【技术实现步骤摘要】
三维目标检测方法、电子设备及存储介质
[0001]本申请涉及计算机视觉和深度学习技术
、
尤其涉及一种三维目标检测方法
、
电子设备及存储介质
。
技术介绍
[0002]在自动驾驶领域中,自动驾驶系统会利用不同种类的传感器检测车辆前方或附近的物体,做出对应的决策
。
因此自动驾驶系统需要快速精准的检测出物体的类别及位置,才能确保行车安全
。
目前多数三维目标检测算法为检测出物体的类别,需要大量的标注样本,对物体的旋转角度标注困难且需要使用回归运算,在预测上需要花费很长的时间
。
此外,目前多数三维目标检测算法还需要准确的检测车辆与前方物体的距离,目前多数作法是利用光达或者雷达取得深度信息,但目前使用光达或者雷达的成本高昂
、
视场范围比较小
。
技术实现思路
[0003]鉴于以上内容,有必要提供一种三维目标检测方法
、
电子设备及存储介质,能够解决旋转角度标注困难问题及检测成本过高的问题
。
[0004]本申请实施例提供一种三维目标检测方法,所述三维目标检测方法包括:获取检测图像及所述检测图像对应的深度图像,其中,所述深度图像通过深度相机获取;将所述检测图像输入至训练完成的目标检测模型,利用所述目标检测模型确定所述检测图像中物体的物体类别及物体的二维边线框;根据所述物体类别,从三维物体模型库中确定与所述物体对应的物件模型及与所述物件模型对应的三维边线框;根据所 ...
【技术保护点】
【技术特征摘要】
1.
一种三维目标检测方法,其特征在于,所述三维目标检测方法包括:获取检测图像及所述检测图像对应的深度图像,其中,所述深度图像通过深度相机获取;将所述检测图像输入至训练完成的目标检测模型,利用所述目标检测模型确定所述检测图像中物体的物体类别及物体的二维边线框;根据所述物体类别,从三维物体模型库中确定与所述物体对应的物件模型及与所述物件模型对应的三维边线框;根据所述深度图像及所述二维边线框,计算所述二维边线框所框选的物体的点云数据及所述深度相机到所述物件模型的距离;根据所述物件模型与所述点云数据,确定所述物件模型的旋转角度;根据所述深度相机到所述物件模型的距离
、
所述旋转角度及所述三维边线框,确定所述物件模型在三维空间中的位置
。2.
根据权利要求1所述的三维目标检测方法,其特征在于,所述根据所述深度图像及所述二维边线框,计算所述二维边线框所框选的物体的点云数据及所述深度相机到所述物件模型的距离包括:根据所述深度图像获取所述二维边线框所框选的物体的深度值及坐标,根据所述深度值确定所述深度相机到所述物体的物件模型的距离;根据所述坐标和所述深度相机的内外参矩阵变换公式得到所述点云数据
。3.
根据权利要求1所述的三维目标检测方法,其特征在于,所述根据所述物件模型与所述点云数据,确定所述物件模型的旋转角度包括:根据所述点云数据,得到所述物体轮廓的第一点云数据;将所述物件模型转化为第二点云数据;将所述第一点云数据与所述第二点云数据进行点云匹配,得到所述物件模型的旋转角度
。4.
根据权利要求1所述的三维目标检测方法,其特征在于,所述方法还包括:获取训练图像;基于
You Only Look Once(YOLO)
网络构建目标检测模型;将所述训练图像输入所述目标检测模型进行训练,通过所述目标检测模型进行卷积和均值池化交替处理后得到所述训练图像的特征值数据;利用所述目标检测模型的全连接层处理所述特征值数据,得到所述训练图像中物体的二维边线框和物体类别,通过调整所述目标检测模型的...
【专利技术属性】
技术研发人员:李洁,卢志德,郭锦斌,
申请(专利权)人:鸿海精密工业股份有限公司,
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。