CN115829898B - 数据处理方法、装置、电子设备、介质以及自动驾驶车辆 - Google Patents
数据处理方法、装置、电子设备、介质以及自动驾驶车辆 Download PDFInfo
- Publication number
- CN115829898B CN115829898B CN202310159688.7A CN202310159688A CN115829898B CN 115829898 B CN115829898 B CN 115829898B CN 202310159688 A CN202310159688 A CN 202310159688A CN 115829898 B CN115829898 B CN 115829898B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- feature
- dimensional visual
- point cloud
- atlas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 30
- 230000000007 visual effect Effects 0.000 claims abstract description 864
- 230000004927 fusion Effects 0.000 claims abstract description 70
- 238000000605 extraction Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000006243 chemical reaction Methods 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 44
- 238000010586 diagram Methods 0.000 claims description 42
- 239000011159 matrix material Substances 0.000 claims description 32
- 230000009466 transformation Effects 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 29
- 210000005036 nerve Anatomy 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 5
- 239000000047 product Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000027311 M phase Effects 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种数据处理方法、装置、电子设备、介质以及自动驾驶车辆,涉及人工智能技术领域。具体实现方案为:对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集;将二维视觉特征图集和点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集;根据二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集,得到二维候选框集、第一三维候选框集和第二三维候选框集;根据二维候选框集、第一三维候选框集和第二三维候选框集,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集,实现了多模态特征融合。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及计算机视觉、图像处理、深度学习等技术领域,可应用于自动驾驶、智慧城市等场景。具体地,涉及一种数据处理方法、装置、电子设备、介质以及自动驾驶车辆。
背景技术
随着计算机技术的发展,人工智能技术也得到了发展,被广泛应用于各种领域,例如,可以利用人工智能技术来处理自动驾驶领域的视觉任务。
发明内容
本发明提供了一种数据处理方法、装置、电子设备、介质以及自动驾驶车辆。
根据本发明的一方面,提供了一种数据处理方法,包括:对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集,其中,上述二维视觉数据集包括至少一个视角的二维视觉数据;将上述二维视觉特征图集和上述点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集;根据上述二维视觉特征图集、上述第一三维视觉特征图集和上述目标点云特征图集,得到与上述二维视觉特征图集对应的二维候选框集、与上述第一三维视觉特征图集对应的第一三维候选框集和与上述目标点云特征图集对应的第二三维候选框集;以及,根据上述二维候选框集、上述第一三维候选框集和上述第二三维候选框集,将上述二维视觉特征图集、上述第一三维视觉特征图集和上述目标点云特征图集进行融合,得到融合特征图集。
根据本发明的另一方面,提供了一种数据处理装置,包括:第一获得模块,用于对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集,其中,上述二维视觉数据集包括至少一个视角的二维视觉数据;第二获得模块,用于将上述二维视觉特征图集和上述点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集;第三获得模块,用于根据上述二维视觉特征图集、上述第一三维视觉特征图集和上述目标点云特征图集,得到与上述二维视觉特征图集对应的二维候选框集、与上述第一三维视觉特征图集对应的第一三维候选框集和与上述目标点云特征图集对应的第二三维候选框集;以及,第四获得模块,用于根据上述二维候选框集、上述第一三维候选框集和上述第二三维候选框集,将上述二维视觉特征图集、上述第一三维视觉特征图集和上述目标点云特征图集进行融合,得到融合特征图集。
根据本发明的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行如本发明上述的方法。
根据本发明的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行如本发明上述的方法。
根据本发明的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如本发明上述的方法。
根据本发明的另一方面,提供了一种自动驾驶车辆,包括如本发明上述的电子设备。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本发明的限定。其中:
图1示意性示出了根据本发明实施例的可以应用数据处理方法及装置的示例性***架构;
图2示意性示出了根据本发明实施例的数据处理方法的流程图;
图3示意性示出了根据本发明实施例的数据处理方法的原理示意图;
图4示意性示出了根据本发明实施例的基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集的原理示意图;
图5示意性示出了根据本发明另一实施例的数据处理方法的原理示意图;
图6示意性示出了根据本发明实施例的数据处理装置的框图;以及
图7示意性示出了根据本发明实施例的适于实现数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示意性示出了根据本发明实施例的可以应用数据处理方法及装置的示例性***架构。
需要注意的是,图1所示仅为可以应用本发明实施例的***架构的示例,以帮助本领域技术人员理解本发明的技术内容,但并不意味着本发明实施例不可以用于其他设备、***、环境或场景。
图1示意性示出了根据本发明实施例的可以应用数据处理方法及装置的示例性***架构。
需要注意的是,图1所示仅为可以应用本发明实施例的***架构的示例,以帮助本领域技术人员理解本发明的技术内容,但并不意味着本发明实施例不可以用于其他设备、***、环境或场景。
如图1所示,根据该实施例的***架构100可以包括车辆101、视觉传感器102、激光雷达(Light Detection And Ranging,LiDAR)103、雷达(Radio Detection And Ranging,RaDAR)104、网络105和服务器106。网络105用以在车辆101和服务器106之间、车辆101和视觉传感器102之间、视觉传感器102和服务器106之间、车辆101和激光雷达103之间、激光雷达103和服务器106之间、车辆101和雷达104之间、雷达104和服务器106之间,提供通信链路的介质。网络105可以包括各种连接类型。例如,有线和无线通信链路等中的至少之一。
车辆101可以包括内燃机动力车辆、电动车辆或油电混合动力车辆等。例如,车辆101可以是配置有自动控制***的车辆。车辆101可以为自动驾驶车辆。车辆101可以安装有采集周围环境信息的采集设备。采集设备可以包括摄像头和红外扫描感应器。
视觉传感器102可以用于采集视觉任务的二维视觉数据。视觉传感器102的数目可以包括多个。多个视觉传感器102可以设置于车辆101,以配合采集各个视角范围的视觉数据。多个视觉传感器102的视角范围可以彼此不同。多个视觉传感器102中可以存在视角范围重叠的视觉传感器。备选地,多个视觉传感器102中可以不存在视角范围重叠的视觉传感器。多个视觉传感器102的设置位置可以根据实际业务需求进行配置,能够配合获得预定视角范围的二维视觉数据即可,在此不作限定。例如,预定视角范围可以是360度。视觉传感器102可以具有多帧视觉数据同步能力。
视觉传感器102可以包括以下至少之一:单目视觉传感器、双目视觉传感器、激光视觉传感器、结构光视觉传感器和TOF(Time Of Flight,飞行时间)视觉传感器。
激光雷达103可以用于对车辆101进行扫描并生成激光雷达点云数据。激光雷达103还可以用于对车辆101所处环境进行扫描并生成激光雷达点云数据。激光雷达103可以包括激光扫描器、至少一个激光源和至少一个检测器。此外,激光雷达103还可以设置于车辆101,即激光雷达103可以为机载激光雷达。
雷达104可以用于对车辆101进行扫描并生成雷达点云数据。雷达104还可以用于对车辆101所处环境进行扫描并生成雷达点云数据。此外,雷达104还可以设置于车辆101,即雷达104可以为机载雷达。雷达104可以包括毫米波雷达和超声波雷达中的至少之一。
