【技术实现步骤摘要】
三维物体检测方法、装置、电子设备及介质
[0001]本申请涉及人工智能(artificial intelligence,AI)
,尤其涉及一种三维物体检测方法、装置、电子设备及介质。
技术介绍
[0002]机器人对环境中的物体具备辨识能力,从而实现路径规划、避障等功能。其中,物体的三维(three
‑
dimensiona,3D)空间尺寸对机器人理解环境尤为重要。示例性的,设备获取场景的点云之后,基于场景的点云确定候选物体区域,再从点云中选择位于候选物体区域中的目标点,利用目标点的位置信息,调整候选物体区域,从而定位出物体的三维空间位置。
[0003]然而,在某些观测视角下,设备无法获取足够的点云,导致物体无法辨识,使得三维物体检测精度低、假阳率高。
技术实现思路
[0004]本申请实施例提供一种三维物体检测方法、装置、电子设备及介质,能够提高三维物体检测精度。
[0005]为达到上述目的,本申请实施例采用如下技术方案:
[0006]第一方面,本申请实施例提供一种三维物体检测方法,该方法的执行主体可以是三维物体检测装置。该方法包括:获取二维图像和至少一个点云数据集,所述二维图像包括至少一个物体的图像,所述点云数据集包括多个点云数据,所述点云数据用于描述所述至少一个物体在三维空间中的候选区域,所述二维图像是图像传感器采集的信息,所述点云数据是深度传感器采集的信息;根据所述二维图像中目标物体图像,从所述至少一个点云数据集中确定目标点云数据集,其中,所述目标物体 ...
【技术保护点】
【技术特征摘要】
1.一种三维物体检测方法,其特征在于,包括:获取二维图像和至少一个点云数据集,所述二维图像包括至少一个物体的图像,所述点云数据集包括多个点云数据,所述点云数据用于描述所述至少一个物体在三维空间中的候选区域,所述二维图像是图像传感器采集的信息,所述点云数据是深度传感器采集的信息;根据所述二维图像中目标物体图像,从所述至少一个点云数据集中确定目标点云数据集,其中,所述目标物体图像包括所述至少一个物体中目标物体的图像,所述目标点云数据集中的点云数据用于描述所述目标物体在所述三维空间中的候选区域;将所述目标点云数据集和所述目标物体图像进行关联,以得到检测结果,其中,所述检测结果指示所述目标物体在所述三维空间中的估计位置。2.根据权利要求1所述的方法,其特征在于,所述根据所述二维图像中目标物体图像,从所述至少一个点云数据集中确定目标点云数据集,包括:确定第一点云数据集在所述二维图像中的第一投影区域,其中,所述第一点云数据集是所述至少一个点云数据集中的一个集合;根据所述第一投影区域和目标图像区域,确定所述第一点云数据集为所述目标点云数据集,其中,所述目标图像区域是所述目标物体图像在所述二维图像中的区域。3.根据权利要求2所述的方法,其特征在于,所述确定第一点云数据集在所述二维图像中的第一投影区域,包括:根据所述第一点云数据集中点云的深度范围,从所述第一点云数据集所表示的特征点中确定第一特征点;根据所述点云数据与所述二维图像之间的转换参数,确定所述第一特征点在所述二维图像中的第一投影点;将所述第一投影点对应的二维标注框所标注的区域,作为所述第一投影区域。4.根据权利要求2或3所述的方法,其特征在于,所述根据所述第一投影区域和目标图像区域,确定所述第一点云数据集为所述目标点云数据集,包括:根据所述第一投影区域和所述目标图像区域之间的重合程度,以及所述第一投影区域的大小,确定所述第一点云数据集为所述目标点云数据集。5.根据权利要求4所述的方法,其特征在于,所述目标点云数据集所表示的特征点在所述二维图像中的目标投影区域满足:其中,S表示所述目标投影区域与所述目标图像区域之间的相似度,IOU表示所述目标投影区域与所述目标图像区域之间的交并比,S
∩
表示所述目标投影区域与所述目标图像区域之间的重叠面积,S
∪
表示所述重叠面积与不重叠面积之和,所述不重叠面积为所述目标投影区域与所述目标图像区域之间未重叠的面积,Lj表示所述目标投影区域的投影点间距,所述投影点间距是目标特征点在所述二维图像中的投影点之间的距离,所述目标特征点属于所述目标点云数据集所表示的特征点,且指示所述目标点云数据集中点云的深度范围,Dij表示所述目标投影区域的参考点与所述目标图像区域的参考点之间的距离,T表示
相似度阈值。6.根据权利要求1至5任一项所述的方法,其特征在于,所述将所述目标点云数据集和所述目标物体图像进行关联,以得到检测结果,包括:根据所述目标点云数据集中点云的深度范围,将所述目标物体图像中的部分像素点逆映射至所述三维空间,以得到目标逆映射点;将所述目标逆映射点对应的三维标注框所标注的区域,作为所述检测结果。7.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:根据预设的调整因子,调整所述检测结果指示的估计位置,其中,所述调整因子指示所述目标物体在所述三维空间中的真实位置与估计位置之间的差异。8.根据权利要求1至7任一项所述的方法,其特征在于,所述点云数据集所表示的特征点的数量小于数量阈值。9.一种三维物体检测装置,其特征在于,包括:获取单元,用于获取二维图像和至少一个点云数据集,所述二维图像包括至少一个物体的图像,所述点云数据集包括多个点云数据,所述点云数据用于描述所述至少一个物体在三维空间中的候选区域,所述二维图像是图像传感器采集的信息,所述点云数据是深度传感器采集的信息;处理单元,用于根据所述二维图像中目标物体图像,从所述至...
【专利技术属性】
技术研发人员:王凯,薛景涛,贺亚农,陈辰,
申请(专利权)人:华为技术有限公司,
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。