【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种目标检测方法、装置和设备。
技术介绍
1、3d空间中的感知对于自动驾驶等各种应用至关重要。基于相机的方法除了部署成本低之外，与基于激光雷达的方案相比，相机在检测远距离物体和识别基于视觉的道路元素(例如，红绿灯)方面具有理想的优势。
2、相关技术中，基于鸟瞰图(bev)平面的3d目标检测模型一个显著的缺点是对于远距物体特别是100m以外范围的物体的检测效果不佳。原因在于这些方法为了减少实际部署时的计算量，往往选择对相机拍摄图像进行下采样，得到较小输入尺寸的特征，远处物体由于相机本身特性，造成在图像上显像模糊，同时又经过下采样，会造成更加严重的信息损失，导致模型在对远距物体的预测往往是不准确的。因此，如何准确地进行远距离物体的检测是本领域技术人员亟需解决的技术问题。
技术实现思路
1、针对现有技术中的问题，本专利技术实施例提供一种目标检测方法、装置和设备。
2、具体地，本专利技术实施例提供了以下技术方案：
3、第一方面，本专利技术实施例提供了一种目标检测方法，包括：
4、根据相机图像，获取监控视角图像和鹰眼视角图像；鹰眼视角图像中包括监控视角图像中的远距目标；远距目标距离相机的物距大于预设阈值；
5、根据监控视角图像和鹰眼视角图像，生成鸟瞰视角bev特征；
6、将bev特征输入至目标检测网络，得到目标检测结果；目标检测网络用于基于bev特征进行目标检测。
7、进一步地
8、将历史时刻的目标检测结果中的远距目标在相机图像中的位置信息，投影到当前时刻采集的相机图像中，获取监控视角图像和鹰眼视角图像。
9、进一步地，所述将所述bev特征输入至目标检测网络，得到目标检测结果，包括：
10、将bev特征输入至目标检测网络，得到目标检测结果热力图；目标检测结果热力图用于表示各个检测点属于各类型物体的第一置信度；
11、根据热力图中各个检测点属于各类型物体的第一置信度，生成候选检测点集合；
12、针对候选检测点集合中的任一候选检测点，建立热力图原点至候选检测点之间的射线，将射线所覆盖的各个检测点的置信度转移至候选检测点，得到候选检测点属于各类型物体的聚合置信度；
13、根据候选检测点属于各类型物体的聚合置信度，确定目标检测结果；目标检测结果中包括候选检测点所属的物体类型。
14、进一步地，所述根据热力图中各个检测点属于各个所述类型物体的第一置信度，生成候选检测点集合之前，还包括：
15、将热力图中各个检测点属于各个类型物体的第一置信度依次和第一阈值进行比较，获取比较结果；
16、在比较结果为检测点的第一置信度小于第一阈值的情况下，将检测点的第一置信度设置为目标值，得到更新后的各个检测点属于各个类型物体的第一置信度。
17、进一步地，所述根据热力图中各个检测点属于各个所述类型物体的第一置信度，生成候选检测点集合，包括：
18、根据热力图中各个检测点属于各个类型物体的第一置信度，获取多个候选检测点；
19、根据各个候选检测点属于各个类型物体的第一置信度的大小，对候选检测点进行排序，生成候选检测点集合。
20、进一步地，所述将所述射线路线中的各个检测点的置信度转移至所述候选检测点，得到所述候选检测点属于各个所述类型物体的聚合置信度之后，还包括：
21、将射线路线中的各个检测点的置信度设置为目标值，得到更新后的射线路线中的各个检测点的置信度；
22、根据更新后的射线路线中的各个检测点的置信度，进行后续的目标预测。
23、进一步地，所述将所述射线路线中的各个检测点的置信度转移至所述候选检测点，得到所述候选检测点属于各个所述类型物体的聚合置信度之后，还包括：
24、将候选检测点属于各个类型物体的聚合置信度依次和第二阈值进行比较，获取比较结果；
25、在比较结果为候选检测点的聚合置信度小于第二阈值的情况下，将候选检测点的聚合置信度设置为目标值，得到更新后的候选检测点属于各个类型物体的聚合置信度。
26、进一步地，所述根据所述候选检测点属于各个类型物体的聚合置信度，确定所述候选检测点属于的物体类型，包括：
27、根据候选检测点属于各个类型物体的聚合置信度，确定候选检测点属于各个类型物体的聚合置信度中的最高聚合置信度；