服务器106可以是提供各种服务的各种类型的服务器。服务器106可以是云端服务器。云端服务器是云计算服务体系中的一项主机产品,解决了传统物理主机与VPS服务(Virtual Private Server,VPS)中,存在的管理难度大,业务扩展性弱的缺陷。
需要说明的是,本发明实施例所提供的数据处理方法一般可以由服务器106执行。相应地,本发明实施例所提供的数据处理装置也可以设置于服务器106中。本发明实施例所提供的数据处理方法也可以由不同于服务器106且能够与车辆101、视觉传感器102、激光雷达103、雷达104和服务器106中的至少之一通信的服务器或服务器集群执行。相应地,本发明实施例所提供的数据处理装置也可以设置于不同于服务器106且能够与车辆101、视觉传感器102、激光雷达103、雷达104和服务器106中的至少之一通信的服务器或服务器集群中。
备选地,本发明实施例所提供的数据处理方法也可以由车辆101执行。相应地,本发明实施例所提供的数据处理装置也可以设置于车辆101。
应该理解,图1中的车辆、视觉传感器、激光雷达、雷达、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的车辆、视觉传感器、激光雷达、雷达、网络和服务器。
应注意,以下方法中各个操作的序号仅作为该操作的表示以便描述,而不应被看作表示该各个操作的执行顺序。除非明确指出,否则该方法不需要完全按照所示顺序来执行。
图2示意性示出了根据本发明实施例的数据处理方法的流程图。
如图2所示,该方法200包括操作S210~S240。
在操作S210,对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集。
在操作S220,将二维视觉特征图集和点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集。
在操作S230,根据二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集,得到与二维视觉特征图集对应的二维候选框集、与第一三维视觉特征图集对应的第一三维候选框集和与目标点云特征图集对应的第二三维候选框集。
在操作S240,根据二维候选框集、第一三维候选框集和第二三维候选框集,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集。
根据本发明的实施例,视觉任务可以包括以下至少之一:目标检测、图像分割和运动预测等。目标检测可以包括障碍物检测和车道线检测等中的至少之一。图像分割可以包括静态道路元素分割和地图语义分割等中的至少之一。运动预测可以包括意图预测等。
根据本发明的实施例,二维视觉数据集可以包括至少一个视角范围的二维视觉数据。例如,二维视觉数据集可以包括与至少一个视角范围对应的至少一个二维视觉数据。二维视觉数据集可以包括与至少一个视角范围各自对应的至少一个二维视觉数据。二维视觉数据集可以包括与至少一个视角范围各自对应的二维视觉数据。例如,二维视觉数据集可以包括与六个视角范围各自对应的二维视觉数据。与视角范围对应的至少一个二维视觉数据可以是至少一个时刻的二维视觉数据。例如,与视角范围对应的至少一个二维视觉数据可以包括多个时刻的二维视觉数据。二维视觉数据可以包括静态图像。
根据本发明的实施例,点云数据集可以包括至少一个点云数据。点云数据可以包括以下至少之一:激光雷达点云数据和雷达点云数据。雷达点云数据可以包括毫米波雷达点云数据。点云数据集可以包括激光雷达点云数据集和雷达点云数据集。雷达点云数据集可以包括毫米波雷达点云数据集。
根据本发明的实施例,点云数据可以称为一帧点云数据。点云数据可以具有与该点云数据对应的时刻。点云数据可以包括多个三维数据点。三维数据点可以包括多个属性。例如,在点云数据是激光雷达点云数据的情况下,多个属性可以包括第一位置属性和第一时间属性。此外,还可以包括强度属性和颜色属性。第一位置属性可以包括三维坐标。在点云数据是毫米波雷达点云数据的情况下,多个属性可以包括第二位置属性、运动属性和第二时间属性。此外,还可以包括雷达有效截面值。第二位置属性可以包括二维坐标。
根据本发明的实施例,二维视觉数据可以具有与该二维视觉数据相匹配的点云数据。二维视觉数据与点云数据相匹配可以指二维视觉数据的采集时刻与点云数据的采集时刻相匹配。例如,在确定二维视觉数据的采集时刻与点云数据的采集时刻之间的差值的绝对值小于或等于预定阈值的情况下,可以认为二维视觉数据与点云数据相匹配。
根据本发明的实施例,二维视觉特征图集可以包括与至少一个二维视觉数据对应的至少一个二维视觉特征图。例如,二维视觉特征图集可以包括与至少一个二维视觉数据各自对应的至少一个二维视觉特征图。二维视觉特征图集可以包括与至少一个二维视觉数据各自对应的二维视觉特征图。二维视觉数据可以具有与该二维视觉数据对应的二维视觉特征图。第一三维视觉特征图集可以包括与至少一个二维视觉数据对应的至少一个第一三维视觉特征图。例如,第一三维视觉特征图集可以包括与至少一个二维视觉数据各自对应的至少一个第一三维视觉特征图。第一三维视觉特征图集可以包括与至少一个二维视觉数据各自对应的第一三维视觉特征图。第一三维视觉特征图可以指位于目标特征空间的视觉特征图。二维视觉数据可以具有与该二维视觉数据对应的第一三维视觉特征图。二维视觉特征图可以具有与该二维视觉特征图对应的第一三维视觉特征图。
根据本发明的实施例,点云特征图集可以包括与至少一个点云数据对应的至少一个点云特征图。例如,点云特征图集可以包括与至少一个点云数据各自对应的至少一个点云特征图。点云特征图集可以包括与至少一个点云数据各自对应的点云特征图。点云数据可以具有与该点云数据对应的点云特征图。目标点云特征图集可以包括与至少一个点云数据对应的至少一个目标点云特征图。例如,目标点云特征图集可以包括与至少一个点云数据各自对应的至少一个目标点云特征图。目标点云特征图可以包括与至少一个点云数据各自对应的目标点云特征图。目标点云特征图可以指位于目标特征空间的点云特征图。点云数据可以具有与该点云数据对应的目标点云特征图。点云特征图可以具有与该点云特征图对应的目标点云特征图。
根据本发明的实施例,目标特征空间可以指能够实现特征融合的特征空间。特征融合可以包括多视角特征融合、跨模态特征融合和时序特征融合中的至少之一。目标特征空间可以包括鸟瞰图(Bird’s Eye View,BEV)空间。BEV空间可以指以目标物的目标点为原点,目标物的前进方向为纵坐标轴,目标物的宽度方向为横坐标轴建立的坐标系空间。BEV空间不具有高度信息。
根据本发明的实施例,二维候选框集可以包括与至少一个二维视觉数据对应的至少一个二维候选框。例如,二维候选框集可以包括与至少一个二维视觉数据各自对应的至少一个二维候选框。二维视觉数据中可以具有与二维候选框对应的视觉数据区域。由于二维视觉数据具有与该二维视觉数据对应的二维视觉特征图,因此,二维候选框集可以包括与至少一个二维视觉特征图各自对应的至少一个二维候选框。
根据本发明的实施例,第一三维候选框集可以包括与至少一个二维视觉数据对应的至少一个第一三维候选框。例如,第一三维候选框集可以包括与至少一个二维视觉数据各自对应的至少一个第一三维候选框。二维视觉数据中可以具有与第一三维候选框对应的视觉数据区域。由于二维视觉数据具有与该二维视觉数据对应的第一三维视觉特征图,因此,第一三维候选框集可以包括与至少一个第一三维视觉特征图各自对应的至少一个第一三维候选框。
根据本发明的实施例,第二三维候选框集可以包括与至少一个点云数据对应的至少一个第二三维候选框。例如,第二三维候选框集可以包括与至少一个点云数据各自对应的至少一个第二三维候选框。点云数据中可以具有与第二三维候选框对应的点云数据区域。由于点云数据具有与该点云数据对应的目标点云特征图,因此,第二三维候选框集可以包括与至少一个目标点云特征图各自对应的至少一个第二三维候选框。融合特征图集可以包括至少一个融合特征图。
根据本发明的实施例,可以获取由至少一个视觉传感器采集得到的至少一个视角范围的二维视觉数据。视觉传感器可以具有与该视觉传感器对应的视角范围。至少一个视觉传感器的视角范围可以彼此不同。至少一个视觉传感器的视角范围之间可以存在重叠范围。至少一个视觉传感器可以用于配合采集预定视角范围的二维视觉数据。预定视角范围可以根据实际业务需求进行配置,在此不作限定。例如,预定视角范围可以是360度。
根据本发明的实施例,可以获取由激光雷达采集得到的至少一个激光雷达点云数据和获取由雷达采集得到的至少一个雷达点云数据中的至少之一。
根据本发明的实施例,在获得二维视觉数据和点云数据之后,可以对二维视觉数据进行特征提取,得到二维视觉特征图。对点云数据进行特征提取,得到点云特征图。例如,可以基于视觉特征提取策略处理二维视觉数据,得到二维视觉特征图。可以基于点云特征提取策略处理点云数据,得到点云特征图。
根据本发明的实施例,在获得二维视觉特征图和点云特征图之后,可以将二维视觉特征图转换为目标特征空间的视觉特征图,得到与二维视觉特征图对应的三维视觉特征图。例如,可以基于自下而上的特征空间转换策略,将二维视觉特征图转换为目标特征空间的三维视觉特征图。备选地,可以基于自上而下的特征空间转换策略,将二维视觉特征图转换为目标特征空间的三维视觉特征图。可以将点云特征图压缩到目标特征空间,得到目标点云特征图。目标特征空间可以包括BEV空间。
根据本发明的实施例,在获得三维视觉特征图和目标点云特征图之后,可以根据与二维视觉数据对应的二维视觉特征图,得到与二维视觉数据对应的至少一个二维候选框。根据与二维视觉数据对应的三维视觉特征图,得到与二维视觉数据对应的至少一个第一三维候选框。根据与点云数据对应的目标点云特征图,得到与点云数据对应的至少一个第二三维候选框。此外,还可以将与至少一个视角范围各自对应的第一三维视觉特征图进行融合。
根据本发明的实施例,在获得二维候选框、第一三维候选框和第二三维候选框之后,可以基于查询候选框的跨模态特征融合策略,确定与至少一个第二三维候选框各自对应的二维视觉数据。根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集。
根据本发明的实施例,由于第一三维视觉特征图集和目标点云特征图集是目标特征空间的特征图,因此,为基于第一三维视觉特征图和目标点云特征图进行视觉任务处理提供了便利。根据二维候选框集、第一三维候选框集和第二三维候选框集,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集,实现了多模态特征融合。
根据本发明的实施例,上述数据处理方法还可以包括如下操作。
利用融合特征图集处理视觉任务。
