一种三维目标检测方法、系统、存储介质和电子设备技术方案

本发明专利技术涉及一种三维目标检测方法、系统、存储介质和电子设备，所述方法包括：获取并对不同视角的两个原始图像进行图像特征提取，得到第一图像处理数据，并对不同视角的两个原始图像进行视差估计处理，得到第二图像处理数据；再根据第一图像处理数据和第二图像处理数据映射生成伪点云数据；最后根据伪点云数据在至少一个原始图像中框选出待检测三维目标。本发明专利技术的方法极大程度降低了三维目标检测依赖于传统的激光雷达检测方法，而且在不亚于依赖激光点云识别类别丰富、识别速度快、准确率高等各项性能的同时，又极大的降低了成本。又极大的降低了成本。又极大的降低了成本。

【技术实现步骤摘要】
一种三维目标检测方法、系统、存储介质和电子设备


[0001]本专利技术涉及目标检测
，尤其涉及一种三维目标检测方法、系统、存储介质和电子设备。

技术介绍

[0002]近年来，随着计算机和深度学习技术的发展，提出了众多令人印象深刻的方法，三维目标检测在许多应用中起重要作用，场景理解中的一项关键任务是对三维对象进行检测，它已经成为自动驾驶等各种应用领域的热点研究问题，三维目标检测技术的目的是从输入的传感器数据中检测并定位被检测物体的三维边界框。应用于无人驾驶和机器人环境感知技术，增强现实等领域。
[0003]当前，大多数方法使用激光雷达点云作为输入，激光雷达具有测量精度高、抗干扰能力强的特点。其线数越多、越密，数据包含的环境信息就越多。但是，激光雷达线数的增多，带来高性能的同时，相应的其成本也会更高。为了降低成本，人们更加倾向于使用线数较少的激光雷达，但这样三维目标检测的精度、性能也会随之下降。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供了一种三维目标检测方法、系统、存储介质和电子设备。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维目标检测方法，其特征在于，包括：S1、获取并对不同视角的两个原始图像进行图像特征提取，得到第一图像处理数据，并对所述不同视角的两个原始图像进行视差估计处理，得到第二图像处理数据，其中，两个原始图像中均包含待检测三维目标；S2、根据所述第一图像处理数据和所述第二图像处理数据，映射生成伪点云数据；S3、根据所述伪点云数据在至少一个原始图像中框选出所述待检测三维目标。2.根据权利要求1所述的一种三维目标检测方法，其特征在于，所述不同视角的两个原始图像包括：左图像和右图像，则所述S1具体包括：S11、利用残差网络模型对所述左图像进行图像特征提取，得到本地提案数据，并利用自注意力机制对所述右图像进行图像特征提取，得到全局提案数据，基于所述本地提案数据和所述全局提案数据生成所述第一图像处理数据；S12、利用所述视差估计网络模型对所述左图像和所述右图像进行对比，得到视差深度数据，并利用所述自注意力机制对所述视差深度数据进行图像特征提取，得到所述第二图像处理数据。3.根据权利要求2所述的一种三维目标检测方法，其特征在于，所述基于所述本地提案数据和所述全局提案数据生成所述第一图像处理数据，具体包括：将所述本地提案数据和所述全局提案数据进行融合，生成融合提案数据，并对经过金字塔池化处理后的所述融合提案数据采用RCNN网络模型处理，生成所述第一图像处理数据。4.根据权利要求1所述的一种三维目标检测方法，其特征在于，所述S2具体包括：S21、将所述第一图像处理数据和所述第二图像处理数据进行特征融合，得到特征融合数据；S22、对所述特征融合数据进行地面真值监督学习，生成所述伪点云数据。5.根据权利要求1所述的一种三维目标检测方法，其特征在于，所述S3具体包括：S31、利用PoinNet网络模型对所述伪点云数据进行特征提取，得到中心点特征数据；S32、在三维目标检测器中对所述中心点数据进行处理，得到附加点特征数据；S33、将所述中心点特征数据和所...

【专利技术属性】
技术研发人员：袁献忠，丁宁，曹建国，张博，石晓栊，龙婷婷，黄韶丹，范高，宗子轩，方炯，甘宇，
申请(专利权)人：国家管网集团川气东送天然气管道有限公司，
类型：发明
国别省市：