目标检测方法、建立时间关联感知模型的方法及装置制造方法及图纸

本申请实施例公开了一种目标检测方法、建立时间关联感知模型的方法及装置。其中主要技术方案包括：获取多帧传感器数据；对所述多帧传感器数据中的各帧传感器数据分别进行目标检测，得到各帧传感器数据的第一目标检测结果；对所述各帧传感器数据的第一目标检测结果进行目标跟踪以对同一目标的信息进行关联，得到各目标的检测结果序列；基于所述各目标的检测结果序列中同一目标的信息的时序关联，对所述各帧传感器数据的第一目标检测结果进行第二修正预测，得到各帧传感器数据的第三目标检测结果。通过本申请提供的技术方案能够提高目标检测的准确性。标检测的准确性。标检测的准确性。

【技术实现步骤摘要】
目标检测方法、建立时间关联感知模型的方法及装置


[0001]本申请涉及人工智能
，特别是涉及一种目标检测方法、建立时间关联感知模型的方法及装置。

技术介绍

[0002]目标检测目前主要的应用场景就是自动驾驶和机器人等领域。目标检测是自动驾驶系统的重要组成部分之一，自动驾驶车辆不仅仅需要识别障碍物的类型，还需要识别物体的精确位置和朝向信息，以提供给规划控制模块规划出合理的路线。自动驾驶车辆的目标检测主要基于传感器，包括激光雷达、毫米波雷达、车载相机等。各种传感器能够获取多帧传感器数据，然后通过目标检测算法从多帧传感器数据中分别进行目标检测。
[0003]虽然目前已经存在一些基于传感器数据的目标检测算法，但在检测准确性上仍有待提高。

技术实现思路

[0004]有鉴于此，本申请提供了一种目标检测方法、建立时间关联感知模型的方法及装置，以便于提高目标检测的准确性。
[0005]本申请提供了如下方案：
[0006]第一方面，提供了一种目标检测方法，该方法包括：
[0007]获取多帧传感器数据；
...

【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，该方法包括：获取多帧传感器数据；对所述多帧传感器数据中的各帧传感器数据分别进行目标检测，得到各帧传感器数据的第一目标检测结果；对所述各帧传感器数据的第一目标检测结果进行目标跟踪以对同一目标的信息进行关联，得到各目标的检测结果序列；基于所述各目标的检测结果序列中同一目标的信息的时序关联，对所述各帧传感器数据的第一目标检测结果进行第二修正预测，得到各帧传感器数据的第三目标检测结果。2.根据权利要求1所述的方法，其特征在于，对所述多帧传感器数据中的各帧传感器数据分别进行目标检测，得到各帧传感器数据的第一目标检测结果包括：对所述多帧传感器数据中的各帧传感器数据生成多个候选区域；通过深度卷积神经网络对各帧传感器数据进行候选区域的特征提取，并利用提取的特征得到各帧传感器数据的第一目标检测结果。3.根据权利要求1所述的方法，其特征在于，对所述多帧传感器数据中的各帧传感器数据分别进行目标检测，得到各帧传感器数据的第一目标检测结果包括：对所述多帧传感器数据中的各帧传感器数据生成多个候选区域；通过深度卷积神经网络对各帧传感器数据进行候选区域的特征提取，并利用提取的特征得到各帧传感器数据的第二目标检测结果；分别输入各帧传感器数据及其第二目标检测结果至空间关联感知模型；由所述空间关联感知模型基于当前输入帧传感器数据的第二目标检测结果中各目标之间的空间关联，对所述当前输入帧传感器数据的第二目标检测结果进行第一修正预测，得到当前帧传感器数据的第一目标检测结果。4.根据权利要求3所述的方法，其特征在于，所述空间关联感知模型基于当前输入帧传感器数据的第二目标检测结果中各目标之间的空间关联，对所述当前输入帧传感器数据的第二目标检测结果进行第一修正预测包括：利用当前输入帧传感器数据的第二目标检测结果建立当前输入帧传感器数据的信息图并输入所述空间关联感知模型，所述信息图包括节点和节点之间的边，所述节点包括当前输入帧传感器数据中检测得到的目标，所述边表示节点之间的关联；由所述空间关联感知模型利用图卷积神经网络对所述信息图进行特征提取，并在映射层利用提取的特征进行第一修正预测得到当前输入帧传感器数据的第一目标检测结果。5.根据权利要求4上所述的方法，其特征在于，所述利用图卷积神经网络对所述信息图进行特征提取包括：在每一轮迭代中通过对边两端的节点的特征进行非线性变换计算信息图中每条边的特征，将节点相连的边通过池化方式进行融合，得到下一轮迭代中该节点的特征；迭代结束后，将所有迭代中得到的同一节点的特征进行合并，得到从所述信息图中提取的该节点的特征以提供给所述映射层。6.根据权利要求1所述的方法，其特征在于，基于所述各目标的检测结果序列中同一目标的信息的时序关联，对所述各帧传感器数据的第一目标检测结果进行第二修正预测包括：
分别输入各帧传感器数据及其第一目标检测结果至时间关联感知模型；所述时间关联感知模型利用当前输入帧传感器数据的上下文目标特征，对当前输入帧传感器数据的第一目标检测结果中各目标的特征分别进行自注意力机制的处理，得到当前输入帧传感器数据的各目标的特征表示，所述当前输入帧传感器数据的上下文目标特征包括所述当前输入帧传感器数据之前和/或之后N帧传感器数据中各目标的特征，所述N为预设的正整数；利用当前输入帧传感器数据的各目标的特征表示映射得到当前输入帧传感器数据的第三目标检测结果。7.根据权利要求1所述的方法，其特征在于，所述目标跟踪还得到各目标的检测结果序列的置信度；基于所述各目标的检测结果序列中同一目标的信息的时序关联，对所述各帧传感器数据的第一目标检测结果进行第二修正预测包括：确定置信度大于或等于预设置信度阈值的...

【专利技术属性】
技术研发人员：张达，吴宇寰，苗振伟，占新，卿泉，袁婷婷，
申请(专利权)人：阿里巴巴达摩院杭州科技有限公司，
类型：发明
国别省市：