根据本发明的实施例,在获得融合特征图集之后,可以利用融合特征图集进行视觉任务处理。例如,可以根据融合特征图集进行目标检测,得到目标检测信息。根据融合特征图集进行图像分割,得到图像分割信息。根据融合特征图集进行运动预测,得到目标对象的运动轨迹信息。
根据本发明的实施例,由于第一三维视觉特征图集和目标点云特征图集是目标特征空间的特征图,因此,为基于第一三维视觉特征图和目标点云特征图进行视觉任务处理提供了便利。根据二维候选框集、第一三维候选框集和第二三维候选框集,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集,实现了多模态特征融合,由此利用融合特征图集进行数据处理,提高了视觉任务处理信息的准确性。
根据本发明的实施例,操作S230可以包括如下操作。
对二维视觉特征图集进行二维目标检测,得到二维候选框集。对第一三维视觉特征图集进行三维目标检测,得到第一三维候选框集。对目标点云特征图集进行三维目标检测,得到第二三维候选框集。
根据本发明的实施例,对二维视觉特征图集进行二维目标检测,得到二维候选框集,可以包括:针对至少一个二维视觉数据中的二维视觉数据,根据与二维视觉数据对应的二维视觉特征图,得到至少一个第一热力图和至少一个第一偏移图。根据至少第一热力图和至少一个第一偏移图,确定与二维视觉数据对应的至少一个二维候选框。
根据本发明的实施例,至少一个第一热力图可以包括中心热力图和至少一个第一边缘热力图。根据至少一个第一热力图和至少一个第一偏移图,确定与二维视觉数据对应的至少一个二维候选框,可以包括:根据至少一个第一边缘热力图和至少一个第一偏移图,确定至少一个第一候选边缘点。根据至少一个第一候选边缘点,确定至少一个第一候选边缘点集。确定与至少一个第一候选边缘点集各自对应的候选中心点,得到至少一个候选中心点。根据至少一个候选中心点和中心热力图,从至少一个候选中心点中确定至少一个中心点。将与至少一个中心点对应的第一候选边缘点集确定为第一边缘点集。根据至少一个第一边缘点集,确定与二维视觉数据对应的至少一个二维候选框。
备选地,对二维视觉特征图集进行二维目标检测,得到二维候选框集,可以包括:针对至少一个二维视觉数据中的二维视觉数据,根据与二维视觉数据对应的二维视觉特征图,得到至少一个第二热力图、至少一个第二偏移图和至少一个目标向量。根据至少一个第二热力图、至少一个第二偏移图和至少一个目标向量,确定与二维视觉数据对应的至少一个二维候选框。
根据本发明的实施例,至少一个第二热力图可以包括至少一个第二边缘热力图。根据至少一个第二热力图、至少一个第二偏移图和至少一个目标向量,确定与二维视觉数据对应的至少一个二维候选框,可以包括:根据至少一个第二边缘热力图和至少一个第二偏移图,确定至少一个第二候选边缘点。根据至少一个第二候选边缘点,确定至少一个第二候选边缘点集。根据至少一个目标向量,从至少一个第二候选边缘点集中确定至少一个第二边缘点集。根据至少一个第二边缘点集,确定与二维视觉数据对应的至少一个二维候选框。
根据本发明的实施例,与二维视觉数据对应的三维视觉特征图可以包括第一尺度的三维视觉特征图、第二尺度的三维视觉特征图和第三尺度的三维视觉特征图。第一尺度、第二尺度和第三尺度依次增大。对第一三维视觉特征图集进行三维目标检测,得到第一三维候选框集,可以包括:针对至少一个二维视觉数据中的二维视觉数据,根据第一尺度的三维视觉特征图,得到第一回归概率图和第一分类概率图。根据第二尺度的三维视觉特征图,得到第二回归概率图和第二分类概率图。根据第三尺度的三维视觉特征图,得到第三回归概率图和第三分类概率图。根据第一回归概率图、第一分类概率图、第二回归概率图、第二分类概率图、第三回归概率图和第三分类概率图,得到与二维视觉数据对应的至少一个第一三维候选框。根据第一尺度的三维视觉特征图,得到第一回归概率图和第一分类概率图,可以包括:对第一尺度的三维视觉特征图进行处理,得到第一尺度的第一中间三维视觉特征图和第一尺度的第二中间三维视觉特征图。根据第一尺度的第一中间三维视觉特征图,得到第一回归概率图。根据第一尺度的三维视觉特征图和第一尺度的第一中间三维视觉特征图,得到第一分类概率图。
根据本发明的实施例,与点云数据对应的目标点云特征图可以包括第四尺度的目标点云特征图、第五尺度的目标点云特征图和第六尺度的目标点云特征图。第四尺度、第五尺度和第六尺度依次增大。对目标点云特征图集进行三维目标检测,得到第二三维候选框集,可以包括:针对至少一个点云数据中的点云数据,根据第四尺度的目标点云特征图,得到第四回归概率图和第四分类概率图。根据第五尺度的目标点云特征图,得到第五回归概率图和第五分类概率图。根据第六尺度的目标点云特征图,得到第六回归概率图和第六分类概率图。根据第四回归概率图、第四分类概率图、第五回归概率图、第五分类概率图、第六回归概率图和第六分类概率图,得到与点云数据对应的至少一个第二三维候选框。根据第四尺度的目标点云特征图,得到第四回归概率图和第四分类概率图,可以包括:对第四尺度的目标点云特征图进行处理,得到第四尺度的第五中间点云特征图和第四尺度的第六中间点云特征图。根据第四尺度的第五中间点云特征图,得到第四回归概率图。根据第四尺度的目标点云特征图和第四尺度的第六中间点云特征图,得到第四分类概率图。
根据本发明的实施例,点云数据集可以包括至少一个点云数据。二维候选框集可以包括与至少一个二维视觉数据各自对应的至少一个二维候选框。第一三维候选框集可以包括与至少一个二维视觉数据各自对应的至少一个第一三维候选框。第二三维候选框集可以包括与至少一个点云数据各自对应的至少一个第二三维候选框。
根据本发明的实施例,操作S240可以包括如下操作。
从至少一个二维视觉数据中确定与至少一个第二三维候选框各自对应的二维视觉数据。根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将二维视觉特征图集和目标点云特征图集进行融合,得到与至少一个第二三维候选框各自对应的中间融合特征图。根据与至少一个第二三维候选框各自对应的中间融合特征图和与至少一个第一三维候选框各自对应的第一三维视觉特征图,得到融合特征图集。
根据本发明的实施例,从至少一个二维视觉数据中确定与至少一个第二三维候选框各自对应的二维视觉数据,可以包括:基于视角匹配策略,从至少一个二维视觉数据中确定与至少一个第二三维候选框各自对应的二维视觉数据,由此实现第二三维候选框和二维候选框的匹配。例如,可以基于投影预测模型,根据与至少一个二维视觉数据各自对应的二维视觉特征图和与至少一个第二三维候选框各自对应的目标点云特征图,从至少一个二维视觉数据中确定与至少一个第二三维候选框各自对应的二维视觉数据。
根据本发明的实施例,根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将二维视觉特征图集和目标点云特征图集进行融合,得到与至少一个第二三维候选框各自对应的中间融合特征图,可以包括:根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,确定与至少一个第二三维候选框各自对应的二维视觉特征图和目标点云特征图。将与至少一个第二三维候选框各自对应的二维视觉特征图和目标点云特征图进行融合,得到与至少一个第二三维候选框各自对应的中间融合特征图。
根据本发明的实施例,根据与至少一个第二三维候选框各自对应的中间融合特征图和与至少一个第一三维候选框各自对应的第一三维视觉特征图,得到融合特征图集,可以包括:将与至少一个第二三维候选框各自对应的中间融合特征图和与至少一个第一三维候选框各自对应的第一三维视觉特征进行融合,得到融合特征图集。
根据本发明的实施例,由于根据二维候选框集、第一三维候选框集和第二三维候选框集,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集,实现了支持真冗余的多模态特征融合,由此利用融合特征图集进行视觉任务处理,提高了视觉任务的处理信息的准确性。真冗余可以指无需实时获取不同模态的传感器之间的外参、无需要求不同模态的传感器严格同步和在存在一个模态的传感器异常的情况下,也可以维持***的正常工作。
根据本发明的实施例,从至少一个二维视觉数据中确定与至少一个第二三维候选框各自对应的二维视觉数据,可以包括如下操作。
针对至少一个第二三维候选框中的第二三维候选框,根据与至少一个二维视觉数据各自对应的二维视觉特征图和与第二三维候选框对应的目标点云特征图,从至少一个二维视觉数据中确定与第二三维候选框对应的二维视觉数据。
根据本发明的实施例,可以在二维视觉特征图和目标点云特征图之间进行交互,实现特征层面的融合。例如,可以根据与第二三维候选框对应的目标点云特征图和至少一个二维视觉特征图,确定第二三维候选框投影的二维视觉数据。将第二三维候选框投影的二维视觉数据确定为与第二三维候选框对应的二维视觉数据。例如,基于投影预测模型,根据与第二三维候选框对应的目标点云特征图和与至少一个二维视觉数据各自对应的二维视觉特征图,从至少一个二维视觉数据中确定第二三维候选框投影的二维视觉数据。
根据本发明的实施例,根据与至少一个二维视觉数据各自对应的二维视觉特征图和与第二三维候选框对应的目标点云特征图,从至少一个二维视觉数据中确定与第二三维候选框对应的二维视觉数据,为实现二维视觉特征图和目标点云特征图之间的特征融合提供基础。
根据本发明的实施例,根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将二维视觉特征图集和目标点云特征图集进行融合,得到与至少一个第二三维候选框各自对应的中间融合特征图,可以包括如下操作。
针对至少一个第二三维候选框中的第二三维候选,将与第二三维候选框对应的目标点云特征图和与第二三维候选框对应的二维视觉数据的二维视觉特征图进行融合,得到与第二三维候选框对应的中间融合特征图。
根据本发明的实施例,根据与第二三维候选框对应的二维视觉数据,确定与第二三维候选框对应的二维视觉特征图。确定与第二三维候选框对应的目标点云特征图和二维视觉特征图之间的第一相关度。根据第一相关度,得到与第二三维候选框对应的中间融合特征图。
根据本发明的实施例,将与第二三维候选框对应的目标点云特征图和与第二三维候选框对应的二维视觉数据的二维视觉特征图进行融合,得到与第二三维候选框对应的中间融合特征图,实现了二维视觉特征图和目标点云特征图之间的特征融合。
根据本发明的实施例,根据与至少一个第二三维候选框各自对应的中间融合特征图和与至少一个第一三维候选框各自对应的第一三维视觉特征图,得到融合特征图集,可以包括如下操作。
