本申请提供一种目标检测方法及装置，该目标检测方法包括：对雷达数据进行统计特征表达，获取第一类特征；基于预设的目标数量阈值确定表达通道的数量，并基于表达通道对雷达数据进行三维体素特征表达，获取第二类特征；基于第一类特征和第二类特征，确定融合特征；将融合特征输入到目标检测模型，输出目标检测信息；目标检测模型为，以融合特征样本数据为样本，以预先确定的与融合特征样本数据对应的目标检测信息样本数据为样本标签进行训练得到。本申请提供的目标检测方法及装置，通过统计特征表达获取第一类特征，通过三维体素特征表达获取第二类特征，将第一类特征和第二类特征进行融合，使得融合数据更为全面，提高目标检测的效率和准确性。的效率和准确性。的效率和准确性。
【技术实现步骤摘要】
目标检测方法及装置
[0001]本申请涉及计算机视觉
，尤其涉及一种目标检测方法及装置。
技术介绍
[0002]随着计算机视觉技术的发展，通过环境感知装置感知周围环境，以进行物体检测已经在很多场景中使用，物体检测是指的确定某个场景中物体的位置、类别等。目前物体检测技术已经广泛应用到各种场景中，比如，自动驾驶、无人机等场景。
[0003]目前的物体检测方案均是采集场景图像，从场景图像中提取特征，然后，基于提取的特征确定出场景中的位置和类别。然而经过不同场景中的实践发现，现有物体检测方案的误差较大，无法准确地检测出目标信息。
技术实现思路
[0004]本申请提供一种目标检测方法及装置，以实现使得融合数据更为全面，且能保证较强的统计特征，能够保证推理速度，提高目标检测的效率和准确性。
[0005]本申请提供一种目标检测方法，包括：对雷达数据进行统计特征表达，获取第一类特征；基于预设的目标数量阈值确定表达通道的数量，并基于所述表达通道对所述雷达数据进行三维体素特征表达，获取第二类特征；基于所述第一类特征和所述第二类特征，确定融合特征；将所述融合特征输入到目标检测模型，输出目标检测信息；其中，所述目标检测模型为，以融合特征样本数据为样本，以预先确定的与所述融合特征样本数据对应的目标检测信息样本数据为样本标签进行训练得到。
[0006]根据本申请提供的一种目标检测方法，所述对雷达数据进行统计特征表达，获取第一类特征，包括：确定所述雷达数据的目标统计参数；基于所述目标统计参数，得到与所述目标统计参数对应的所述第一类特征。
[0007]根据本申请提供的一种目标检测方法，所述目标统计参数包括：所述雷达数据内空间点的最大高度、所述雷达数据内最高的空间点的强度、所述雷达数据内空间点的平均高度、所述雷达数据内空间点的平均强度和所述雷达数据内空间点的总数目中的至少一种。
[0008]根据本申请提供的一种目标检测方法，所述基于所述表达通道对所述雷达数据进行三维体素特征表达，获取第二类特征，包括：将所述雷达数据分割为多个三维体素，并基于多个所述三维体素对应提取多个点云参考特征；将多个所述点云参考特征映射到多个所述表达通道上，得到所述第二类特征，所述三维体素的数量远小于所述表达通道的数量。
[0009]根据本申请提供的一种目标检测方法，所述基于多个所述三维体素对应提取多个点云参考特征，包括：从所述三维体素中筛选出多个目标点，对多个所述目标点进行点云预处理，得到多个点云单点特征；基于所述多个目标点，得到点云上下文特征；基于所述点云单点特征和所述点云上下文特征，得到所述点云参考特征。
[0010]根据本申请提供的一种目标检测方法，所述将所述融合特征输入到目标检测模
型，输出目标检测信息，包括以下步骤中的至少一种：将所述融合特征输入到所述目标检测模型的第一检测子模块，输出目标类别信息；将所述融合特征输入到所述目标检测模型的第二检测子模块，输出目标大小信息；将所述融合特征输入到所述目标检测模型的第三检测子模块，输出目标位置信息。
[0011]根据本申请提供的一种目标检测方法，所述基于所述第一类特征和所述第二类特征，确定融合特征，包括：将所述第一类特征和所述第二类特征进行叠加，得到所述融合特征。
[0012]本申请还提供一种目标检测装置，所述目标检测装置包括：第一获取模块，用于对雷达数据进行统计特征表达，获取第一类特征；第二获取模块，用于基于预设的目标数量阈值确定表达通道的数量，并基于所述表达通道对所述雷达数据进行三维体素特征表达，获取第二类特征；确定模块，用于基于所述第一类特征和所述第二类特征，确定融合特征；输出模块，用于将所述融合特征输入到目标检测模型，输出目标检测信息；其中，所述目标检测模型为，以融合特征样本数据为样本，以预先确定的与所述融合特征样本数据对应的目标检测信息样本数据为样本标签进行训练得到。
[0013]本申请还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述目标检测方法的步骤。
