System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 目标检测框优化方法、目标检测方法、装置及电子设备、存储介质制造方法及图纸_技高网

目标检测框优化方法、目标检测方法、装置及电子设备、存储介质制造方法及图纸

技术编号:45039117 阅读:6 留言:0更新日期:2025-04-18 17:22
本申请公开了一种目标检测框优化方法、目标检测方法、装置及电子设备、存储介质,所述目标检测框优化方法包括:获取原始点云数据;根据所述原始点云数据中的AI检测的目标检测框,确定边缘栅格信息;响应于所述边缘栅格信息与所述AI检测的目标检测框之间距离关系,对所述AI检测的目标检测框执行第一优化处理;以及响应于所述边缘栅格信息与所述AI检测的目标检测框之间的贴合程度,对所述AI检测的目标检测框执行第二优化处理;根据所述第一优化处理和/或所述第二优化处理,得到修正后的目标检测框。通过本申请一方面在AI检测的目标检测框的基础之上利用原始的点云信息进行优化,另一方面提高了目标检测的准确性。

【技术实现步骤摘要】

本申请涉及点云数据目标检测,尤其涉及一种目标检测框优化方法、目标检测方法、装置及电子设备、存储介质


技术介绍

1、随着自动驾驶领域的快速发展,对自车环境的精确感知需求日益增长。点云作为表达三维空间信息的重要数据形式,因其能够提供丰富的几何和拓扑信息而被广泛使用。在这些应用中,目标检测是关键技术之一,其要求能够准确地识别并定位场景中的各种对象。

2、在目标检测过程中,检测框的优化是提高检测准确性的关键步骤。现有的目标检测算法通常在初始检测阶段产生粗糙的检测框,这些检测框可能与真实目标的边界存在偏差。


技术实现思路

1、本申请实施例提供了一种目标检测框优化方法、目标检测方法、装置及电子设备、存储介质,以优化目标检测框,从而获得更精确的目标信息,并提高目标检测性能。

2、本申请实施例采用下述技术方案:

3、第一方面,本申请实施例提供一种目标检测框优化方法,其中,所述方法包括:

4、获取原始点云数据;

5、根据所述原始点云数据中的ai检测的目标检测框,确定边缘栅格信息;

6、响应于所述边缘栅格信息与所述ai检测的目标检测框之间距离关系,对所述ai检测的目标检测框执行第一优化处理;以及

7、响应于所述边缘栅格信息与所述ai检测的目标检测框之间的贴合程度,对所述ai检测的目标检测框执行第二优化处理;

8、根据所述第一优化处理和/或所述第二优化处理,得到修正后的目标检测框。

9、在一些实施例中,所述根据所述原始点云数据中的ai检测的目标检测框,确定边缘栅格信息,包括:

10、获取所述原始点云数据中的ai检测的目标检测框的属性特征;

11、根据所述属性特征,判断在所述目标检测框向外扩的栅格中是否存在点云数据;

12、如果判断存在,则基于所述目标检测框向外扩框;

13、如果判断不存在,则不向外扩框。

14、在一些实施例中,响应于所述边缘栅格信息与所述ai检测的目标检测框之间距离关系,包括:

15、根据所述ai检测的目标检测框中的中心位置和航向角,获取至少四个角点;

16、根据所述至少四个角点向所述ai检测的目标检测框内遍历,且遍历的步长以栅格为单位;

17、如果所述ai检测的目标检测框向内的任意方向上遍历到栅格,则将该栅格作为边缘栅格;

18、如果所述ai检测的目标检测框向外任意方向搜索得到栅格,如果所述搜索得到栅格中存在有点云的栅格则放到边缘栅格集合,且根据所述边缘栅格集合进行扩框。

19、在一些实施例中,对所述ai检测的目标检测框执行第一优化处理,包括:

20、将所述ai检测的目标检测框的方向作为角度,对所述ai检测的目标检测框进行扩大;

21、根据所述ai检测的目标检测框size大小计算出中心点位置,并输出修正之后的ai检测的目标检测框结果。

22、在一些实施例中,响应于所述边缘栅格信息与所述ai检测的目标检测框之间的贴合程度,包括:

23、计算边缘栅格到所述ai检测的目标检测框的上、下、左、右的四条边框的垂直距离;

24、将每个边缘栅格的垂直距离之和累加作为所述贴合程度;

25、如果所述边缘栅格信息与所述ai检测的目标检测框之间的贴合程度小于预设阈值则不需要修正,直接输出ai检测的目标检测框结果;