针对至少一个第二三维候选框中的第二三维候选框,根据与至少一个第一三维候选框各自对应的第一三维视觉特征图和与第二三维候选框对应的中间融合特征图,从至少一个第一三维视觉特征图中确定与第二三维候选框对应的第一三维视觉特征图。将与第二三维候选框对应的第一三维视觉特征图和中间融合特征图进行融合,得到与第二三维候选框对应的融合特征图。
根据本发明的实施例,确定与第二三维候选框对应的中间融合特征图和与至少一个第一三维候选框各自对应的第一三维视觉特征图之间的相关度,得到至少一个第二相关度。根据至少一个第二相关度,从至少一个第一三维视觉特征图中确定与第二三维候选框对应的第一三维视觉特征图。将与第二三维候选框对应的第一三维视觉特征图和中间融合特征图进行融合,得到与第二三维候选框对应的融合特征图。
根据本发明的实施例,将与第二三维候选框对应的第一三维视觉特征图和中间融合特征图进行融合,得到与第二三维候选框对应的融合特征图,实现了第一三维视觉特征和中间融合特征图的特征融合。
下面参考图3,结合具体实施例对根据本发明实施例所述的根据二维候选框集、第一三维候选框集和第二三维候选框集,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集做进一步说明。
图3示意性示出了根据本发明实施例的数据处理方法的原理示意图。
如图3所示,在300中,对视觉任务的二维视觉数据集301进行特征提取,得到二维视觉特征图集302。对二维视觉特征图集302进行二维目标检测,得到二维候选框集303。将二维视觉特征图集302转换为目标特征空间的特征图,得到第一三维视觉特征图集304。对第一三维视觉特征图集304进行三维目标检测,得到第一三维候选框集305。
对点云数据集306进行特征提取,得到点云特征图集307。将点云特征图集307转换为目标特征空间的特征图,得到目标点云特征图集308。对目标点云特征图集308进行三维目标检测,得到第二三维候选框集309。
从二维视觉数据集301中确定与至少一个第二三维候选框各自对应的二维视觉数据,以实现候选框匹配。根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将目标点云特征图集308和与匹配的二维候选框集303对应的二维视觉特征图集进行融合,得到与至少一个第二三维候选框各自对应的中间融合特征图,即中间融合特征图集310。根据第一三维视觉特征图集304(即与至少一个第一三维候选框各自对应的第一三维视觉特征图)和中间融合特征图集310(即与至少一个第二三维候选框各自对应的中间融合特征图),得到融合特征图集311。
根据本发明的实施例,操作S220可以包括如下操作。
基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集。基于第二特征空间转换策略,将点云特征图集转换为目标特征空间的特征图,得到目标点云特征图集。
根据本发明的实施例,第一特征空间转换策略可以是根据辅助信息和可用计算资源信息中的至少之一从多个特征空间转换策略中确定的。
根据本发明的实施例,第一特征空间转换策略可以指用于将二维视觉特征图转换为目标特征空间的第一三维视觉特征图的策略。第二特征空间转换策略可以指用于将点云特征图转换为目标特征空间的目标点云特征图的策略。
根据本发明的实施例,辅助信息可以包括深度监督信息的第一存在性信息、内外参信息的第二存在性信息、内外参信息的准确性信息和转换精度信息中的至少之一。例如,在根据第一存在性信息确定存在深度监督信息和根据可用计算资源信息确定可用计算资源满足第一预定条件的情况下,可以确定第一特征空间转换策略为基于自下而上的特征空间转换策略。在确定准确性信息满足第二预定条件和根据可用计算资源信息确定可用资源不满足第一预定条件的情况下,可以确定第一特征空间转换策略为基于自上而下的特征空间转换策略。在根据第二存在性信息确定不存在内外参信息的情况下,可以确定第一特征空间转换策略为隐式特征空间转换策略。内外参信息可以指视觉传感器的内外参信息。隐式特征空间转换策略可以指不依赖内外参信息的特征空间转换策略。第一预定条件和第二预定条件可以根据实际业务需求进行配置,在此不作限定。
根据本发明的实施例,上述多个特征提取策略可以组合来使用。二维视觉特征图集中的二维视觉特征图的第一特征空间转换策略可以相同,也可以不同。例如,在根据可用计算资源信息确定可用计算资源不满足第一预定条件的情况下,针对二维视觉特征图集中的部分二维视觉特征图,可以确定第一特征空间转换策略为基于自上而下的特征空间转换策略,针对二维视觉特征图集中的其他二维视觉特征图,可以确定第一特征空间转换策略为隐式特征空间转换策略和基于自下而上的特征空间转换策略中的至少之一。
根据本发明的实施例,基于第一特征空间转换策略来转换二维视觉特征图,基于第二特征空间转换策略来转换点云特征图,实现了基于合适的特征空间转换策略来转换特征图,提高了特征空间转换的准确性。
下面参考图4,结合具体实施例对根据本发明实施例所述的基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集做进一步说明。
图4示意性示出了根据本发明实施例的基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集的原理示意图。
如图4所示,在400中,可以基于第一特征空间转换策略,将与二维视觉数据集401对应的二维视觉特征图集转换为第三中间三维视觉特征图集402。将第三中间三维视觉特征图集402的高度信息进行压缩,得到第一三维视觉特征图集403。
根据本发明的实施例,基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集,可以包括如下操作。
针对至少一个二维视觉特征图中的二维视觉特征图,根据与二维视觉特征图对应的内外参变换矩阵,将第一三维空间网格中的至少一个第一三维空间网格点投影至目标特征空间,得到与至少一个第一三维空间网格点各自对应的第一三维点。对二维视觉特征图进行第一处理,得到与二维视觉特征图对应的第一深度分布数据和第一语义数据。根据与二维视觉特征图对应的第一深度分布数据和第一语义数据,得到与二维视觉特征图对应的第一相机视锥特征图。根据与至少一个第一三维空间网格点各自对应的第一三维点和与二维视觉特征图对应的第一相机视锥特征图,得到与二维视觉特征图对应的第一三维视觉特征图。
根据本发明的实施例,第一三维空间网格可以位于与二维视觉特征图对应的相机视锥坐标系。第一三维空间网格可以包括至少一个第一三维空间网格点。
根据本发明的实施例,内外参变换矩阵可以包括内参变换矩阵和外参变换矩阵。外参变换矩阵可以是根据旋转矩阵和平移矩阵确定的。旋转矩阵和平移矩阵可以表征从目标特征空间的坐标系转换至相机视锥坐标系的矩阵。
根据本发明的实施例,可以对二维视觉特征图进行深度估计和语义提取,得到与二维视觉特征图对应的第一深度分布数据和第一语义数据。基于外积运算处理与二维视觉特征图对应的第一深度分布数据和第一语义数据,得到与二维视觉特征图对应的第一相机视锥特征图。基于体素池化,根据与至少一个第一三维空间网格点各自对应的第一三维点和与二维视觉特征图对应的第一相机视锥特征图,得到与二维视觉特征图对应的第一三维视觉特征图。
根据本发明的实施例,基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集,可以包括如下操作。
针对至少一个二维视觉特征图中的二维视觉特征图,对二维视觉特征图进行第二处理,得到与二维视觉特征图对应的第二深度分布数据和第二语义数据。根据与二维视觉特征图对应的第二深度分布数据和第二语义数据,得到与二维视觉特征图对应的第二相机视锥特征图。根据与二维视觉特征图对应的内外参变换矩阵,将第二三维空间网格中的至少一个第二三维空间网格点投影至相机视锥空间,得到与至少一个第二三维空间网格点各自对应的第二三维点。根据与至少一个第二三维空间网格点各自对应的第二三维点和与二维视觉特征图对应的第二相机视锥特征图,得到与二维视觉特征图对应的第一三维视觉特征图。
根据本发明的实施例,第二三维空间网格可以位于目标特征空间。第二三维空间网格可以是根据点云感知范围和体素尺寸信息确定的。第二三维空间网格可以包括至少一个第二三维空间网格点。
根据本发明的实施例,基于外积运算处理与二维视觉特征图对应的第二深度分布数据和第二语义数据,得到与二维视觉特征图对应的第二相机视锥特征图。
根据本发明的实施例,根据与至少一个第二三维空间网格点各自对应的第二三维点和与二维视觉特征图对应的第二相机视锥特征图,得到与二维视觉特征图对应的体素特征图。对与二维视觉特征图对应的体素特征图中的高度信息进行压缩,得到与二维视觉特征图对应的第一三维视觉特征图。
根据本发明的实施例,通过在目标特征空间下,根据点云感知范围以及体素尺寸信息预先构建第二三维空间网格,然后利用内外参变换矩阵将第二三维空间网格点的第二三维空间网格点投影至相机视锥空间,并结合对相应位置处的二维视觉特征得到第一三维视觉特征图,实现了二维视觉特征图到目标特征空间的第一三维视觉特征图的转换。。
根据本发明的实施例,基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集,可以包括如下操作。
根据二维视觉特征图集,确定目标特征空间的至少一个第三三维空间网格点。针对至少一个第三三维空间网格点中的第三三维空间网格点,根据与至少一个二维视觉特征图各自对应的内外参变换矩阵,将第三三维空间网格点投影至至少一个二维视觉特征图,得到与第三三维空间网格点对应的至少一个二维点。根据与第三三维空间网格点对应的至少一个二维点,从至少一个二维视觉特征图中得到与第三三维空间网格点对应的二维视觉特征。根据至少一个第三三维空间网格点和与至少一个第三三维空间网格点各自对应的二维视觉特征,得到第一三维视觉特征图集。
根据本发明的实施例,根据与第三三维空间网格点对应的至少一个二维点,可以从至少一个二维视觉特征图中采样视觉特征,得到与第三三维空间网格点对应的二维视觉特征。
根据本发明的实施例,基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集,可以包括如下操作。
根据二维视觉特征图集,确定神经视图特征图集。根据相机外设的几何投影矩阵(即Geometric Projection with Camera Extrinsics),将神经视图特征图集转换为三维视觉特征图集。
根据本发明的实施例,神经视图特征图集可以包括至少一个神经视图特征图。针对至少一个二维视觉特征图中的二维视觉特征图,可以利用多层感知器处理二维视觉特征图,得到与二维视觉特征图对应的神经视图特征图。
根据本发明的实施例,操作S210可以包括如下操作。
基于视觉特征提取策略处理视觉任务的二维视觉数据集,得到二维视觉特征图集。基于点云特征提取策略处理视觉任务的点云数据集,得到目标点云特征图集。
