现步骤摘要】
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
本申请属于计算机视觉
，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。
技术介绍
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。
技术实现思路
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：获取待本文档来自技高网...

【技术保护点】
1.一种三维目标检测方法，其特征在于，包括：/n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；/n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；/n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；/n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。/n

【技术特征摘要】
1.一种三维目标检测方法，其特征在于，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。


2.如权利要求1所述的三维目标检测方法，其特征在于，在所述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之前，还包括：
将所述第一点云数据映射至RGB空间，得到第三点云数据；
相应的，所述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包括：
对所述第三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。


3.如权利要求1所述的三维目标检测方法，其特征在于，所述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包括：
将每一个所述实例对应的第二点云数据映射至RGB空间，得到每一个所述实例对应的第四点云数据；
将每一个所述实例对应的第四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。


4.如权利要求1所述的三维目标检测方法，其特征在于，所述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包括：
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掩码图像；
确定所述每一个实例对应的掩码图像的包围框；
根据所述包围框对所述RGB图像进行分割，得到每一个所述实例对应的实例图像。


5....

【专利技术属性】
技术研发人员：刘培超，徐培，郎需林，刘主福，
申请(专利权)人：深圳市越疆科技有限公司，
类型：发明
国别省市：广东;44