[發(fā)明專利]目標(biāo)檢測方法及裝置、神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910816348.0
• 申請(qǐng)日: 2019-08-30
• 公開（公告）號(hào): CN110543850B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 張文蔚;周輝;王哲;石建萍;呂健勤
• 申請(qǐng)（專利權(quán)）人: 上海商湯臨港智能科技有限公司
• 主分類號(hào): G06V20/56
• 分類號(hào): G06V20/56;G06V10/46;G06V10/80;G06K9/62;G06T7/50;G01S7/48;G01S17/06
• 代理公司: 北京林達(dá)劉知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

1.一種目標(biāo)檢測方法，其特征在于，包括：

通過智能設(shè)備上設(shè)置的N個(gè)傳感器分別采集所述智能設(shè)備所在的環(huán)境信息，N為大于或等于2的正整數(shù)；

對(duì)所述N個(gè)傳感器中的M個(gè)傳感器采集的環(huán)境信息分別進(jìn)行目標(biāo)的特征提取，得到所述M個(gè)傳感器采集的環(huán)境信息的目標(biāo)特征信息，M為小于或等于N的正整數(shù)；

融合所述M個(gè)傳感器中的L個(gè)傳感器采集的環(huán)境信息的目標(biāo)特征信息，得到目標(biāo)融合特征，L為小于或等于M的正整數(shù)；

根據(jù)所述目標(biāo)融合特征確定所述目標(biāo)的檢測結(jié)果；

其中，所述檢測結(jié)果包括關(guān)聯(lián)預(yù)測結(jié)果；所述L個(gè)傳感器采集的環(huán)境信息至少包括第一時(shí)刻的L個(gè)第一環(huán)境信息及在所述第一時(shí)刻之后的第二時(shí)刻的L個(gè)第二環(huán)境信息，所述根據(jù)所述目標(biāo)融合特征確定所述目標(biāo)的檢測結(jié)果，包括：

根據(jù)所述L個(gè)第一環(huán)境信息中的第一目標(biāo)的目標(biāo)融合特征以及所述L個(gè)第二環(huán)境信息中的第二目標(biāo)的目標(biāo)融合特征，對(duì)所述第一目標(biāo)及所述第二目標(biāo)之間的關(guān)聯(lián)性進(jìn)行預(yù)測，得到所述第一目標(biāo)及所述第二目標(biāo)的關(guān)聯(lián)預(yù)測結(jié)果，所述關(guān)聯(lián)預(yù)測結(jié)果用于實(shí)現(xiàn)針對(duì)所述目標(biāo)的目標(biāo)追蹤；

其中，所述關(guān)聯(lián)預(yù)測結(jié)果包括所述第一目標(biāo)與所述第二目標(biāo)為同一目標(biāo)的概率、所述第一目標(biāo)為終點(diǎn)目標(biāo)的概率、所述第二目標(biāo)為起點(diǎn)目標(biāo)的概率、所述第一目標(biāo)及所述第二目標(biāo)的置信度中的至少一種，

其中，所述終點(diǎn)目標(biāo)表示在所述第一環(huán)境信息中而不在所述第二環(huán)境信息中的目標(biāo)，所述起點(diǎn)目標(biāo)表示在所述第二環(huán)境信息中而不在所述第一環(huán)境信息中的目標(biāo)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

根據(jù)所述N個(gè)傳感器中的任一傳感器采集的環(huán)境信息的目標(biāo)特征信息，確定所述目標(biāo)的檢測結(jié)果。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

根據(jù)第一預(yù)設(shè)條件篩除N-M個(gè)傳感器采集的環(huán)境信息；

根據(jù)第二預(yù)設(shè)條件篩除M-L個(gè)傳感器采集的環(huán)境信息的目標(biāo)特征信息。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第一預(yù)設(shè)條件包括以下至少一個(gè)：傳感器處于非正常工作狀態(tài)、傳感器采集的環(huán)境信息不滿足質(zhì)量要求。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，融合所述M個(gè)傳感器中的L個(gè)傳感器采集的環(huán)境信息的目標(biāo)特征信息，得到目標(biāo)融合特征，包括：

確定所述L個(gè)傳感器中各傳感器對(duì)應(yīng)的特征融合權(quán)重；

根據(jù)所述L個(gè)傳感器中各傳感器對(duì)應(yīng)的特征融合權(quán)重和目標(biāo)特征信息進(jìn)行特征融合，得到目標(biāo)融合特征。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，確定所述L個(gè)傳感器中各傳感器對(duì)應(yīng)的特征融合權(quán)重，包括：

根據(jù)所述智能設(shè)備所在環(huán)境的氣象情況和/或光線情況，確定所述L個(gè)傳感器中各傳感器對(duì)應(yīng)的特征融合權(quán)重。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述N個(gè)傳感器中的M個(gè)傳感器采集的環(huán)境信息分別進(jìn)行目標(biāo)的特征提取，得到所述M個(gè)傳感器采集的環(huán)境信息的目標(biāo)特征信息，包括：

對(duì)所述M個(gè)傳感器采集的環(huán)境信息分別進(jìn)行目標(biāo)檢測，確定所述M個(gè)傳感器的環(huán)境信息中的目標(biāo)所在的區(qū)域信息；

對(duì)各區(qū)域信息分別進(jìn)行特征提取，得到M個(gè)傳感器的環(huán)境信息的目標(biāo)特征信息。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述M個(gè)傳感器包括激光雷達(dá)，所述激光雷達(dá)采集的環(huán)境信息包括點(diǎn)云信息，所述點(diǎn)云信息的區(qū)域信息包括區(qū)域點(diǎn)云信息，

所述對(duì)各區(qū)域信息分別進(jìn)行特征提取，得到M個(gè)傳感器的環(huán)境信息的目標(biāo)特征信息，包括：

對(duì)所述點(diǎn)云信息的區(qū)域點(diǎn)云信息進(jìn)行深度特征提取，得到所述點(diǎn)云信息的目標(biāo)點(diǎn)云深度特征。

9.根據(jù)權(quán)利要求1-8中任意一項(xiàng)所述的方法，其特征在于，融合所述M個(gè)傳感器中的L個(gè)傳感器采集的環(huán)境信息的目標(biāo)特征信息，得到目標(biāo)融合特征，包括：

對(duì)所述L個(gè)傳感器采集的環(huán)境信息的目標(biāo)特征信息進(jìn)行拼接、相加以及基于注意力權(quán)重的相加處理中的任意一種，得到所述目標(biāo)融合特征。