根据本发明的实施例,视觉特征转换策略可以指用于提取二维视觉数据的特征的策略。点云特征提取策略可以指用于提取点云数据的特征的策略。
根据本发明的实施例,基于视觉特征提取策略处理视觉任务的二维视觉数据集,得到二维视觉特征图集,可以包括如下操作。
针对视觉任务的至少一个视角范围的二维视觉数据中的二维视觉数据,对二维视觉数据进行特征提取,得到至少一个尺度的第一中间二维视觉特征图。根据至少一个尺度的第一中间二维视觉特征图,得到与二维视觉数据对应的二维视觉特征图。
根据本发明的实施例,尺度可以指图像分辨率。尺度可以具有与该尺度对应的至少一个第一中间二维视觉特征图。
根据本发明的实施例,可以基于单阶段串联策略处理二维视觉数据,得到至少一个尺度的第一中间二维视觉特征图。备选地,基于多阶段串联策略处理二维视觉数据,得到至少一个尺度的第一中间二维视觉特征图。备选地,基于多阶段并联策略处理二维视觉数据,得到至少一个尺度的第一中间二维视觉特征图。
根据本发明的实施例,可以将至少一个尺度的第一中间二维视觉特征图进行融合,得到与二维视觉数据对应的二维视觉特征图。
根据本发明的实施例,由于至少一个尺度的第一中间二维视觉特征图能够提供更为丰富的信息,因此,利用至少一个尺度的第一中间二维视觉特征图来得到二维视觉特征图,提高了二维视觉特征图的准确性。
根据本发明的实施例,对二维视觉数据进行特征提取,得到至少一个尺度的第一中间二维视觉特征图,可以包括如下操作。
对二维视觉数据进行M个阶段的特征提取,得到与第M阶段对应的至少一个第一中间二维视觉特征图。根据与第M阶段对应的至少一个第一中间二维视觉特征图,得到至少一个尺度的第一中间二维视觉特征图。
根据本发明的实施例,第m阶段可以具有Tm个并联层级。同一并联层级的第一中间二维视觉特征图的图像分辨率可以相同。不同并联层级的第一中间二维视觉特征图的图像分辨率可以不同。
根据本发明的实施例,M可以是大于1或等于1的整数。m可以是大于或等于1且小于或等于M的整数。Tm可以是大于或等于1的整数。
根据本发明的实施例,M阶段可以包括输入阶段、中间阶段和输出阶段。输入阶段可以指第1阶段。输出阶段可以指第M阶段。中间阶段可以指第2阶段至第M-1阶段。各个阶段的并联层级的数目可以相同或不同。在第1阶段至第M-1阶段中,当前阶段可以比上一阶段多至少一个并联层级。第M阶段可以与第M-1阶段的并联层级的数目相同。M可以根据实际业务需求进行配置,在此不作限定。例如,M=4。在第1阶段至第3阶段中,当前阶段可以比上一阶段多至少一个并联层级。第1阶段具有T1=2个并联层级。第2阶段具有T2=3个并联层级。第3阶段具有T3=4个并联层级。第4阶段具有T4=4个并联层级。
根据本发明的实施例,同一并联层级的第一中间二维视觉特征图的图像分辨率相同。不同并联层级的第一中间二维视觉特征图的图像分辨率不同。例如,当前并联层级的第一中间二维视觉特征图的图像分辨率小于上一并联层级的第一中间二维视觉特征图的图像分辨率。当前阶段的当前并联层级的第一中间二维视觉特征图的图像分辨率可以是根据上一阶段的上一并联层级的第一中间二维视觉特征图的图像分辨率确定的。例如,当前阶段的当前阶段的第一中间二维视觉特征图的图像分辨率可以是将上一阶段的上一并联层级的第一中间二维视觉特征图的图像分辨率进行下采样得到的。
根据本发明的实施例,在M>1的情况下,对二维视觉数据进行M个阶段的特征提取,得到与M个阶段对应的至少一个第一中间二维视觉特征图,可以包括:响应于m=1,对二维视觉数据进行特征提取,得到与第1阶段对应的至少一个尺度的第二中间二维视觉特征图。根据与第1阶段对应的至少一个尺度的第二中间二维视觉特征图,得到与第1阶段对应的至少一个尺度的第一中间二维视觉特征图。响应于1<m≤M,对与第m-1阶段对应的至少一个尺度的第一中间二维视觉特征图进行特征提取,得到与第m阶段对应的至少一个尺度的第二中间二维视觉特征图。根据与第m阶段对应的至少一个尺度的第二中间二维视觉特征图,得到与第m阶段对应的至少一个尺度的第一中间二维视觉特征图。
根据本发明的实施例,在M=1的情况下,对二维视觉数据进行M个阶段的特征提取,得到与M个阶段对应的至少一个第一中间二维视觉特征图,可以包括:对二维视觉数据进行特征提取,得到与第1阶段对应的至少一个尺度的第二中间二维视觉特征图。根据与第1阶段对应的至少一个尺度的第二中间视觉特征图,得到与第1阶段对应的至少一个尺度的第一中间二维视觉特征图。
根据本发明的实施例,根据与第M阶段对应的至少一个第一中间二维视觉特征图,得到至少一个尺度的第一中间二维视觉特征图,可以包括:可以将与第M阶段对应的至少一个第一中间二维视觉特征图确定为至少一个尺度的第一中间二维视觉特征图。
根据本发明的实施例,由于同一并联层级的第一中间二维视觉特征图的图像分辨率相同,不同并联层级的第一中间二维视觉特征图的图像分辨率不同,因此,可以在整个特征提取的过程中保持高分辨率的特征表征,并逐步增加高分辨率到低分辨率的并联层级。在高分辨率的特征表征上直接提取深层语义信息而不是作为图像低层特征信息的补充,使其具备足够的分类能力,避免有效空间分辨率的损失。至少一个并联层级能够兼顾上下文信息的捕捉,获取丰富的全局和局部信息。此外,在并联层级上反复交换信息来实现特征的多尺度融合,能够获得更为准确的第一中间二维视觉特征图。
根据本发明的实施例,在M是大于1的整数的情况下,对二维视觉数据进行M个阶段的特征提取,得到与M个阶段对应的至少一个第一中间二维视觉特征图,可以包括如下操作。
对与第m-1阶段对应的至少一个第一中间二维视觉特征图进行卷积,得到与第m阶段对应的至少一个第二中间二维视觉特征图。将与第m阶段对应的至少一个第二中间二维视觉特征图进行融合,得到与第m阶段对应的至少一个第一中间二维视觉特征图。
根据本发明的实施例,m可以是大于1且小于或等于M的整数。
根据本发明的实施例,针对第m-1阶段,针对至少一个第一中间二维视觉特征图中的第一中间二维视觉特征图,可以对该第一中间二维视觉特征图进行卷积处理,得到第m阶段的第二中间二维视觉特征图,由此,可以得到第m阶段的至少一个第二中间二维视觉特征图。
根据本发明的实施例,对与第m阶段对应的至少一个第二中间二维视觉特征图进行融合,得到与第m阶段对应的至少一个第一中间二维视觉特征图,可以包括:针对第m阶段对应的至少一个第二中间二维视觉特征图中的第二中间二维视觉特征图,将第m阶段的该第二中间二维视觉特征图和与第m阶段的除该第二中间二维视觉特征图所在并联层级以外的其他并联层级的第二中间二维视觉特征图进行融合,得到第m阶段的与该第二中间二维视觉特征图对应的第一中间二维视觉特征图。其他并联层级可以指第m阶段的除该第二中间二维视觉特征图所在并联层级以外的至少部分并联层级。
根据本发明的实施例,将与第m阶段对应的至少一个第二中间二维视觉特征图进行融合,得到与第m阶段对应的至少一个第一中间二维视觉特征图,可以包括如下操作。
针对Tm个并联层级中的第i个并联层级,根据与第i个并联层级对应的其他第二中间二维视觉特征图和与第i个并联层级对应的第二中间二维视觉特征图,得到与第i个并联层级对应的第一中间二维视觉特征图。
根据本发明的实施例,与第i个并联层级对应的其他第二中间二维视觉特征图可以是与Tm个并联层级中除第i个并联层级以外的至少部分并联层级对应的第二中间二维视觉特征图。I可以是大于或等于1且小于或等于Tm的整数。
根据本发明的实施例,在1<i<I的情况下,对至少一个第一其他第二中间二维视觉特征图进行上采样,得到与至少一个第一其他第二中间二维视觉特征图对应的上采样特征图。对至少一个第二其他第二中间二维视觉特征图进行下采样,得到与至少一个第二其他第二中间二维视觉特征图对应的下采样特征图。第一其他第二中间二维视觉特征图可以指Tm个并联层级中大于第i个并联层级的其他第二中间二维视觉特征图。第二其他第二中间二维视觉特征图可以指Tm个并联层级中小于第i个并联层级的其他第二中间二维视觉特征图。上采样特征图的图像分辨率与第i个并联层级的该第二中间二维视觉特征图的图像分辨率相同。下采样特征图的图像分辨率与i个并联层级的该第二中间二维视觉特征图的图像分辨率相同。
根据本发明的实施例,在i=1的情况下,对至少一个第二其他第二中间二维视觉特征图进行上采样,得到与至少一个第一其他第二中间二维视觉特征图对应的下采样特征图。第一其他第二中间二维视觉特征图可以指Tm个并联层级中大于第1个并联层级的其他第二中间二维视觉特征图。上采样特征图的图像分辨率与第1个并联层级的该第二中间二维视觉特征图的图像分辨率相同。
根据本发明的实施例,在i=I的情况下,对至少一个第二其他第二中间二维视觉特征图进行下采样,得到与至少一个第二其他第二中间二维视觉特征图对应的下采样特征图。第二其他第二中间二维视觉特征图可以指Tm个并联层级中小于第i个并联层级的其他第二中间二维视觉特征图。下采样特征图的图像分辨率与i个并联层级的该第二中间二维视觉特征图的图像分辨率相同。
根据本发明的实施例,根据与至少一个第一其他第二中间二维视觉特征图对应的上采样特征图、与至少一个第二其他第二中间二维视觉特征图对应的下采样特征图和第i个并联层级的第二中间二维视觉特征图,得到与第i个并联层级对应的第一中间二维视觉特征图。例如,可以将与至少一个第一其他第二中间二维视觉特征图对应的上采样特征图、与至少一个第二其他第二中间二维视觉特征图对应的下采样特征图和第i个并联层级的第二中间二维视觉特征图进行融合处理,得到与第i个并联层级对应的第一中间二维视觉特征图。融合处理可以包括以下至少之一:拼接和相加。
根据本发明的实施例,对二维视觉数据进行特征提取,得到至少一个尺度的第一中间二维视觉特征图,可以包括如下操作。
对二维视觉数据进行N个级联层级的特征提取,得到至少一个尺度的第一中间二维视觉特征图。
根据本发明的实施例,N可以是大于1的整数。N可以根据实际业务需求进行配置,在此不作限定。例如,N=4。
根据本发明的实施例,可以对二维视觉数据进行N个级联层级的特征提取,得到与N个级联层级对应的至少一个第一中间二维视觉特征图。根据与N个级联层级对应的至少一个第一中间二维视觉特征图,得到至少一个尺度的第一中间二维视觉特征图。例如,针对N个级联层级中的第n个级联层级,根据与其他级联层级的第一中间二维视觉特征图和与第n个级联层级对应的第一中间二维视觉特征图,得到与第n个级联层级对应尺度的第一中间二维视觉特征图。其他级联层级可以指N个级联层级中除第n个级联层级以外的至少部分级联层级。
根据本发明的实施例,由于至少一个尺度的第一中间二维视觉特征图能够提供更为丰富的信息,因此,后续根据至少一个尺度的第一中间二维视觉特征图确定二维视觉特征图,能够提高二维视觉特征图的准确性。
