图像目标深度的检测方法、装置、电子设备和存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114972465A(43)申请公布日2022.08.30(21)申请号202210615889.9(22)申请日2022.05.31(71)申请人小米汽车科技有限公司地址100176北京市北京经济技术开发区科创十街15号院5号楼6层618室(72)发明人武鹏(74)专利代理机构北京法胜知识产权代理有限公司11922专利代理师戎郑华(51)Int.Cl.G06T7/50(2017.01)G06T5/50(2006.01)G06T7/269(2017.01)权利要求书2页说明书10页附图4页(54)发明名称图像目标深度的检测方法、装置、电子设备和存储介质(57)摘要本公开提出了一种图像目标深度的检测方法、装置、设备及存储介质，涉及自动驾驶技术领域。该方法包括：获取待检测图像的多个尺寸的第一特征图；从所述多个尺寸的第一特征图中，抽取至少两个第一特征图；基于通道注意力机制，对每个抽取的第一特征图中各个通道的特征值进行加权，以生成所述每个抽取的第一特征图对应的第二特征图；将各个所述第二特征图进行特征融合，以生成第三特征图；对所述第三特征图进行深度检测，以确定所述待检测图像的目标深度。由此，能够使得融合后的第三特征图细节特征的表达能力更强，提高了深度检测的准确度，也使得对图像目标深度的检测更加准确、可靠。CN114972465ACN114972465A权利要求书1/2页1.一种图像目标深度的检测方法，其特征在于，包括:获取待检测图像的多个尺寸的第一特征图；从所述多个尺寸的第一特征图中，抽取至少两个第一特征图；基于通道注意力机制，对每个抽取的第一特征图中各个通道的特征值进行加权，以生成所述每个抽取的第一特征图对应的第二特征图；将各个所述第二特征图进行特征融合，以生成第三特征图；对所述第三特征图进行深度检测，以确定所述待检测图像的目标深度。2.根据权利要求1所述的方法，其特征在于，所述获取待检测图像的多个尺寸的第一特征图，包括：将待检测图像输入至预先建立的特征金字塔神经网络，以获取所述特征金字塔神经网络的多个网络层输出的第一特征图。3.根据权利要求1所述的方法，其特征在于，所述基于通道注意力机制，对每个抽取的第一特征图中各个通道的特征值进行加权，以生成所述每个抽取的第一特征图对应的第二特征图，包括：获取每个抽取的第一特征图中每个特征通道对应的特征向量；根据每个所述特征向量，计算所述每个特征通道对应的权重系数；将每个所述权重系数与每个所述特征通道对应的特征值相乘，以生成所述每个抽取的第一特征图对应的第二特征图。4.根据权利要求1所述的方法，其特征在于，所述对所述第三特征图进行深度检测，以确定所述待检测图像的目标深度，包括：将所述第三特征图输入至训练完成的深度预测模型，以获取所述待检测图像的目标深度。5.根据权利要求4所述的方法，其特征在于，在所述将所述第三特征图输入至训练完成的深度预测模型之前，还包括：获取多个训练图像及每个所述训练图像中每个像素点对应的标注深度值；预测每个所述像素点落入每个预设的深度范围的概率；将每个所述像素点落入每个所述深度范围的概率与所述深度区间对应的深度值的乘积之和，确定为每个所述像素点对应的预测深度；根据各个所述像素点对应的预测深度和所述标注深度值之间的差异，对初始神经网络进行修正，以生成深度预测模型。6.一种图像目标深度的检测装置，其特征在于，包括:获取模块，用于获取待检测图像的多个尺寸的第一特征图；抽取模块，用于从所述多个尺寸的第一特征图中，抽取至少两个第一特征图；第一生成模块，用于基于通道注意力机制，对每个抽取的第一特征图中各个通道的特征值进行加权，以生成所述每个抽取的第一特征图对应的第二特征图；第二生成模块，用于将各个所述第二特征图进行特征融合，以生成第三特征图；确定模块，用于对所述第三特征图进行深度检测，以确定所述待检测图像的目标深度。7.根据权利要求6所述的装置，其特征在于，所述获取模块，具体用于：将待检测图像输入至预先建立的特征金字塔神经网络，以获取所述特征金字塔神经网2CN114972465A权利要求书2/2页络的多个网络层输出的第一特征图。8.根据权利要求6所述的装置，其特征在于，所述第一生成模块，具体用于获取每个抽取的第一特征图中每个特征通道对应的特征向量；根据每个所述特征向量，计算所述每个特征通道对应的权重系数；将每个所述权重系数与每个所述特征通道对应的特征值相乘，以生成所述每个抽取的第一特征图对应的第二特征图。9.根据权利要求6所述的装置，其特征在于，所述确定模块，包括：获取单元，用于将所述第三特征图输入至训练完成的深度预测模型，以获取所述待检测图像的目标深度。10.根据权利要求9所述的装置，其特征在于，所述获取单元，还用于：获取