[0014]本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述目标检测方法的步骤。
[0015]本申请提供的目标检测方法，通过统计特征表达获取第一类特征，通过三维体素特征表达，获取第二类特征，将第一类特征和第二类特征进行融合，使得融合数据更为全面，且能保证较强的统计特征，能够保证推理速度，提高目标检测的效率和准确性。
附图说明
[0016]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是本申请提供的目标检测方法的流程示意图；
[0018]图2是本申请提供的目标检测方法中步骤110的实施方式的流程示意图；
[0019]图3是本申请提供的目标检测方法中步骤120的实施方式的流程示意图；
[0020]图4是本申请提供的目标检测方法中步骤121的实施方式的流程示意图；
[0021]图5是本申请提供的目标检测方法中步骤140的实施方式的流程示意图；
[0022]图6是本申请提供的目标检测装置的结构示意图；
[0023]图7是本申请提供的目标检测装置的第一获取模块的结构示意图；
[0024]图8是本申请提供的目标检测装置的第二获取模块的结构示意图；
[0025]图9是本申请提供的目标检测装置的第三获取子单元的结构示意图；
[0026]图10是本申请提供的目标检测装置的输出模块的结构示意图；
[0027]图11是本申请提供的电子设备的结构示意图。
具体实施方式
[0028]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0029]下面结合图1
‑
图11描述本申请的目标检测方法及装置。
[0030]该目标检测方法可以应用于无人驾驶或者辅助驾驶场景，可以利用雷达对车辆周围的环境进行检测，检测出目标信息，以控制车辆做出相应反馈，来确保车辆驾驶的安全性。
[0031]如图1所示，本申请提供一种目标检测方法，该目标检测方法包括：如下步骤110
‑
步骤140。
[0032]步骤110、对雷达数据进行统计特征表达，获取第一类特征。
[0033]需要说明的是，将雷达安装在车辆的车身，对周围的环境进行检测本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：对雷达数据进行统计特征表达，获取第一类特征；基于预设的目标数量阈值确定表达通道的数量，并基于所述表达通道对所述雷达数据进行三维体素特征表达，获取第二类特征；基于所述第一类特征和所述第二类特征，确定融合特征；将所述融合特征输入到目标检测模型，输出目标检测信息；其中，所述目标检测模型为，以融合特征样本数据为样本，以预先确定的与所述融合特征样本数据对应的目标检测信息样本数据为样本标签进行训练得到。2.根据权利要求1所述的目标检测方法，其特征在于，所述对雷达数据进行统计特征表达，获取第一类特征，包括：确定所述雷达数据的目标统计参数；基于所述目标统计参数，得到与所述目标统计参数对应的所述第一类特征。3.根据权利要求2所述的目标检测方法，其特征在于，所述目标统计参数包括：所述雷达数据内空间点的最大高度、所述雷达数据内最高的空间点的强度、所述雷达数据内空间点的平均高度、所述雷达数据内空间点的平均强度和所述雷达数据内空间点的总数目中的至少一种。4.根据权利要求1所述的目标检测方法，其特征在于，所述基于所述表达通道对所述雷达数据进行三维体素特征表达，获取第二类特征，包括：将所述雷达数据分割为多个三维体素，并基于多个所述三维体素对应提取多个点云参考特征；将多个所述点云参考特征映射到多个所述表达通道上，得到所述第二类特征，所述三维体素的数量远小于所述表达通道的数量。5.根据权利要求4所述的目标检测方法，其特征在于，所述基于多个所述三维体素对应提取多个点云参考特征，包括：从所述三维体素中筛选出多个目标点，对多个所述目标点进行点云预处理，得到多个点云单点特征；基于所述多个目标点，得到点云上下文特征；基于所述点云单点特征和所述点云上下文特征，得到所述点云参考特征。6.根据权利要求1
‑
5中任一项所述的目标检测方法，其特征在于，所述将所述融合特征输入到目标检测模型，输出目标检测信息，包括以下步骤中的至少一种：将所述融合特征输入到所述目标检测模型的第一检测子模块，输出目标...
【专利技术属性】
技术研发人员：陈海波，秦华平，
申请(专利权)人：深兰人工智能深圳有限公司，
类型：发明
国别省市：
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。