一种基于投票机制的目标分类方法和装置制造方法及图纸

本发明专利技术实施例涉及一种基于投票机制的目标分类方法和装置，所述方法包括：获取第一图像

【技术实现步骤摘要】
一种基于投票机制的目标分类方法和装置


[0001]本专利技术涉及数据处理
，特别涉及一种基于投票机制的目标分类方法和装置。

技术介绍

[0002]虽然在自动或无人驾驶车辆上装有多类传感器(诸如摄像头、激光雷达等)，但传统的自动或无人驾驶系统往往只会基于单类传感器(摄像头或激光雷达)的感知数据(图像或点云)进行目标分类，并未给出可以基于多类感知数据进行目标分类的实现方案。

技术实现思路

[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种基于投票机制的目标分类方法、装置、电子设备及计算机可读存储介质，先分别基于多张图像和多个点云进行目标分类，再对两类分类结果进行投票，再将其中票数最高的分类类型作为最终分类结果输出。通过本专利技术，给出了一种可以基于多类感知数据进行目标分类的处理机制，这种处理机制比传统方式具有更高的分类识别精度。
[0004]为实现上述目的，本专利技术实施例第一方面提供了一种基于投票机制的目标分类方法，所述方法包括：
[0005]获取第一图像
‑
点云对序列；所述第一图像
‑
点云对序列包括多个第一图像
‑
点云对；所述第一图像
‑
点云对包括第一图像和第一点云；
[0006]对各个所述第一图像进行图像目标分类处理生成对应的第一目标类型；并对各个所述第一点云进行点云目标分类处理生成对应的第二目标类型；所述第一、第二目标类型均满足预设的目标类型范围；所述目标类型范围至少包括车辆目标类型、行人目标类型、两轮车骑行者目标类型、三轮车骑行者目标类型、植物目标类型、栅栏物目标类型和其他目标类型；
[0007]对所有所述第一、第二目标类型进行目标类型统计生成对应的第一统计类型集合；所述第一统计类型集合包括多个第一统计类型；
[0008]根据所有所述第一、第二目标类型对各个所述第一统计类型进行投票生成对应的第一票数；
[0009]将票数值最大的所述第一票数对应的所述第一统计类型作为目标分类结果输出。
[0010]优选的，所述第一图像
‑
点云对序列的所有所述第一图像
‑
点云对都对应同一个待分类目标；所述第一图像
‑
点云对的所述第一图像和所述第一点云为车载摄像头和车载激光雷达在同一时间节点对同一个所述待分类目标分别进行图像拍摄和雷达扫描获得的拍摄图像和扫描点云。
[0011]优选的，所述对各个所述第一图像进行图像目标分类处理生成对应的第一目标类型，具体包括：
[0012]按预设的图像尺寸大小对所述第一图像进行图像缩放处理生成对应的第二图像；
并对所述第二图像进行归一化处理生成对应的第三图像；并基于regnetx_800mf网络对所述第三图像进行目标分类识别处理生成对应的所述第一目标类型。
[0013]优选的，所述对各个所述第一点云进行点云目标分类处理生成对应的第二目标类型，具体包括：
[0014]按预设的点云降采样机制对所述第一点云进行降采样处理生成对应的第二点云；并基于PointNet++网络对所述第二点云进行目标分类识别处理生成对应的所述第二目标类型。
[0015]优选的，所述对所有所述第一、第二目标类型进行目标类型统计生成对应的第一统计类型集合，具体包括：
[0016]对所述目标类型范围的各个具体目标类型进行遍历；遍历时，将当前遍历的具体目标类型作为当前目标类型，并对所有所述第一、第二目标类型中是否存在与所述当前目标类型匹配的第一或所述第二目标类型进行确认，若确认存在则将所述当前目标类型作为对应的所述第一统计类型；遍历结束时，由得到的所有所述第一统计类型组成对应的所述第一统计类型集合。
[0017]优选的，所述根据所有所述第一、第二目标类型对各个所述第一统计类型进行投票生成对应的第一票数，具体包括：
[0018]对各个所述第一统计类型进行遍历；遍历时，将当前遍历的所述第一统计类型作为当前统计类型；并对与所述当前统计类型匹配的所述第一、第二目标类型的总量进行统计生成对应的第一总量；并对所述当前统计类型是否为其他目标类型进行识别；若所述当前统计类型为其他目标类型，则将所述第一总量乘以预设的第一投票权值的乘积作为对应的所述第一票数；若所述当前统计类型不为其他目标类型，则将所述第一总量乘以预设的第二投票权值的乘积作为对应的所述第一票数；所述第二投票权值大于所述第一投票权值。
[0019]本专利技术实施例第二方面提供了一种用于实现上述第一方面所述的基于投票机制的目标分类方法的装置,所述装置包括：获取模块、图像点云分类处理模块、统计类型处理模块和投票处理模块；
[0020]所述获取模块用于获取第一图像
‑
点云对序列；所述第一图像
‑
点云对序列包括多个第一图像
‑
