一种目标检测方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种目标检测方法、装置、电子设备及存储介质，涉及人工智能技术领域，尤其涉及智能交通、自动驾驶、高精地图等技术领域。具体实现方案为：针对包含目标物体的至少两帧图像，获取各帧图像中该目标物体的二维位置、以及各帧图像对应的相机参数；利用获取的二维位置和相机参数，确定该目标物体的第一三维位置；利用该第一三维位置提取第一点云数据；以及，对该第一点云数据进行检测，以得到该目标物体的第二三维位置。本公开能够提高目标物体的检测效率。物体的检测效率。物体的检测效率。

【技术实现步骤摘要】
一种目标检测方法、装置、电子设备及存储介质


[0001]本公开涉及人工智能
，尤其涉及智能交通、自动驾驶、高精地图等


技术介绍

[0002]高精地图也称为高精度地图，在自动驾驶、智能交通等领域中具有广泛的应用。高精地图拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助车辆预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。

技术实现思路

[0003]本公开提供了一种目标检测方法、装置、电子设备以及存储介质。
[0004]根据本公开的一方面，提供了一种目标检测方法，包括：
[0005]针对包含目标物体的至少两帧图像，获取各帧图像中该目标物体的二维位置、以及各帧图像对应的相机参数；
[0006]利用获取的该二维位置和该相机参数，确定该目标物体的第一三维位置；
[0007]利用该第一三维位置提取第一点云数据；以及，
[0008]对该第一点云数据进行检测，以得到该目标物体的第二三维位置。
[0009]根据本公开的另一方面，提供了一种目标检测装置，包括：
[0010]获取模块，用于针对包含目标物体的至少两帧图像，获取各帧图像中该目标物体的二维位置、以及各帧图像对应的相机参数；
[0011]确定模块，用于利用获取的该二维位置和该相机参数，确定该目标物体的第一三维位置；
[0012]提取模块，用于利用该第一三维位置提取第一点云数据；以及，
[0013]检测模块，用于对该第一点云数据进行检测，以得到该目标物体的第二三维位置。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与该至少一个处理器通信连接的存储器；其中，
[0017]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
[0018]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
[0019]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开中任一实施例的方法。
[0020]本公开实施例提出的目标检测方法，能够根据目标物体的二维位置和目标物体对应的相机参数提取第一点云数据、并对提取的点云数据进行点云检测，从而减少点云检测的运算量，提高目标物体的检测效率。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是根据本公开一实施例的应用场景示意图；
[0024]图2是根据本公开一实施例提供的目标检测方法200的实现流程图；
[0025]图3A是根据本公开一实施例采用局部点云数据检测杆的效果示意图；
[0026]图3B是根据本公开一实施例采用局部点云数据检测牌的效果示意图；
[0027]图3C是根据本公开一实施例采用局部点云数据检测红绿灯的效果示意图；
[0028]图4是根据本公开一实施例的投影包围盒和2D包围盒交集关系的示意图；
[0029]图5是根据本公开一实施例的一种目标检测方法示意图；
[0030]图6是根据本公开一实施例的目标检测装置600的结构示意图；
[0031]图7是根据本公开一实施例的一种目标检测装置700的结构示意图；
[0032]图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。
具体实施方式
[0033]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0034]高精地图也称为高精度地图，在自动驾驶、智能交通等领域中具有广泛的应用。高精地图拥有精确的车辆位置信息和丰富的道路元素数据信息，可以帮助车辆预知路面复杂信息，如坡度、曲率、航向等，更好地规避潜在的风险。高精地图生产，是采用最小数据量来描述真实物理世界中的地图要素，其中，每一个地图要素可以由几何坐标和属性信息构成，因此，高精地图生产的核心诉求之一为：获取物理世界中每一个地图要素(比如车道线、红绿灯、人行横道等)在物理世界中的坐标(如在世界坐标系下的坐标)。地图要素可以包括地面要素、立面要素等；常见的立面要素包括牌、杆、红绿灯等，作为重要的地图要素，立面要素在道路信息获取和自动驾驶定位上都发挥着重要的作用。高精地图中的地图元素也可以认为是交通场景中的目标物体。
[0035]除了高精地图的生产过程之外，自动驾驶车辆也需要对目标物体进行检测。
