基于融合输出的单目3D目标检测方法、装置、设备和介质制造方法及图纸

本公开涉及基于融合输出的单目3D目标检测方法、装置、设备和介质。该方法包括：对待检测图像进行特征提取，以获得与待检测图像中的待检测目标相关联的一组参数，一组参数中的至少部分参数包括针对待检测目标的二维检测框参数和三维检测框参数；至少基于一组参数中的第一组子参数，得到基于深度估计的第一类型三维预测结果；至少基于一组参数中的第二组子参数，得到基于几何约束的第二类型三维预测结果，其中第一组子参数与第二组子参数至少部分地重合；以及基于第一类型三维预测结果和第二类型三维预测结果，得到针对待检测目标的目标三维检测结果。以此方式，能够有效提升目标检测速度和精度，降低目标漏错检概率。降低目标漏错检概率。降低目标漏错检概率。

【技术实现步骤摘要】
基于融合输出的单目3D目标检测方法、装置、设备和介质


[0001]本公开一般地涉及自动驾驶及计算机视觉领域，特别地涉及基于融合输出的单目3D目标检测方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]随着深度学习的发展，许多计算机视觉相关的任务都打破了传统方法的局限性并取得了突破性进展，相应成果已经成功应用在交通、安防和医疗等多个领域。
[0003]目标检测是计算机视觉的重要任务之一，从传统的特征工程到端到端的深度学习检测框架，目标检测已经取得了重大突破，其目的是通过检测框定位目标物体位置，并且给出相对应的类别。二维目标检测只需要定位目标物体在图像中的像素位置，而三维目标检测则需要定位物体在真实世界中的位置，因此三维目标检测相对于二维目标检测任务而言更加困难且更具有挑战性。
[0004]自动驾驶能够从根本上改变人们的生活和出行方式，减少人为失误造成的交通事故，提高出行效率和驾驶安全性，因此近年来学术界和工业界对自动驾驶技术的研发都投入了巨大的努力，三维目标检测作为自动驾驶领域的关键技术之一，受到了广泛关注。特别是基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于融合输出的单目3D目标检测方法，其特征在于，包括：对待检测图像进行特征提取，以获得与所述待检测图像中的待检测目标相关联的一组参数，所述一组参数中的至少部分参数包括针对待检测目标的二维检测框参数和三维检测框参数；至少基于所述一组参数中的第一组子参数，得到基于深度估计的第一类型三维预测结果；至少基于所述一组参数中的第二组子参数，得到基于几何约束的第二类型三维预测结果，其中所述第一组子参数与所述第二组子参数至少部分地重合；以及基于所述第一类型三维预测结果和所述第二类型三维预测结果，得到针对所述待检测目标的目标三维检测结果。2.根据权利要求1所述的方法，其特征在于，所述一组参数至少包括以下中的一者或多者：二维检测框中心点位置；三维检测框中心点投影位置；三维检测框目标类别；二维检测框中心点到三维检测框角点投影点的偏移；三维检测框角点投影点位置；三维检测框的尺寸；三维检测框中心投影点的深度；三维检测框的方向；以及二维检测框中心点到三维检测框中心投影点的偏移。3.根据权利要求2所述的方法，其特征在于，其中所述第一组子参数包括以下中的一者或多者：所述二维检测框中心点位置；所述二维检测框中心点到三维检测框中心投影点的偏移；所述三维检测框中心投影点的深度；所述三维检测框的尺寸；所述三维检测框的方向；以及所述三维检测框目标类别；其中所述第二组子参数包括以下中的一者或多者：所述二维检测框中心点位置；所述二维检测框中心点到三维检测框角点投影点的偏移；所述三维检测框角点投影点位置；所述三维检测框的尺寸；所述三维检测框目标类别；以及所述三维检测框的方向。4.根据权利要求3所述的方法，其特征在于，至少基于所述一组参数中的第一组子参数，得到基于深度估计的第一类型三维预测结果优选地包括：基于所述第一组子参数中的所述二维检测框中心点位置、所述二维检测框中心点到三
维检测框中心投影点的偏移、所述三维检测框中心投影点的深度并且结合标定相机参数，得到针对所述待检测目标的三维检测框的位置；以及基于所述三维检测框的位置、所述三维检测框目标类别、所述三维检测框的尺寸以及所述三维检测框的方向，得到所述第一类型三维预测结果。5.根据权利要求3所述的方法，其特征在于，至少基于所述一组参数中的第二组子参数，得到基于几何约...

【专利技术属性】
技术研发人员：安超，韦松，张兵，
申请(专利权)人：吉咖智能机器人有限公司，
类型：发明
国别省市：