一种目标确定方法以及目标确定装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114022830A(43)申请公布日2022.02.08(21)申请号202010692086.4G01S13/91(2006.01)(22)申请日2020.07.17G01S13/89(2006.01)G01S13/86(2006.01)(71)申请人华为技术有限公司地址518129广东省深圳市龙岗区坂田华为总部办公楼(72)发明人原崧育杨臻张维(74)专利代理机构深圳市深佳知识产权代理事务所(普通合伙)44285代理人李杭(51)Int.Cl.G06V20/52(2022.01)G06V10/774(2022.01)G06V10/82(2022.01)G06N3/04(2006.01)G06T7/70(2017.01)权利要求书3页说明书22页附图18页(54)发明名称一种目标确定方法以及目标确定装置(57)摘要本申请公开了一种目标确定方法，属于感知融合领域，可以应用在智能汽车、智能网联汽车上，包括：获取待处理图像和多个毫米波探测点，待处理图像和多个毫米波探测点是针对相同检测目标同步获取的数据，每个毫米波探测点包括深度信息。将多个毫米波探测点映射到待处理图像上。根据第一信息确定检测目标在待处理图像上的多个候选框，第一信息包括每个毫米波探测点的深度信息和位置信息。根据深度信息对多个候选框进行非极大值抑制NMS处理，以输出目标框和目标毫米波探测点，目标框是根据目标毫米波探测点的深度信息和位置信息确定的。本申请提供的方案可以提升视觉传感器和毫米波雷达的检测结果的关联的准确率。CN114022830ACN114022830A权利要求书1/3页1.一种目标确定方法，其特征在于，包括：获取待处理图像和多个毫米波探测点，所述待处理图像和所述多个毫米波探测点是针对相同检测目标同步获取的数据，每个所述毫米波探测点包括深度信息，所述深度信息用于表示所述检测目标与毫米波雷达的距离，所述毫米波雷达用于获取所述多个毫米波探测点；将所述多个毫米波探测点映射到所述待处理图像上；根据第一信息确定所述检测目标在所述待处理图像上的多个候选框，所述第一信息包括每个所述毫米波探测点的所述深度信息和位置信息，所述位置信息用于表示每个毫米波探测点映射在所述待处理图像上的位置；根据所述深度信息对所述多个候选框进行非极大值抑制NMS处理，以输出目标框和目标毫米波探测点，所述目标框是根据所述目标毫米波探测点的所述深度信息和所述位置信息确定的。2.根据权利要求1所述的方法，其特征在于，所述根据所述深度信息对所述多个候选框进行非极大值抑制NMS处理，包括：根据第一分数和第二分数对所述多个候选框进行非极大值抑制NMS处理，所述第一分数表示根据分类器确定的每个候选框中的检测目标属于N个类别中的每个类别的概率，所述N个类别为预先设定的类别，所述N为正整数，所述第二分数表示根据所述深度信息与所述每个类别之间的第一概率分布确定的每个候选框中的检测目标属于N个类别中的每个类别的概率。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：对第一集合中的数据进行统计，确定所述每个类别对应的统计目标的第一尺寸的概率分布，所述第一集合包括所述每个类别对应的多个统计目标，以及每个所述统计目标的尺寸信息；根据所述第一尺寸的概率分布以及第一关系确定所述第一概率分布，所述第一关系为所述统计目标的尺寸与所述统计目标对应的毫米波探测点的深度信息之间的关系。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：对第二集合中的数据进行统计，确定所述每个类别对应的统计目标的第二尺寸的概率分布，所述第二集合包括所述每个类别对应的多个统计目标，以及每个所述统计目标的尺寸信息；根据所述第二尺寸分布以及第二关系确定第二概率分布，所示第二概率分布用于更新所述第一概率分布，所述第二关系为所述统计目标的尺寸与所述统计目标对应的毫米波探测点的深度信息之间的关系。5.根据权利要求3或4所述的方法，其特征在于，所述尺寸信息为所述统计目标的高度信息。6.根据权利要求1至5任一项所述的方法，其特征在于，所述位置信息用于结合所述毫米波探测点在车辆上的分布特性确定所述候选框在所述待处理图像中的位置。7.根据权利要求1至6任一项所述的方法，其特征在于，所述深度信息用于确定所述候选框的尺寸，所述候选框的尺寸与所述深度信息负相关。8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：2CN114022830A权利要求书2/3页通过高效区域卷积神经网络Faster-RCNN对所述待处理图像进行处理，得到所述待处理图像的第一特征图；从所述第一特征图中提取所述多个候选框对应的第二特征图；通过回归网络和分类器对所述第二特征图进行处理，以得到第一结果，所述