[0036]相关技术中，通常采用激光雷达进行目标检测。例如，在高精地图制作过程或自动驾驶车辆的感知过程等场景中，采用激光雷达采集点云数据，并采用相关算法对采集的点云数据进行检测，从而得到目标物体的三维位置信息。由于点云数据的数据量大、数据较为稠密，因此对点云数据进行检测的运算量较大，导致目标检测的效率较低。
[0037]本公开实施例提出一种目标检测方法，能够提高目标检测的效率。图1是本公开实施例的应用场景示意图。如图1所示，本公开实施例基于的网络架构可以包括：图像采集设备110、激光雷达120、用于实现目标检测方法的目标检测装置130。图像采集设备110与目标检测装置130之间可以通过有线网络或无线网络连接，图像采集设备110采集图像，并通过
该有线网络或无线网络将采集的图像提供给目标检测装置130。激光雷达120与目标检测装置130之间可以通过有线网络或无线网络连接，激光雷达120生成点云数据，并通过该有线网络或无线网络将点云数据提供给目标检测装置130。目标检测装置130利用该图像和点云数据进行目标检测，得到目标物体的三维位置。本公开实施例基于的网络架构还可以包括数据服务器140，数据服务器140可以为云端服务器或服务器集群，可以用于存储数据。完成目标检测之后，目标检测装置130可以将检测结果发送至数据服务器140进行存储。
[0038]图2为本公开一实施例提供的目标检测方法200的实现流程图，包括：
[0039]S210、针对包含目标物体的至少两帧图像，获取各帧图像中该目标物体的二维位置、以及各帧图像对应的相机参数；
[0040]S220、利用获取的该二维位置和该相机参数，确定该目标物体的第一三维位置；
[0041]S230、利用该第一三维位置提取第一点云数据；以及，
[00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，包括：针对包含目标物体的至少两帧图像，获取各帧所述图像中所述目标物体的二维位置、以及各帧所述图像对应的相机参数；利用获取的所述二维位置和所述相机参数，确定所述目标物体的第一三维位置；利用所述第一三维位置提取第一点云数据；以及，对所述第一点云数据进行检测，以得到所述目标物体的第二三维位置。2.根据权利要求1所述的方法，其中，所述利用所述第一三维位置提取第一点云数据，包括：确定包含所述第一三维位置的第一区域，所述第一区域的大小由预先设定；从原始点云数据中，提取所述第一区域对应的第一点云数据。3.根据权利要求1或2所述的方法，其中，所述目标物体的第二三维位置包括：所述目标物体的三维包围盒。4.根据权利要求3所述的方法，还包括：将所述三维包围盒投影至包含所述目标物体的第一图像上，以得到对应的投影包围盒；获取所述第一图像中所述目标物体的二维包围盒；利用所述投影包围盒和所述二维包围盒，对所述三维包围盒的有效性进行判断。5.根据权利要求3所述的方法，还包括：获取包含所述目标物体的多个第一图像，针对所述多个第一图像中的各个第一图像，分别执行以下操作：将所述三维包围盒投影至所述第一图像上，以得到对应的投影包围盒；获取所述第一图像中所述目标物体的二维包围盒；利用所述投影包围盒和所述二维包围盒，对所述三维包围盒的有效性进行判断，得到第一判断结果；利用针对所述各个第一图像得到的所述第一判断结果，确定所述三维包围盒是否有效。6.根据权利要求5所述的方法，其中，所述第一判断结果为有效或无效；所述利用针对所述各个第一图像得到的所述第一判断结果，确定所述三维包围盒是否有效，包括：在第一数量与第二数量的比值大于或等于预设比例的情况下，确定所述三维包围盒有效；其中，所述第一数量为所述第一判断结果为有效的个数；所述第二数量为所述第一判断结果的个数。7.根据权利要求4
‑
6中任一所述的方法，其中，所述利用所述投影包围盒和所述二维包围盒，对所述三维包围盒的有效性进行判断，包括：在所述投影包围盒与所述二维包围盒存在交集、所述交集的面积与所述投影包围盒的面积之比大于第一阈值、并且所述交集的面积与所述二维包围盒的面积之比大于第二阈值的情况下，确定所述三维包围盒有效；其中，所述第一阈值和所述第二阈值为预先设定的正数。8.根据权利要求4
‑
7中任一所述的方法，其中，将所述三维包围盒投影至所述第一图像
上，包括：利用所述第一图像对应的相机参数，将所述三维包围盒投影至所述第一图像上。9.根据权利要求1
‑
8中任一所述的方法，其中，所述相机参数包括：图像采集设备在拍摄图像时的相机参数，所述相机参数包括内部参数和外部参数中的至少之一。10.一种目标检测装置，包括：获取模块，用于针对包含目标物体的至少两帧图像，获取各帧所述图像中所述目标物体的二维位置、以及各帧所述图像对应的相机参数；确定模块，用于利用获取的所述二维位置和所述相机参数，确定所述目标物体的第一三维位置；提取模块，用于利用所述第一三维位置提取第一点云数据；以及，检测模块，用于对所述第一点云数据进行检测，以得...

【专利技术属性】
技术研发人员：杨镜，卢维欣，朱丽娟，白宇，万国伟，彭亮，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：