【技术实现步骤摘要】
多传感器数据融合的目标检测方法及装置
[0001]本专利技术实施例涉及一种目标检测方法及装置，尤其是一种多传感器数据融合的目标检测方法及装置，属于计算机
技术介绍
[0002]随着激光雷达传感器的广泛应用，对于基于点云数据的目标识别技术也开始在各个领域中进行应用。现有的基于点云数据的目标检测主要是利用神经网络的处理方法对目标进行识别，与传统方法相比有着更快速更高效更准确的检测结果，但现有的基于神经网络的检测器对于激光雷达的点云数据的处理上有明显的局限性，大多数都是使用传统的针对图像的神经网络检测器进行简单改进后，就应用到了点云处理中，为了处理点云的无序性，需要对原始点云进行随机采样或过滤部分点，这就导致神经网络在学习过程中缺乏更多点的信息，进而也会导致在目标候选框的确定以及筛选上存在很大的偏差，严重影响了目标检测的准确性。
技术实现思路
[0003]本专利技术实施例提供一种多传感器数据融合的目标检测方法及装置，通过将基于不同传感器而生成的目标候选框数据进行融合处理，来提高目标识别的准确度。
...
【技术保护点】
【技术特征摘要】
1.一种多传感器数据融合的目标检测方法，包括：根据包含点云的几何矩特征的点云特征数据确定第一目标候选框数据，以及根据图像特征数据确定第二目标候选框数据；根据所述第一目标候选框数据和所述第二目标候选框数据，生成融合张量数据，所述融合张量数据包括第一目标候选框数据中的多个第一候选框与第二目标候选框数据中的多个第二候选框之间的交叠度、以及各个交叠度对应的第一目标候选框的第一置信度和第二目标候选框的第二置信度；通过卷积神经网络对所述融合张量数据进行处理，生成融合置信度数据，并根据该融合置信度数据修正所述第一目标候选框数据中的第一置信度数据；基于修正后的第一目标候选框数据进行目标识别处理。2.根据权利要求1所述的方法，其中，根据包含点云的几何矩特征的点云特征数据确定第一目标候选框数据包括：根据包含点云的几何矩特征的点云特征数据确定三维候选框以及对应的置信度，将所述三维候选框投影到所述图像特征数据所在的平面，将投影得到的二维候选框作为所述第一候选框，将所述三维候选框对应的置信度作为所述第一置信度，并将所述三维候选框到所述平面的投影距离记录到所述第一目标候选框数据中；相应地，所述融合张量数据还包括所述第一目标候选框对应的投影距离。3.根据权利要求1所述的方法，其中，所述通过卷积神经网络对所述融合张量数据进行处理，生成融合置信度数据包括：获取所述交叠度大于预设第一阈值的融合张量数据，并通过卷积神经网络进行处理，生成融合置信度数据。4.根据权利要求1所述的方法，其中，所述交叠度为所述多个第一候选框与所述多个第二候选框之间的交并比或者广义交并比。5.根据权利要求1所述的方法，其中，所述基于修正后的第一目标候选框数据进行目标识别处理包括：S1:对所述第一目标候选框数据中第一置信度进行排序；S2:获取排名最高的第一置信度对应的第一候选框，计算该排名最高的第一候选框与其余的第一候选框的广义交并比，并将第一候选框对应的目标候选框数据条目从第一目标候选框数据中取出放入到目标候选框数据输出列表中；S3:从所述第一目标候选框数据中剔除掉广义交并比大于预设的第二阈值的第一目标候选框对应的目标候选框数据条目；重复执行上述S2和S3的处理，直至第一目标候选框数据中的第一目标候选框为空，然后，将目标候选框输出列表中的目标...
【专利技术属性】
技术研发人员：逯博，陈天楷，王世峰，孟锦，孟馨，吕佳航，
申请(专利权)人：长春理工大学中山研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。