根据本发明的实施例,基于点云特征提取策略处理视觉任务的点云数据集,得到点云特征图集,可以包括如下操作。
根据点云变换矩阵,将视觉任务的点云数据集转换为中间点云数据集。对中间点云数据集进行特征提取,得到第一中间点云特征图集。根据特征变换矩阵,将第一中间点云特征图集转换为第二中间点云特征图集。对第二中间点云特征图集进行特征提取,得到点云特征图集。
根据本发明的实施例,第一中间点云特征图集可以包括至少一个第一中间点云特征图。第二中间点云特征图集可以包括至少一个第二中间点云特征图。点云变换矩阵可以用于实现点云数据的规范化。特征变换矩阵可以用于实现点云特征的规范化。
根据本发明的实施例,基于点云特征提取策略处理视觉任务的点云数据集,得到点云特征图集,可以包括如下操作。
将视觉任务的点云数据集进行体素划分,得到至少一个点云数据子集。对至少一个点云数据子集进行逐点特征提取,得到第三中间点云特征图集。对第三中间点云特征图集进行局部聚合特征提取,得到第四中间点云特征图集。根据第三中间点云特征图集和第四中间点云特征图集,得到点云特征图集。
根据本发明的实施例,各个点云数据子集包括的点云数据的数目可以相同,也可以不同。各个点云数据子集包括的点云数据可以不同。第三中间点云特征图集可以包括至少一个第三中间点云特征图。第四中间点云特征图集可以包括至少一个第四中间点云特征图。
根据本发明的实施例,可以将第三中间点云特征图集和第四中间点云特征图集进行融合,得到点云特征图集。例如,可以将第三中间点云特征图和第四中间点云特征图进行拼接,得到点云特征图。
根据本发明的实施例,与视角范围对应的二维视觉数据可以包括多个时刻的二维视觉数据。
根据本发明的实施例,上述数据处理方法还可以包括如下操作。
根据时空变换矩阵,将第一三维视觉特征图集中的非目标时刻的第一三维视觉特征图转换为目标时刻的第一三维视觉特征图,得到第二三维视觉特征图。
根据本发明的实施例,根据二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集,得到与二维视觉特征图集对应的二维候选框集、与第一三维视觉特征图集对应的第一三维候选框集和与目标点云特征图集对应的第二三维候选框集,可以包括如下操作。
根据二维视觉特征图集、第二三维视觉特征图集和目标点云特征图集,得到与二维视觉特征图集对应的二维候选框集、与第二三维视觉特征图集对应的第一三维候选框集和与目标点云特征图集对应的第二三维候选框集。
根据本发明的实施例,与视角范围对应的二维视觉数据可以包括多个时刻的二维视觉数据。目标时刻可以指多个时刻中的当前时刻。非目标时刻可以指多个时刻中当前时刻之前的时刻。
根据本发明的实施例,时空转换矩阵可以是根据前后时刻的运动信息确定的。可以根据时空变换矩阵和非目标时刻的第一三维视觉特征图,得到目标时刻的第一三维视觉特征图。可以将目标时刻的第一三维视觉特征图称为第二三维视觉特征图。此外,可以将至少一个第二三维视觉特征图进行融合。融合可以包括直接特征通道维度串接和基于注意力机制融合中的至少之一。
根据本发明的实施例,可以利用与上述根据二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集,得到与二维视觉特征图集对应的二维候选框集、与第一三维视觉特征图集对应的第一三维候选框集和与目标点云特征图集对应的第二三维候选框集类似方式,来根据二维视觉特征图集、第二三维视觉特征图集和目标点云特征图集,得到与二维视觉特征图集对应的二维候选框集、与第二三维视觉特征图集对应的第一三维候选框集和与目标点云特征图集对应的第二三维候选框集,在此不再赘述。
根据本发明的实施例,由于第二三维视觉特征图是根据时空变换矩阵,将第一三维视觉特征图集中的非目标时刻的第一三维视觉特征图转换为目标时刻的第一三维视觉特征图得到的,因此,第二三维视觉特征图融合了时序信息,由此利用第二三维视觉特征图来参与后续视觉任务,能够提高输出的视觉任务处理信息的准确性。
下面参考图5,结合具体实施例对根据本发明实施例所述的数据处理方法进一步说明。
图5示意性示出了根据本发明另一实施例的数据处理方法的原理示意图。
如图5所示,在500中,对视觉任务的二维视觉数据集501进行特征提取,得到二维视觉特征图集502。对二维视觉特征图集502进行二维目标检测,得到二维候选框集503。将二维视觉特征图集502转换为目标特征空间的特征图,得到第一三维视觉特征图集504。对第一三维视觉特征图集504进行三维目标检测,得到第一三维候选框集505。
对点云数据集506进行特征提取,得到点云特征图集507。将点云特征图集507转换为目标特征空间的特征图,得到目标点云特征图集508。对目标点云特征图集508进行三维目标检测,得到第二三维候选框集509。
从二维视觉数据集501中确定与至少一个第二三维候选框各自对应的二维视觉数据,以实现候选框匹配。根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将目标点云特征图集508和与匹配的二维候选框集503对应的二维视觉特征图集进行融合,得到与至少一个第二三维候选框各自对应的中间融合特征图,即中间融合特征图集510。根据第一三维视觉特征图集504(即与至少一个第一三维候选框各自对应的第一三维视觉特征图)和中间融合特征图集510(即与至少一个第二三维候选框各自对应的中间融合特征图),得到融合特征图集511。
根据融合特征图集511,得到视觉任务处理信息512。
本发明的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
在本发明的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
需要说明的是,本发明实施例中的二维视觉数据集和点云数据集是在获得对象许可的情况下采集的,并且并不是针对某一特定对象的二维视觉数据和点云数据,并不能反映出某一特定对象的个人信息。
以上仅是示例性实施例,但不限于此,还可以包括本领域已知的其他数据处理方法,只要能够提高后续视觉任务的处理信息的准确性即可。
图6示意性示出了根据本发明实施例的数据处理装置的框图。
如图6所示,数据处理装置600可以包括第一获得模块610、第二获得模块620、第三获得模块630和第四获得模块640。
第一获得模块610,用于对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集。二维视觉数据集包括至少一个视角范围的二维视觉数据。
第二获得模块620,用于将二维视觉特征图集和点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集。
第三获得模块630,用于根据二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集,得到与二维视觉特征图集对应的二维候选框集、与第一三维视觉特征图集对应的第一三维候选框集和与目标点云特征图集对应的第二三维候选框集。
第四获得模块640,用于根据二维候选框集、第一三维候选框集和第二三维候选框集,将二维视觉特征图集、第一三维视觉特征图集和目标点云特征图集进行融合,得到融合特征图集。
根据本发明的实施例,点云数据集包括至少一个点云数据。
根据本发明的实施例,二维候选框集包括与至少一个二维视觉数据各自对应的至少一个二维候选框。第一三维候选框集包括与至少一个二维视觉数据各自对应的至少一个第一三维候选框。第二三维候选框集包括与至少一个点云数据各自对应的至少一个第二三维候选框。
根据本发明的实施例,第四获得模块640可以包括第一确定子模块、第一获得子模块和第二获得子模块。
第一确定子模块,用于从至少一个二维视觉数据中确定与至少一个第二三维候选框各自对应的二维视觉数据。
第一获得子模块,用于根据与至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将二维视觉特征图集和目标点云特征图集进行融合,得到与至少一个第二三维候选框各自对应的中间融合特征图。
第二获得子模块,用于根据与至少一个第二三维候选框各自对应的中间融合特征图和与至少一个第一三维候选框各自对应的第一三维视觉特征图,得到融合特征图集。
根据本发明的实施例,针对至少一个第二三维候选框中的第二三维候选框,第一确定子模块可以包括第一确定单元。
第一确定单元,用于根据与至少一个二维视觉数据各自对应的二维视觉特征图和与第二三维候选框对应的目标点云特征图,从至少一个二维视觉数据中确定与第二三维候选框对应的二维视觉数据。
根据本发明的实施例,针对至少一个第二三维候选框中的第二三维候选框,第一获得子模块可以包括第一获得单元。
第一获得单元,用于将与第二三维候选框对应的目标点云特征图和与第二三维候选框对应的二维视觉数据的二维视觉特征图进行融合,得到与第二三维候选框对应的中间融合特征图。
根据本发明的实施例,针对至少一个第二三维候选框中的第二三维候选框,第二获得子模块可以包括第二确定单元和第二获得单元。
第二确定单元,用于根据与至少一个第一三维候选框各自对应的第一三维视觉特征图和与第二三维候选框对应的中间融合特征图,从至少一个第一三维视觉特征图中确定与第二三维候选框对应的第一三维视觉特征图。
第二获得单元,用于将与第二三维候选框对应的第一三维视觉特征图和中间融合特征图进行融合,得到与第二三维候选框对应的融合特征图。
根据本发明的实施例,第三获得模块630可以包括第三获得子模块、第四获得子模块和第五获得子模块。
第三获得子模块,用于对二维视觉特征图集进行二维目标检测,得到二维候选框集。
第四获得子模块,用于对第一三维视觉特征图集进行三维目标检测,得到第一三维候选框集。
第五获得子模块,用于对目标点云特征图集进行三维目标检测,得到第二三维候选框集。
根据本发明的实施例,第二获得模块620可以包括第六获得子模块和第七获得子模块。
第六获得子模块,用于基于第一特征空间转换策略,将二维视觉特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集。第一特征空间转换策略是根据辅助信息和可用计算资源信息中的至少之一从多个特征空间转换策略中确定的。
第七获得子模块,用于基于第二特征空间转换策略,将点云特征图集转换为目标特征空间的特征图,得到目标点云特征图集。
根据本发明的实施例,针对至少一个二维视觉特征图中的二维视觉特征图,第六获得子模块可以包括第三获得单元、第四获得单元、第五获得单元和第六获得单元。
第三获得单元,用于根据与二维视觉特征图对应的内外参变换矩阵,将第一三维空间网格中的至少一个第一三维空间网格点投影至目标特征空间,得到与至少一个第一三维空间网格点各自对应的第一三维点。第一三维空间网格位于与二维视觉特征图对应的相机视锥坐标系。
