目标检测方法及装置、电子设备和存储介质制造方法及图纸

本公开提供了一种目标检测方法及装置、电子设备和存储介质，可以应用于智能驾驶、自动驾驶、环境感知等技术领域。该目标检测方法包括：从待处理场景图像中提取目标物体的初始位姿信息；基于初始位姿信息，对待处理场景图像中的目标物体添加位置标注信息后得到标注场景图像；将标注场景图像输入校正网络，输出标注场景图像中与初始位姿信息关联的位置标注信息所表现的位姿偏差；基于位姿偏差对初始位姿信息进行修正，得到目标物体的目标位姿信息。息。息。

【技术实现步骤摘要】
目标检测方法及装置、电子设备和存储介质


[0001]本公开涉及智能驾驶、自动驾驶、环境感知等
，具体地涉及一种目标检测方法、装置、设备、介质和程序产品。

技术介绍

[0002]在自动驾驶领域，对图像进行3D目标检测是一项必要的工作。通过对输入图像信号挖掘特征，得到目标物体的位姿信息，实现对场景3D信息的感知。在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：目前的3D目标检测技术往往精度较低，无法准确地估计目标物体的位姿。

技术实现思路

[0003]鉴于上述问题，本公开提供了一种目标检测方法、装置、设备、介质和程序产品。
[0004]本公开的一个方面，提供了一种目标检测方法，包括：
[0005]从待处理场景图像中提取目标物体的初始位姿信息，其中，待处理场景图像用于表征目标车辆在行驶过程中的周围驾驶环境，目标车辆的周围驾驶环境中包括至少一个物体；
[0006]基于初始位姿信息，对待处理场景图像中的目标物体添加位置标注信息后得到标注场景图像；
[0007]将标注场景图像输入校正网络，输出标注场景图像中与初始位姿信息关联的位置标注信息所表现的位姿偏差；
[0008]基于位姿偏差对初始位姿信息进行修正，得到目标物体的目标位姿信息。
[0009]根据本公开的实施例，其中，基于初始位姿信息，对待处理场景图像中的目标物体添加位置标注信息后得到标注场景图像包括：
[0010]基于初始位姿信息，在待处理场景图像中绘制目标物体的外接框，得到标注场景图像。
[0011]根据本公开的实施例，其中，基于初始位姿信息，在待处理场景图像中绘制目标物体的外接框，得到标注场景图像包括：
[0012]基于初始位姿信息，计算得到目标物体的外接框的多个角点在相机坐标系中的第一位置坐标；
[0013]将多个角点的第一位置坐标进行坐标转换，得到目标物体的外接框的多个角点在图像坐标系中的第二位置坐标；
[0014]基于多个角点的第二位置坐标，在待处理场景图像中绘制目标物体的外接框，得到标注场景图像。
[0015]根据本公开的实施例，其中：
[0016]初始位姿信息包括：目标物体的中心点的初始位置坐标、目标物体的初始三维尺寸、目标物体的初始方向角，其中，初始方向角用于表征：目标物体的第一行驶方向和目标
车辆的第二行驶方向之间的夹角。
[0017]根据本公开的实施例，其中：
[0018]位姿偏差包括：目标物体的中心点的位置偏差、目标物体的三维尺寸偏差、目标物体的方向角偏差；
[0019]目标位姿信息包括：目标物体的中心点的目标位置坐标、目标物体的目标三维尺寸、目标物体的目标方向角；
[0020]基于位姿偏差对初始位姿信息进行修正，得到目标物体的目标位姿信息包括：
[0021]根据初始位置坐标和位置偏差计算得到目标位置坐标；
[0022]根据初始三维尺寸和三维尺寸偏差计算得到目标三维尺寸；
[0023]根据初始方向角和方向角偏差计算得到目标方向角。
[0024]根据本公开的实施例，其中，从待处理场景图像中提取目标物体的初始位姿信息包括：
[0025]将待处理场景图像输入目标检测网络，输出目标物体的初始位姿信息。
[0026]根据本公开的实施例，还包括，在得到目标物体的目标位姿信息后：
[0027]对目标位姿信息进行多次迭代修正，直至预设终止条件，得到最终确定的终级位姿信息。
[0028]根据本公开的实施例，其中，对目标位姿信息进行多次迭代修正，直至预设终止条件，得到最终确定的终级位姿信息包括：
[0029]对目标位姿信息进行第i次迭代修正，得到第i次迭代位姿信息；
[0030]确定与第i次迭代位姿信息对应的第i次迭代位姿偏差；
[0031]迭代执行：基于第i次迭代位姿偏差对第i次迭代位姿信息进行第i+1次迭代修正得到第i+1次迭代位姿信息，并确定与第i+1次迭代位姿信息对应的第i+1次迭代位姿偏差的操作，直至迭代位姿偏差小与预设偏差阈值，得到最终确定的终级位姿信息。
[0032]本公开的另一个方面提供了一种目标检测装置，包括：
[0033]提取模块，用于从待处理场景图像中提取目标物体的初始位姿信息，其中，待处理场景图像用于表征目标车辆在行驶过程中的周围驾驶环境，目标车辆的周围驾驶环境中包括至少一个物体；