点云对；所述第一图像
‑
点云对包括第一图像和第一点云；
[0021]所述图像点云分类处理模块用于对各个所述第一图像进行图像目标分类处理生成对应的第一目标类型；并对各个所述第一点云进行点云目标分类处理生成对应的第二目标类型；所述第一、第二目标类型均满足预设的目标类型范围；所述目标类型范围至少包括车辆目标类型、行人目标类型、两轮车骑行者目标类型、三轮车骑行者目标类型、植物目标类型、栅栏物目标类型和其他目标类型；
[0022]所述统计类型处理模块用于对所有所述第一、第二目标类型进行目标类型统计生成对应的第一统计类型集合；所述第一统计类型集合包括多个第一统计类型；
[0023]所述投票处理模块用于根据所有所述第一、第二目标类型对各个所述第一统计类型进行投票生成对应的第一票数；并将票数值最大的所述第一票数对应的所述第一统计类型作为目标分类结果输出。
[0024]本专利技术实施例第三方面提供了一种电子设备，包括：存储器、处理器和收发器；
[0025]所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法步骤；
[0026]所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
[0027]本专利技术实施例第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法的指令。
[0028]本专利技术实施例提供了一种基于投票机制的目标分类方法、装置、电子设备及计算机可读存储介质，先分别基于多张图像和多个点云进行目标分类，再对两类分类结果进行投票，再将其中票数最高的分类类型作为最终分类结果输出。通过本专利技术，给出了一种可以基于多类感知数据进行目标分类的处理机制，提高了分类识别精度。
附图说明
[0029]图1为本专利技术实施例一提供的一种基于投票机制的目标分类方法示意图；
[0030]图2为本专利技术实施例二提供的一种基于投票机制的目标分类装置的模块结构图；
[0031]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于投票机制的目标分类方法，其特征在于，所述方法包括：获取第一图像
‑
点云对序列；所述第一图像
‑
点云对序列包括多个第一图像
‑
点云对；所述第一图像
‑
点云对包括第一图像和第一点云；对各个所述第一图像进行图像目标分类处理生成对应的第一目标类型；并对各个所述第一点云进行点云目标分类处理生成对应的第二目标类型；所述第一、第二目标类型均满足预设的目标类型范围；所述目标类型范围至少包括车辆目标类型、行人目标类型、两轮车骑行者目标类型、三轮车骑行者目标类型、植物目标类型、栅栏物目标类型和其他目标类型；对所有所述第一、第二目标类型进行目标类型统计生成对应的第一统计类型集合；所述第一统计类型集合包括多个第一统计类型；根据所有所述第一、第二目标类型对各个所述第一统计类型进行投票生成对应的第一票数；将票数值最大的所述第一票数对应的所述第一统计类型作为目标分类结果输出。2.根据权利要求1所述的基于投票机制的目标分类方法，其特征在于，所述第一图像
‑
点云对序列的所有所述第一图像
‑
点云对都对应同一个待分类目标；所述第一图像
‑
点云对的所述第一图像和所述第一点云为车载摄像头和车载激光雷达在同一时间节点对同一个所述待分类目标分别进行图像拍摄和雷达扫描获得的拍摄图像和扫描点云。3.根据权利要求1所述的基于投票机制的目标分类方法，其特征在于，所述对各个所述第一图像进行图像目标分类处理生成对应的第一目标类型，具体包括：按预设的图像尺寸大小对所述第一图像进行图像缩放处理生成对应的第二图像；并对所述第二图像进行归一化处理生成对应的第三图像；并基于regnetx_800mf网络对所述第三图像进行目标分类识别处理生成对应的所述第一目标类型。4.根据权利要求1所述的基于投票机制的目标分类方法，其特征在于，所述对各个所述第一点云进行点云目标分类处理生成对应的第二目标类型，具体包括：按预设的点云降采样机制对所述第一点云进行降采样处理生成对应的第二点云；并基于PointNet++网络对所述第二点云进行目标分类识别处理生成对应的所述第二目标类型。5.根据权利要求1所述的基于投票机制的目标分类方法，其特征在于，所述对所有所述第一、第二目标类型进行目标类型统计生成对应的第一统计类型集合，具体包括：对所述目标类型范围的各个具体目标类型进行遍历；遍历时，将当前遍历的具体目标类型作为当前目标类型，并对所有所述第一、第二目标类型中是否存在与所述当前目标类型匹配的第一或所述第二目标类型进行确认，若确认存在则将所述当前目标类型作为...

【专利技术属性】
技术研发人员：何哲琪，
申请(专利权)人：苏州轻棹科技有限公司，
类型：发明
国别省市：