一种目标检测方法和装置制造方法及图纸

本发明专利技术公开了一种目标检测方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对采集到的原始图像进行图像检测，以获得原始图像中目标的类别信息以及边界框；基于原始图像对应的深度信息，将边界框内归属于同一目标的像素进行聚类，以对边界框内的目标进行区域划分；统计边界框内像素的深度值分布，以获取深度值在设定深度区间内的像素对应的区域，根据区域确定目标的位置信息。该方法通过对原始图像进行图像检测得到边界框，并采用聚类的方式对边界框进行区域划分后，结合统计出的边界框内像素的深度值，过滤去除边界框内的非目标区域，保留目标区域，提升了包罗目标的边界框的精度，进而提升了目标检测的精度。

【技术实现步骤摘要】
一种目标检测方法和装置
本专利技术涉及计算机领域，尤其涉及一种目标检测方法和装置。
技术介绍
无人驾驶车辆在道路行驶的过程中面临如何去规避障碍物的问题，目标检测是无人驾驶车辆与周围环境交互的重要组成部分，也是其进行行为预测与决策规划的主要依据，目标检测的效果好坏将直接影响到无人驾驶车辆整体的性能水平。目前广泛采用的目标检测方法包括：基于激光雷达的目标检测、基于毫米波雷达的目标检测、基于单目的目标检测等。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：基于激光雷达的目标检测，传感器本身成本较高，不容易得到目标的类别信息，远距离目标的识别能力较弱；基于毫米波雷达的目标检测，检测精度低，无法检测到行人；基于单目的目标检测，与激光雷达等标定困难，检测精度低、误差大。
技术实现思路
有鉴于此，本专利技术实施例提供一种目标检测方法和装置，通过对原始图像进行图像检测得到边界框，并采用聚类的方式对边界框内的目标进行区域划分后，结合统计出的边界框内像素的深度值，过滤去除边界框内的非目标区域，保留目标区域，提升了包罗目标的边界框的精度，进而提升了目标检测的精度。为实现上述目的，根据本专利技术实施例的一个方面，提供了一种目标检测方法。本专利技术实施例的一种目标检测方法，包括：对采集到的原始图像进行图像检测，以获得所述原始图像中目标的类别信息以及边界框；基于所述原始图像对应的深度信息，将所述边界框内归属于同一目标的像素进行聚类，以对所述边界框内的目标进行区域划分；统计所述边界框内像素的深度值分布，以获取深度值在设定深度区间内的像素对应的区域，根据所述区域确定所述目标的位置信息。可选地，所述统计所述边界框内像素的深度值分布，包括：根据所述边界框内像素的深度值，将所述深度值划分为间隔相同的子区间；遍历所述边界框内像素的深度值，分别统计落在所述子区间的像素数量，以得到所述边界框内像素的深度值分布。可选地，所述方法还包括：确定所述深度值分布中像素分布最密集的区间，将确定出的所述区间作为所述深度区间。可选地，所述方法还包括：采用双目相机采集原始图像；所述将所述边界框内归属于同一目标的像素进行聚类，包括：遍历所述边界框内的像素；以双目相机参考系的原点为坐标原点，结合遍历出的任意两个像素的深度值，计算所述两个像素构成的线段与其中一个像素与所述坐标原点构成线段的夹角；若所述夹角大于预设阈值，则所述两个像素归属于同一目标。可选地，所述根据所述区域确定所述目标的位置信息，包括：将所述区域内的像素转换为点云数据；确定包围所述点云数据的最小三维边界框，所述最小三维边界框的三维坐标即为所述目标的位置信息。为实现上述目的，根据本专利技术实施例的另一方面，提供了一种目标检测装置。本专利技术实施例的一种目标检测装置，包括：图像检测模块，用于对采集到的原始图像进行图像检测，以获得所述原始图像中目标的类别信息以及边界框；区域划分模块，用于基于所述原始图像对应的深度信息，将所述边界框内归属于同一目标的像素进行聚类，以对所述边界框内的目标进行区域划分；统计确定模块，用于统计所述边界框内像素的深度值分布，以获取深度值在设定深度区间内的像素对应的区域，根据所述区域确定所述目标的位置信息。可选地，所述统计确定模块，还用于：根据所述边界框内像素的深度值，将所述深度值划分为间隔相同的子区间；以及遍历所述边界框内像素的深度值，分别统计落在所述子区间的像素数量，以得到所述边界框内像素的深度值分布。可选地，所述装置还包括：深度区间确定模块，用于确定所述深度值分布中像素分布最密集的区间，将确定出的所述区间作为所述深度区间。可选地，所述装置还包括：图像采集模块，用于采用双目相机采集原始图像；所述区域划分模块，还用于：遍历所述边界框内的像素；以双目相机参考系的原点为坐标原点，结合遍历出的任意两个像素的深度值，计算所述两个像素构成的线段与其中一个像素与所述坐标原点构成线段的夹角；以及若所述夹角大于预设阈值，则所述两个像素归属于同一目标。可选地，所述统计确定模块，还用于：将所述区域内的像素转换为点云数据；以及确定包围所述点云数据的最小三维边界框，所述最小三维边界框的三维坐标即为所述目标的位置信息。为实现上述目的，根据本专利技术实施例的再一方面，提供了一种电子设备。本专利技术实施例的一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术实施例的一种目标检测方法。为实现上述目的，根据本专利技术实施例的再一方面，提供了一种计算机可读介质。本专利技术实施例的一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本专利技术实施例的一种目标检测方法。上述专利技术中的一个实施例具有如下优点或有益效果：通过对原始图像进行图像检测得到边界框，并采用聚类的方式对边界框内的目标进行区域划分后，结合统计出的边界框内像素的深度值，过滤去除边界框内的非目标区域，保留目标区域，提升了包罗目标的边界框的精度，进而提升了目标检测的精度；通过为深度值划分为子区间，并统计落入各子区间的像素数量，得到边界框内像素的深度值分布，进而可以直观的看出像素的分布疏密状态；将像素分布最密集的区间作为深度区间，将该深度区间的像素对应区域提取出来，以精准的获得边界框中仅包含目标的目标区域，进一步提升目标检测精度；采用双目相机获取原始图像，可实现对远距离目标的有效检测，检测精度高，同时降低了相机与激光雷达之间的标定难度；基于深度值进行聚类，聚类效率高；将二维边界框中目标区域的像素转换为三维点云数据，提升了目标检测的稳定性。上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。附图说明附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：图1是根据本专利技术实施例的目标检测方法的主要步骤的示意图；图2为根据本专利技术实施例的目标检测方法的检测原理示意图；图3是根据本专利技术实施例的目标检测方法的主要流程示意图；图4是本专利技术实施例的判断两个像素是否归属于同一目标的原理示意图；图5(a)是本专利技术实施例一中基于CNN对原始图像一进行图像检测的图像检测结果示意图；图5(b)是本专利技术实施例一的原始图像一的像素对应的深度图像；图5(c)是本专利技术实施例一的区域划分结果示意图；图6是本专利技术实施例中区分目标区域以及非目标区域的原理示意图；图7(a)为本专利技术实施例二中基于CNN对原始图像二进行图像检测的图像检测结果示意图；图7(b)为本专利技术实施例二的将原始图像二的非目标区域过滤后的结果示意图；图7(c)为本专利技术实施例二的目标检测结果示意图；图8是根据本专利技术实施例的目标检测装置的主要模块的示意图；图9是本专利技术实施例可以应用于其中的示例性系统架构图；图10是适用于来实现本专利技术实施例的电子设备的计算机装置的结构示意图。<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：/n对采集到的原始图像进行图像检测，以获得所述原始图像中目标的类别信息以及边界框；/n基于所述原始图像对应的深度信息，将所述边界框内归属于同一目标的像素进行聚类，以对所述边界框内的目标进行区域划分；/n统计所述边界框内像素的深度值分布，以获取深度值在设定深度区间内的像素对应的区域，根据所述区域确定所述目标的位置信息。/n