[0034]标注模块，用于基于初始位姿信息，对待处理场景图像中的目标物体添加位置标注信息后得到标注场景图像；
[0035]校正模块，用于将标注场景图像输入校正网络，输出标注场景图像中与初始位姿信息关联的位置标注信息所表现的位姿偏差；
[0036]修正模块，用于基于位姿偏差对初始位姿信息进行修正，得到目标物体的目标位姿信息。
[0037]本公开的另一个方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述目标检测方法。
[0038]本公开的另一个方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述目标检测方法。
[0039]本公开的另一个方面还提供了一种计算机程序产品，包括计算机程序，该计算机
程序被处理器执行时实现上述目标检测方法。
[0040]根据本公开的实施例的目标检测方法采用两阶段处理的构思，实现对物体的位姿信息检测。在第一阶段通过基于视觉的3D目标检测技术对图像挖掘特征，输出目标物体的初始三维位姿信息。在第二阶段进一步对初始三维位姿信息进行修正。待处理场景图像为二维图像，由于二维图像缺少场景的三维几何信息(尤其是深度信息)，在第一阶段直接采用视觉检测技术来预估物体的三维信息，往往无法准确地估计目标物体的位姿，因此得到的检测结果不够精确。基于此，本公开的实施例通过对初步提取到、精确度不高的物体三维位姿信息进行进一步的修正，可以得到更加精确的检测结果。可见，通过上述两阶段图像处理策略，将第一阶段低质量检测结果重投影至二维图像中并进行可视化信息标注，标注图像随后通过第二阶段的校正模型，实现对先前结果质量的自动评价与修正，通过校正微调后的位姿信息更加准确，具有更高的精度，提高了物体信息检测的准确性，进一步无人驾驶车辆基于更加准确的物体信息实现自动驾驶的过程中，具有较高的自动驾驶安全性。
附图说明
[0041]通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
[0042]图1示意性示出了根据本公开实施例的目标检测方法、装置、设备、介质和程序产品的应用场景图；
[0043]图2示意性示出了根据本公开实施例的目标检测方法的流程图；
[0044]图3示例性示出了根据本公开实施例的目标检测方法的处理原理图；
[0045]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，包括：从待处理场景图像中提取目标物体的初始位姿信息，其中，所述待处理场景图像用于表征目标车辆在行驶过程中的周围驾驶环境，所述目标车辆的周围驾驶环境中包括至少一个物体；基于所述初始位姿信息，对所述待处理场景图像中的所述目标物体添加位置标注信息后得到标注场景图像；将所述标注场景图像输入校正网络，输出所述标注场景图像中与所述初始位姿信息关联的所述位置标注信息所表现的位姿偏差；基于所述位姿偏差对所述初始位姿信息进行修正，得到所述目标物体的目标位姿信息。2.根据权利要求1所述的方法，其中，基于所述初始位姿信息，对所述待处理场景图像中的所述目标物体添加位置标注信息后得到标注场景图像包括：基于所述初始位姿信息，在所述待处理场景图像中绘制所述目标物体的外接框，得到所述标注场景图像。3.根据权利要求2所述的方法，其中，基于所述初始位姿信息，在所述待处理场景图像中绘制所述目标物体的外接框，得到所述标注场景图像包括：基于所述初始位姿信息，计算得到所述目标物体的外接框的多个角点在相机坐标系中的第一位置坐标；将所述多个角点的第一位置坐标进行坐标转换，得到所述目标物体的外接框的多个角点在图像坐标系中的第二位置坐标；基于所述多个角点的第二位置坐标，在所述待处理场景图像中绘制所述目标物体的外接框，得到所述标注场景图像。4.根据权利要求1
‑
3任一项所述的方法，其中：所述初始位姿信息包括：所述目标物体的中心点的初始位置坐标、所述目标物体的初始三维尺寸、所述目标物体的初始方向角，其中，所述初始方向角用于表征：所述目标物体的第一行驶方向和所述目标车辆的第二行驶方向之间的夹角。5.根据权利要求4所述的方法，其中：所述位姿偏差包括：所述目标物体的中心点的位置偏差、所述目标物体的三维尺寸偏差、所述目标物体的方向角偏差；所述目标位姿信息包括：所述目标物体的中心点的目标位置坐标、所述目标物体的目标三维尺寸、所述目标物体的目标方向角；基于所述位姿偏差对所述初始位姿信息进行修正，得到所述目标物体的目标位姿信息包括：根据所述初始位置坐标和所述位置偏差计算得到所述目标位置坐标；根据所述初始三维尺寸和所述三维尺寸偏差计算得到所述目标三维尺寸；根据所述初始方向角和所述方向角偏差计算得到所述目标方向角。...

【专利技术属性】
技术研发人员：姚卓坤，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：