数据融合方法、装置、设备及介质制造方法及图纸

本申请提供一种数据融合方法、装置、设备及介质，该方法包括：获取激光雷达传感器采集的点云数据以及相机采集的图像数据；根据点云数据，确定多个目标点云并生成多个目标点云对应的三维边界框，根据图像数据，提取图像数据的全局图像特征；其中，目标点云为动态点云；根据三维边界框以及全局图像特征，确定多个目标点云的感兴趣区域，并提取感兴趣区域的图像特征；根据感兴趣区域的图像特征以及目标点云，确定点云数据的融合特征；根据点云数据的融合特征以及预设的鸟瞰视角平面，确定点云数据与图像数据的目标融合数据，以基于点云数据与图像数据的目标融合数据提高动态目标的检测效率和检测精度。

【技术实现步骤摘要】

本申请涉及融合检测，具体而言，涉及一种数据融合方法、装置、设备及介质。

技术介绍

1、在融合检测领域中，通常是在车端进行图像、激光雷达、毫米波等传感器的融合目标检测，结合各车载传感器的应用场景，采用占据栅格或鸟瞰视角(bird's eye view，简称bev)来检测车身周围的目标。

2、目前，通过融合目标检测进行车载实时检测时，点云、图像融合检测网络通常直接对整个图像或者点云进行网络推理，由于传感器结构特性存在差距，因此融合网络往往参数规模较大，且过深的网络结构会影响算法的计算效率。另外，路侧固定设备的检测距离大，一般为150米-200米，导致bev算法难以实现大范围高精度的目标检测。

3、因此，因此，现有技术中点云图像融合目标检测算法存在一定局限性。

技术实现思路

1、本申请的目的在于，针对上述现有技术中的不足，提供一种数据融合方法、装置、设备及介质，以解决现有技术中点云图像融合目标检测算法存在一定局限性的实际需要的问题。

2、为实现上述目的，本申请实施例采用的技术方案本文档来自技高网...

【技术保护点】

1.一种数据融合方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据，确定多个目标点云并生成所述多个目标点云对应的三维边界框，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述点云数据进行背景过滤处理，确定所述点云数据中的各点云所在的体素是否为背景体素之前，还包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述三维边界框以及所述全局图像特征，确定所述多个目标点云的感兴趣区域，包括：

5.根据权利要求1所述的方法，其特征在于，所述提取所述感兴趣区域的图像特征，包括：</p>

6.根据...

【技术特征摘要】

1.一种数据融合方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据，确定多个目标点云并生成所述多个目标点云对应的三维边界框，包括：

3.根据权利要求2所述的方法，其特征在于，所述对所述点云数据进行背景过滤处理，确定所述点云数据中的各点云所在的体素是否为背景体素之前，还包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述三维边界框以及所述全局图像特征，确定所述多个目标点云的感兴趣区域，包括：

5.根据权利要求1所述的方法，其特征在于，所述提取所述感兴趣区域的图像特征，包括：

6.根据权利要求1所述的方法，其特征在于，所述根据所述感兴趣区域的图像特征以及所述目标点云，确定所述点云数据...

【专利技术属性】
技术研发人员：郑廷钊，施浩湧，吴冬升，杨杰，李大成，
申请(专利权)人：广州高新兴网联科技有限公司，
类型：发明
国别省市：