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：
对采集到的原始图像进行图像检测，以获得所述原始图像中目标的类别信息以及边界框；
基于所述原始图像对应的深度信息，将所述边界框内归属于同一目标的像素进行聚类，以对所述边界框内的目标进行区域划分；
统计所述边界框内像素的深度值分布，以获取深度值在设定深度区间内的像素对应的区域，根据所述区域确定所述目标的位置信息。


2.根据权利要求1所述的方法，其特征在于，所述统计所述边界框内像素的深度值分布，包括：
根据所述边界框内像素的深度值，将所述深度值划分为间隔相同的子区间；
遍历所述边界框内像素的深度值，分别统计落在所述子区间的像素数量，以得到所述边界框内像素的深度值分布。


3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
确定所述深度值分布中像素分布最密集的区间，将确定出的所述区间作为所述深度区间。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：采用双目相机采集原始图像；
所述将所述边界框内归属于同一目标的像素进行聚类，包括：
遍历所述边界框内的像素；
以双目相机参考系的原点为坐标原点，结合遍历出的任意两个像素的深度值，计算所述两个像素构成的线段与其中一个像素与所述坐标原点构成线段的夹角；
若所述夹角大于预设阈值，则所述两个像素归属于同一目标。


5.根据权利要求1所述的方法，其特征在于，所述根据所述区域确定所述目标的位置信息，包括：
将所述区域内的像素转换为点云数据；
确定包围所述点云数据的最小三维边界框，所述最小三维边界框的三维坐标即为所述目标的位置信息。


6.一种目标检测装置，其特征在于，包括：
图像检测模块，用于对采集到的原始图像进行图像检测，以获得所述原始图像中目标的类别信息以及边界框；
区域划分模块，用于基于所述原始图像对应的深度信息...

【专利技术属性】
技术研发人员：杨磊，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11