28、将最高聚合置信度所对应的物体类型，确定为目标检测结果中的候选检测点属于的物体类型。
29、第二方面，本专利技术实施例还提供了一种目标检测装置，包括：
30、获取模块，用于根据相机图像，获取监控视角图像和鹰眼视角图像；鹰眼视角图像中包括监控视角图像中的远距目标；远距目标距离相机的物距大于预设阈值；
31、处理模块，用于根据监控视角图像和鹰眼视角图像，生成鸟瞰视角bev特征；
32、检测模块，用于将bev特征输入至目标检测网络，得到目标检测结果；目标检测网络用于基于bev特征进行目标检测。
33、第三方面，本专利技术实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述目标检测方法。
34、第四方面，本专利技术实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述目标检测方法。
35、第五方面，本专利技术实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面所述目标检测方法。
36、本专利技术实施例提供的目标检测方法、装置和设备，通过鹰眼视角图像增加模型中远距预测的信息量和补充监控视角缺失的细节，通过监控视角图像既负责模型近距物体的预测，又能定位裁切的鹰眼视角在全图中的实际位置，从而可以有效的满足目标检测网络的远距预测的需求，使得在维持近距物体检测性能的情况下，有效地提升了远距离物体的预测准确性；而且本申请实施例的方法无需修改原有模型架构，易于实施且不会增加额外的计算负担，达到了快速准确地进行远距离物体预测的效果。
本文档来自技高网...【技术保护点】
1.一种目标检测方法，其特征在于，包括：
2.根据权利要求1所述的目标检测方法，其特征在于，所述根据相机图像，获取监控视角图像和鹰眼视角图像，包括：
3.根据权利要求1或2所述的目标检测方法，其特征在于，所述将所述BEV特征输入至目标检测网络，得到目标检测结果，包括：
4.根据权利要求3所述的目标检测方法，其特征在于，所述根据热力图中各个检测点属于各个所述类型物体的第一置信度，生成候选检测点集合之前，还包括：
5.根据权利要求3所述的目标检测方法，其特征在于，所述根据热力图中各个检测点属于各个所述类型物体的第一置信度，生成候选检测点集合，包括：
6.根据权利要求3所述的目标检测方法，其特征在于，所述将所述射线路线中的各个检测点的置信度转移至所述候选检测点，得到所述候选检测点属于各个所述类型物体的聚合置信度之后，还包括：
7.根据权利要求3所述的目标检测方法，其特征在于，所述将所述射线路线中的各个检测点的置信度转移至所述候选检测点，得到所述候选检测点属于各个所述类型物体的聚合置信度之后，还包括：
8
9.一种目标检测装置，其特征在于，包括：
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述的目标检测方法。
...【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：
2.根据权利要求1所述的目标检测方法，其特征在于，所述根据相机图像，获取监控视角图像和鹰眼视角图像，包括：
3.根据权利要求1或2所述的目标检测方法，其特征在于，所述将所述bev特征输入至目标检测网络，得到目标检测结果，包括：
4.根据权利要求3所述的目标检测方法，其特征在于，所述根据热力图中各个检测点属于各个所述类型物体的第一置信度，生成候选检测点集合之前，还包括：
5.根据权利要求3所述的目标检测方法，其特征在于，所述根据热力图中各个检测点属于各个所述类型物体的第一置信度，生成候选检测点集合，包括：
6.根据权利要求3所述的目标检测方法，其特征在于，所述将所述射线路...
【专利技术属性】
技术研发人员：温子腾，徐海，王振山，胡金水，郭涛，殷兵，
申请(专利权)人：科大讯飞股份有限公司，
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。