【技术实现步骤摘要】
目标检测方法和装置及智能驾驶方法、设备和存储介质
本公开涉及目标检测技术，尤其涉及一种目标检测方法、智能驾驶方法、目标检测装置、电子设备和计算机存储介质。
技术介绍
在自动驾驶或机器人等领域，一个核心问题是如何感知周围物体；在相关技术中，可以将采集的点云数据投影到俯视图，利用二维(2D)检测技术得到俯视图的框；这样，会在量化时损失了点云的原始信息，而从2D图像上检测时很难检测到被遮挡的物体。
技术实现思路
本公开实施例期望提供目标检测的技术方案。本公开实施例提供了一种目标检测方法，所述方法包括：获取三维(3D)点云数据；根据所述3D点云数据，确定所述3D点云数据对应的点云语义特征；基于所述点云语义特征，确定前景点的部位位置信息；所述前景点表示所述点云数据中属于目标的点云数据，所述前景点的部位位置信息用于表征所述前景点在目标内的相对位置；基于所述点云数据提取出至少一个初始3D框；根据所述点云数据对应的点云语义特征、所述前景点的部位位置信息和所述至少一个初始3D框，确定目标的3...
【技术保护点】
1.一种目标检测方法，其特征在于，所述方法包括：/n获取三维3D点云数据；/n根据所述3D点云数据，确定所述3D点云数据对应的点云语义特征；/n基于所述点云语义特征，确定前景点的部位位置信息；所述前景点表示所述点云数据中属于目标的点云数据，所述前景点的部位位置信息用于表征所述前景点在目标内的相对位置；/n基于所述点云数据提取出至少一个初始3D框；/n根据所述点云数据对应的点云语义特征、所述前景点的部位位置信息和所述至少一个初始3D框，确定目标的3D检测框，所述检测框内的区域中存在目标。/n
【技术特征摘要】
1.一种目标检测方法，其特征在于，所述方法包括：
获取三维3D点云数据；
根据所述3D点云数据，确定所述3D点云数据对应的点云语义特征；
基于所述点云语义特征，确定前景点的部位位置信息；所述前景点表示所述点云数据中属于目标的点云数据，所述前景点的部位位置信息用于表征所述前景点在目标内的相对位置；
基于所述点云数据提取出至少一个初始3D框；
根据所述点云数据对应的点云语义特征、所述前景点的部位位置信息和所述至少一个初始3D框，确定目标的3D检测框，所述检测框内的区域中存在目标。
2.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据对应的点云语义特征、所述前景点的部位位置信息和所述至少一个初始3D框，确定目标的3D检测框，包括：
针对每个初始3D框，进行前景点的部位位置信息和点云语义特征的池化操作，得到池化后的每个初始3D框的部位位置信息和点云语义特征；
根据池化后的每个初始3D框的部位位置信息和点云语义特征，对每个初始3D框进行修正和/或确定每个初始3D框的置信度，以确定所述目标的3D检测框。
3.根据权利要求2所述的方法，其特征在于，所述针对每个初始3D框，进行前景点的部位位置信息和点云语义特征的池化操作，得到池化后的每个初始3D框的部位位置信息和点云语义特征，包括：
将所述每个初始3D框均匀地划分为多个网格，针对每个网格进行前景点的部位位置信息和点云语义特征的池化操作，得到池化后的每个初始3D框的部位位置信息和点云语义特征。
4.根据权利要求3所述的方法，其特征在于，所述针对每个网格进行前景点的部位位置信息和点云语义特征的池化操作，包括：
响应于一个网格中不包含前景点的情况，将所述网格的部位位置信息标记为空，得到所述网格池化后的前景点的部位位置信息，并将所述网格的点云语义特征设置为零，得到所述网格池化后的点云语义特征；
响应于一个网格中包含前景点的情况，将所述网格的前景点的部位位置信息进行均匀池化处理，得到所述网格池化后的前景点的部位位置信息，并将所述网格的前景点的点云语义特征进行最大化池化处理，得到所述网格池化后的点云语义特征。
5.根据权利要求2所述的方法，其特征在于，所述根据池化后的每个初始3D框的部位位置信息和点云语义特征，对每个初始3D框进行修正和/...
【专利技术属性】
技术研发人员：史少帅，王哲，王晓刚，李鸿升，
申请(专利权)人：商汤集团有限公司，
类型：发明
国别省市：中国香港;81
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。