26、如果所述边缘栅格信息与所述ai检测的目标检测框之间的贴合程度大于预设阈值,则对所述ai检测的目标检测框修正,输出修正之后的ai检测的目标检测框结果。

27、在一些实施例中,对所述ai检测的目标检测框执行第二优化处理,包括:

28、按照每一度遍历目标角度;

29、将边缘栅格内的点云投影到预设方向上的两个垂直向量上的投影值,并且分别计算两个向量投影值的最小值和最大值;

30、计算每一个点云的投影值到两个向量投影值的最小值和最大值之间的差值的绝对值中的最小值,作为距离边缘最近的距离;

31、计算差值的绝对值中的最小值倒数的累加和;

32、经过角度遍历之后,将所述累加和中最小的结果作为最贴合点云的ai检测的目标检测框的方向;

33、同时将投影值的差值,作为所述ai检测的目标检测框的size大小。

34、第二方面,本申请实施例还提供一种目标检测方法,其中,采用在第一方面中所述的目标检测框优化方法。

35、第三方面,本申请实施例还提供一种目标检测框优化装置,其中,所述装置包括:

36、获取模块,用于获取原始点云数据;

37、确定模块,用于根据所述原始点云数据中的ai检测的目标检测框,确定边缘栅格信息;

38、第一处理模块,用于响应于所述边缘栅格信息与所述ai检测的目标检测框之间距离关系,对所述ai检测的目标检测框执行第一优化处理;以及

39、第二处理模块,用于响应于所述边缘栅格信息与所述ai检测的目标检测框之间的贴合程度,对所述ai检测的目标检测框执行第二优化处理;

40、修正模块,用于根据所述第一优化处理和/或所述第二优化处理,得到修正后的目标检测框。

41、第四方面,本申请实施例还提供一种电子设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行上述方法。

42、第五方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行上述方法。

43、本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:获取原始点云数据并根据所述原始点云数据中的ai检测的目标检测框,确定边缘栅格信息。响应于所述边缘栅格信息与所述ai检测的目标检测框之间距离关系,对所述ai检测的目标检测框执行第一优化处理。通过第一优化处理,可以对ai检测的目标检测框进行扩框,对漏点云的情况进行修正。响应于所述边缘栅格信息与所述ai检测的目标检测框之间的贴合程度,对所述ai检测的目标检测框执行第二优化处理。通过第二优化处理,可以对ai检测的目标检测框进行不贴合以及航向角(朝向)不准情况进行修正。根据所述第一优化处理和/或所述第二优化处理,得到修正后的目标检测框,在ai检测的目标检测框的基础之上利用原始的点云信息进行优化,提高了目标检测的准确性。

本文档来自技高网...

【技术保护点】

1.一种目标检测框优化方法,其中,所述方法包括:

2.如权利要求1所述方法,其中,所述根据所述原始点云数据中的AI检测的目标检测框,确定边缘栅格信息,包括:

3.如权利要求2所述方法,其中,响应于所述边缘栅格信息与所述AI检测的目标检测框之间距离关系,包括:

4.如权利要求3所述方法,其中,对所述AI检测的目标检测框执行第一优化处理,包括:

5.如权利要求1所述方法,其中,响应于所述边缘栅格信息与所述AI检测的目标检测框之间的贴合程度,包括:

6.如权利要求5所述方法,其中,对所述AI检测的目标检测框执行第二优化处理,包括:

7.一种目标检测方法,其中,采用如权利要求1至6任意项所述的目标检测框优化方法。

8.一种目标检测框优化装置,其中,所述装置包括:

9.一种电子设备,包括:

10.一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行所述权利要求1~7之任一所述方法。

【技术特征摘要】

1.一种目标检测框优化方法,其中,所述方法包括:

2.如权利要求1所述方法,其中,所述根据所述原始点云数据中的ai检测的目标检测框,确定边缘栅格信息,包括:

3.如权利要求2所述方法,其中,响应于所述边缘栅格信息与所述ai检测的目标检测框之间距离关系,包括:

4.如权利要求3所述方法,其中,对所述ai检测的目标检测框执行第一优化处理,包括:

5.如权利要求1所述方法,其中,响应于所述边缘栅格信息与所述ai检测的目标检测框之间的贴合程度,包...

【专利技术属性】
技术研发人员:鲁小伟李芹卜冯荻
申请(专利权)人:蘑菇车联信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1