第四获得单元,用于对二维视觉特征图进行第一处理,得到与二维视觉特征图对应的第一深度分布数据和第一语义数据。
第五获得单元,用于根据与二维视觉特征图对应的第一深度分布数据和第一语义数据,得到与二维视觉特征图对应的第一相机视锥特征图。
第六获得单元,用于根据与至少一个第一三维空间网格点各自对应的第一三维点和与二维视觉特征图对应的第一相机视锥特征图,得到与二维视觉特征图对应的第一三维视觉特征图。
根据本发明的实施例,针对至少一个二维视觉特征图中的二维视觉特征图,第六获得子模块可以包括第七获得单元、第八获得单元、第九获得单元和第十获得单元。
第七获得单元,用于对二维视觉特征图进行第二处理,得到与二维视觉特征图对应的第二深度分布数据和第二语义数据。
第八获得单元,用于根据与二维视觉特征图对应的第二深度分布数据和第二语义数据,得到与二维视觉特征图对应的第二相机视锥特征图。
第九获得单元,用于根据与二维视觉特征图对应的内外参变换矩阵,将第二三维空间网格中的至少一个第二三维空间网格点投影至相机视锥空间,得到与至少一个第二三维空间网格点各自对应的第二三维点。第二三维空间网格位于目标特征空间,第二三维空间网格是根据点云感知范围和体素尺寸信息确定的。
第十获得单元,用于根据与至少一个第二三维空间网格点各自对应的第二三维点和与二维视觉特征图对应的第二相机视锥特征图,得到与二维视觉特征图对应的第一三维视觉特征图。
根据本发明的实施例,第六获得子模块可以包括第三确定单元、第十一获得单元、第十二获得单元和第十三获得单元。
第三确定单元,用于根据二维视觉特征图集,确定目标特征空间的至少一个第三三维空间网格点。
针对至少一个第三三维空间网格点中的第三三维空间网格点,
第十一获得单元,用于根据与至少一个二维视觉特征图各自对应的内外参变换矩阵,将第三三维空间网格点投影至至少一个二维视觉特征图,得到与第三三维空间网格点对应的至少一个二维点。
第十二获得单元,用于根据与第三三维空间网格点对应的至少一个二维点,从至少一个二维视觉特征图中得到与第三三维空间网格点对应的二维视觉特征。
第十三获得单元,用于根据至少一个第三三维空间网格点和与至少一个第三三维空间网格点各自对应的二维视觉特征,得到第一三维视觉特征图集。
根据本发明的实施例,第六获得子模块可以包括第四确定单元和第一转换单元。
第四确定单元,用于根据二维视觉特征图集,确定神经视图特征图集。
第一转换单元,用于根据相机外设的几何投影矩阵,将神经视图特征图集转换为三维视觉特征图集。
根据本发明的实施例,第一获得模块610可以包括第八获得子模块和第九获得子模块。
第八获得子模块,用于基于视觉特征提取策略处理视觉任务的二维视觉数据集,得到二维视觉特征图集。
第九获得子模块,用于基于点云特征提取策略处理视觉任务的点云数据集,得到点云特征图集。
根据本发明的实施例,针对视觉任务的至少一个视角范围的二维视觉数据中的二维视觉数据,第八获得子模块可以包括第十四获得单元和第十五获得单元。
第十四获得单元,用于对二维视觉数据进行特征提取,得到至少一个尺度的第一中间二维视觉特征图。
第十五获得单元,用于根据至少一个尺度的第一中间二维视觉特征图,得到与二维视觉数据对应的二维视觉特征图。
根据本发明的实施例,第十四获得单元可以包括第一获得子单元和第二获得子单元。
第一获得子单元,用于对二维视觉数据进行M个阶段的特征提取,得到与第M阶段对应的至少一个第一中间二维视觉特征图。
第二获得子单元,用于根据与第M阶段对应的至少一个第一中间二维视觉特征图,得到至少一个尺度的第一中间二维视觉特征图。
根据本发明的实施例,第m阶段具有Tm个并联层级。同一并联层级的第一中间二维视觉特征图的图像分辨率相同。不同并联层级的第一中间二维视觉特征图的图像分辨率不同。
根据本发明的实施例,M是大于1或等于1的整数。m是大于或等于1且小于或等于M的整数。Tm是大于或等于1的整数。
根据本发明的实施例,在M是大于1的整数的情况下,第一获得子单元用于:
对与第m-1阶段对应的至少一个第一中间二维视觉特征图进行卷积,得到与第m阶段对应的至少一个第二中间二维视觉特征图。
将与第m阶段对应的至少一个第二中间二维视觉特征图进行融合,得到与第m阶段对应的至少一个第一中间二维视觉特征图。
根据本发明的实施例,m是大于1且小于或等于M的整数。
根据本发明的实施例,将与第m阶段对应的至少一个第二中间二维视觉特征图进行融合,得到与第m阶段对应的至少一个第一中间二维视觉特征图,可以包括:
针对Tm个并联层级中的第i个并联层级,根据与第i个并联层级对应的其他第二中间二维视觉特征图和与第i个并联层级对应的第二中间二维视觉特征图,得到与第i个并联层级对应的第一中间二维视觉特征图。
根据本发明的实施例,与第i个并联层级对应的其他第二中间二维视觉特征图是与Tm个并联层级中除第i个并联层级以外的至少部分并联层级对应的第二中间二维视觉特征图。i是大于或等于1且小于或等于Tm的整数。
根据本发明的实施例,第十四获得单元可以包括第三获得子单元。
第三获得子单元,用于对二维视觉数据进行N个级联层级的特征提取,得到至少一个尺度的第一中间二维视觉特征图。N是大于1的整数。
根据本发明的实施例,第九获得子模块可以包括第二转换单元、第十六获得单元、第三转换单元和第十七获得单元。
第二转换单元,用于根据点云变换矩阵,将视觉任务的点云数据集转换为中间点云数据集。
第十六获得单元,用于对中间点云数据集进行特征提取,得到第一中间点云特征图集。
第三转换单元,用于根据特征变换矩阵,将第一中间点云特征图集转换为第二中间点云特征图集。
第十七获得单元,用于对第二中间点云特征图集进行特征提取,得到点云特征图集。
根据本发明的实施例,第九获得子模块可以包括第十八获得单元、第十九获得单元、第二十获得单元和第二十一获得单元。
第十八获得单元,用于将视觉任务的点云数据集进行体素划分,得到至少一个点云数据子集。
第十九获得单元,用于对至少一个点云数据子集进行逐点特征提取,得到第三中间点云特征图集。
第二十获得单元,用于对第三中间点云特征图集进行局部聚合特征提取,得到第四中间点云特征图集。
第二十一获得单元,用于根据第三中间点云特征图集和第四中间点云特征图集,得到点云特征图集。
根据本发明的实施例,与视角范围对应的二维视觉数据包括多个时刻的二维视觉数据。
根据本发明的实施例,上述数据处理装置600还可以包括第五获得模块。
第五获得模块,用于根据时空变换矩阵,将第一三维视觉特征图集中的非目标时刻的第一三维视觉特征图转换为目标时刻的第一三维视觉特征图,得到第二三维视觉特征图。
根据本发明的实施例,第三获得模块630可以包括第十获得子模块。
第十获得子模块,用于根据二维视觉特征图集、第二三维视觉特征图集和目标点云特征图集,得到与二维视觉特征图集对应的二维候选框集、与第二三维视觉特征图集对应的第一三维候选框集和与目标点云特征图集对应的第二三维候选框集。
根据本发明的实施例,视觉任务包括以下至少之一:目标检测、图像分割和运动预测。
根据本发明的实施例,本发明还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本发明的实施例,一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上所述的方法。
根据本发明的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如上所述的方法。
根据本发明的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图7示意性示出了根据本发明实施例的适于实现数据处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如,数据处理方法。例如,在一些实施例中,数据处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据处理方法。
基于前述的电子设备,本公开还提供一种自动驾驶车辆,可以包括电子设备,还可以包括通信部件、用于实现人机界面的显示屏以及用于采集周围环境信息的信息采集设备等,通信部件、显示屏、信息采集设备与电子设备之间通信连接。自动驾驶车辆包括的电子设备可以实现本公开实施例的数据处理方法。
其中,电子设备可以与通信部件、显示屏以及信息采集设备一体集成,也可以与通信部件、显示屏以及信息采集设备分体设置。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明公开的技术方案所期望的结果,本文在此不进行限制。
Claims (29)
1.一种数据处理方法,包括:
对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集,其中,所述二维视觉数据集包括至少一个视角范围的二维视觉数据;
将所述二维视觉特征图集和所述点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集;
根据所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集,得到与所述二维视觉特征图集对应的二维候选框集、与所述第一三维视觉特征图集对应的第一三维候选框集和与所述目标点云特征图集对应的第二三维候选框集;以及
根据所述二维候选框集、所述第一三维候选框集和所述第二三维候选框集,将所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集进行融合,得到融合特征图集;
其中,所述点云数据集包括至少一个点云数据;
其中,所述二维候选框集包括与至少一个所述二维视觉数据各自对应的至少一个二维候选框,所述第一三维候选框集包括与至少一个所述二维视觉数据各自对应的至少一个第一三维候选框,所述第二三维候选框集包括与所述至少一个点云数据各自对应的至少一个第二三维候选框;
其中,所述根据所述二维候选框集、所述第一三维候选框集和所述第二三维候选框集,将所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集进行融合,得到融合特征图集,包括:
从至少一个所述二维视觉数据中确定与所述至少一个第二三维候选框各自对应的二维视觉数据;以及
根据与所述至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集进行融合,得到所述融合特征图集。
2. 根据权利要求1所述的方法,其中,所述根据与所述至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集进行融合,得到所述融合特征图集,包括:
根据与所述至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将所述二维视觉特征图集和所述目标点云特征图集进行融合,得到与所述至少一个第二三维候选框各自对应的中间融合特征图;以及
根据与所述至少一个第二三维候选框各自对应的中间融合特征图和与所述至少一个第一三维候选框各自对应的第一三维视觉特征图,得到所述融合特征图集。
3.根据权利要求2所述的方法,其中,所述从至少一个所述二维视觉数据中确定与所述至少一个第二三维候选框各自对应的二维视觉数据,包括:
针对所述至少一个第二三维候选框中的第二三维候选框,
根据与所述至少一个二维视觉数据各自对应的二维视觉特征图和与所述第二三维候选框对应的目标点云特征图,从至少一个所述二维视觉数据中确定与所述第二三维候选框对应的二维视觉数据。
4.根据权利要求2或3所述的方法,其中,所述根据与所述至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将所述二维视觉特征图集和所述目标点云特征图集进行融合,得到与所述至少一个第二三维候选框各自对应的中间融合特征图,包括:
针对所述至少一个第二三维候选框中的第二三维候选框,
将与所述第二三维候选框对应的目标点云特征图和与所述第二三维候选框对应的二维视觉数据的二维视觉特征图进行融合,得到与所述第二三维候选框对应的中间融合特征图。
5.根据权利要求2或3所述的方法,其中,所述根据与所述至少一个第二三维候选框各自对应的中间融合特征图和与所述至少一个第一三维候选框各自对应的第一三维视觉特征图,得到所述融合特征图集,包括:
针对所述至少一个第二三维候选框中的第二三维候选框,
根据与所述至少一个第一三维候选框各自对应的第一三维视觉特征图和与所述第二三维候选框对应的中间融合特征图,从所述至少一个第一三维视觉特征图中确定与所述第二三维候选框对应的第一三维视觉特征图;以及
将与所述第二三维候选框对应的第一三维视觉特征图和中间融合特征图进行融合,得到与所述第二三维候选框对应的融合特征图。
6. 根据权利要求1~3中任一项所述的方法 ,其中,所述根据所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集,得到与所述二维视觉特征图集对应的二维候选框集、与所述第一三维视觉特征图集对应的第一三维候选框集和与所述目标点云特征图集对应的第二三维候选框集,包括:
对所述二维视觉特征图集进行二维目标检测,得到所述二维候选框集;
对所述第一三维视觉特征图集进行三维目标检测,得到所述第一三维候选框集;以及
对所述目标点云特征图集进行三维目标检测,得到所述第二三维候选框集。
7. 根据权利要求1~3中任一项所述的方法,其中,所述将所述二维视觉特征图集和所述点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集,包括:
基于第一特征空间转换策略,将所述二维视觉特征图集转换为所述目标特征空间的特征图,得到所述第一三维视觉特征图集,其中,所述第一特征空间转换策略是根据辅助信息和可用计算资源信息中的至少之一从多个特征空间转换策略中确定的;以及
基于第二特征空间转换策略,将所述点云特征图集转换为所述目标特征空间的特征图,得到所述目标点云特征图集。
8.根据权利要求7所述的方法,其中,所述基于第一特征空间转换策略,将所述二维视觉特征图集转换为所述目标特征空间的特征图,得到所述第一三维视觉特征图集,包括:
针对所述至少一个二维视觉特征图中的二维视觉特征图,
根据与所述二维视觉特征图对应的内外参变换矩阵,将第一三维空间网格中的至少一个第一三维空间网格点投影至所述目标特征空间,得到与所述至少一个第一三维空间网格点各自对应的第一三维点,其中,所述第一三维空间网格位于与所述二维视觉特征图对应的相机视锥坐标系;
对所述二维视觉特征图进行第一处理,得到与所述二维视觉特征图对应的第一深度分布数据和第一语义数据;
根据与所述二维视觉特征图对应的第一深度分布数据和第一语义数据,得到与所述二维视觉特征图对应的第一相机视锥特征图;以及
根据与所述至少一个第一三维空间网格点各自对应的第一三维点和与所述二维视觉特征图对应的第一相机视锥特征图,得到与所述二维视觉特征图对应的第一三维视觉特征图。
9.根据权利要求7所述的方法,其中,所述基于第一特征空间转换策略,将所述二维视觉特征图集转换为所述目标特征空间的特征图,得到所述第一三维视觉特征图集,包括:
针对所述至少一个二维视觉特征图中的二维视觉特征图,
对所述二维视觉特征图进行第二处理,得到与所述二维视觉特征图对应的第二深度分布数据和第二语义数据;
根据与所述二维视觉特征图对应的第二深度分布数据和第二语义数据,得到与所述二维视觉特征图对应的第二相机视锥特征图;
根据与所述二维视觉特征图对应的内外参变换矩阵,将第二三维空间网格中的至少一个第二三维空间网格点投影至相机视锥空间,得到与所述至少一个第二三维空间网格点各自对应的第二三维点,其中,所述第二三维空间网格位于所述目标特征空间,所述第二三维空间网格是根据点云感知范围和体素尺寸信息确定的;以及
根据与所述至少一个第二三维空间网格点各自对应的第二三维点和与所述二维视觉特征图对应的第二相机视锥特征图,得到与所述二维视觉特征图对应的第一三维视觉特征图。
10.根据权利要求7所述的方法,其中,所述基于第一特征空间转换策略,将所述二维视觉特征图集转换为所述目标特征空间的特征图,得到所述第一三维视觉特征图集,包括:
根据所述二维视觉特征图集,确定所述目标特征空间的至少一个第三三维空间网格点;
针对所述至少一个第三三维空间网格点中的第三三维空间网格点,
根据与所述至少一个二维视觉特征图各自对应的内外参变换矩阵,将所述第三三维空间网格点投影至所述至少一个二维视觉特征图,得到与所述第三三维空间网格点对应的至少一个二维点;
根据与所述第三三维空间网格点对应的至少一个二维点,从所述至少一个二维视觉特征图中得到与所述第三三维空间网格点对应的二维视觉特征;以及
根据所述至少一个第三三维空间网格点和与所述至少一个第三三维空间网格点各自对应的二维视觉特征,得到所述第一三维视觉特征图集。
11. 根据权利要求7所述的方法,其中,所述基于第一特征空间转换策略,将所述二维视觉特征图集转换为所述目标特征空间的特征图,得到所述第一三维视觉特征图集,包括:
根据所述二维视觉特征图集,确定神经视图特征图集;以及
根据相机外设的几何投影矩阵,将所述神经视图特征图集转换为所述第一三维视觉特征图集。
12. 根据权利要求1~3中任一项所述的方法,其中,所述对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集,包括:
基于视觉特征提取策略处理所述视觉任务的二维视觉数据集,得到所述二维视觉特征图集;以及
基于点云特征提取策略处理所述视觉任务的点云数据集,得到所述点云特征图集。
13.根据权利要求12所述的方法,其中,所述基于视觉特征提取策略处理所述视觉任务的二维视觉数据集,得到所述二维视觉特征图集,包括:
针对所述视觉任务的所述至少一个视角范围的二维视觉数据中的二维视觉数据,
对所述二维视觉数据进行特征提取,得到至少一个尺度的第一中间二维视觉特征图;以及
根据所述至少一个尺度的第一中间二维视觉特征图,得到与所述二维视觉数据对应的二维视觉特征图。
14. 根据权利要求13所述的方法,其中,所述对所述二维视觉数据进行特征提取,得到至少一个尺度的第一中间二维视觉特征图,包括:
对所述二维视觉数据进行M个阶段的特征提取,得到与第M阶段对应的至少一个第一中间二维视觉特征图;以及
根据与所述第M阶段对应的至少一个第一中间二维视觉特征图,得到所述至少一个尺度的第一中间二维视觉特征图;
其中,第m阶段具有Tm个并联层级,同一并联层级的第一中间二维视觉特征图的图像分辨率相同,不同并联层级的第一中间二维视觉特征图的图像分辨率不同;
其中,M是大于1或等于1的整数,m是大于或等于1且小于或等于M的整数,Tm是大于或等于1的整数。
15. 根据权利要求14所述的方法,其中,在M是大于1的整数的情况下,所述对所述二维视觉数据进行M个阶段的特征提取,得到与所述M个阶段对应的至少一个第一中间二维视觉特征图,包括:
对与第m-1阶段对应的至少一个第一中间二维视觉特征图进行卷积,得到与第m阶段对应的至少一个第二中间二维视觉特征图;以及
将与所述第m阶段对应的至少一个第二中间二维视觉特征图进行融合,得到与第m阶段对应的至少一个第一中间二维视觉特征图;
其中,m是大于1且小于或等于M的整数。
16.根据权利要求15所述的方法,其中,所述将与所述第m阶段对应的至少一个第二中间二维视觉特征图进行融合,得到与第m阶段对应的至少一个第一中间二维视觉特征图,包括:
针对所述Tm个并联层级中的第i个并联层级,
根据与所述第i个并联层级对应的其他第二中间二维视觉特征图和与所述第i个并联层级对应的第二中间二维视觉特征图,得到与所述第i个并联层级对应的第一中间二维视觉特征图;
其中,与所述第i个并联层级对应的其他第二中间二维视觉特征图是与所述Tm个并联层级中除所述第i个并联层级以外的至少部分并联层级对应的第二中间二维视觉特征图,i是大于或等于1且小于或等于Tm的整数。
17.根据权利要求13所述的方法,其中,所述对所述二维视觉数据进行特征提取,得到至少一个尺度的第一中间二维视觉特征图,包括:
对所述二维视觉数据进行N个级联层级的特征提取,得到所述至少一个尺度的第一中间二维视觉特征图,其中,N是大于1的整数。
18.根据权利要求12所述的方法,其中,所述基于点云特征提取策略处理所述视觉任务的点云数据集,得到所述点云特征图集,包括:
根据点云变换矩阵,将所述视觉任务的点云数据集转换为中间点云数据集;
对所述中间点云数据集进行特征提取,得到第一中间点云特征图集;
根据特征变换矩阵,将所述第一中间点云特征图集转换为第二中间点云特征图集;以及
对所述第二中间点云特征图集进行特征提取,得到所述点云特征图集。
19.根据权利要求12所述的方法,其中,所述基于点云特征提取策略处理所述视觉任务的点云数据集,得到所述点云特征图集,包括:
将所述视觉任务的点云数据集进行体素划分,得到至少一个点云数据子集;
对所述至少一个点云数据子集进行逐点特征提取,得到第三中间点云特征图集;
对所述第三中间点云特征图集进行局部聚合特征提取,得到第四中间点云特征图集;以及
根据所述第三中间点云特征图集和所述第四中间点云特征图集,得到所述点云特征图集。
20.根据权利要求1~3中任一项所述的方法,其中,与所述视角范围对应的二维视觉数据包括多个时刻的二维视觉数据;
所述方法还包括:
根据时空变换矩阵,将所述第一三维视觉特征图集中的非目标时刻的第一三维视觉特征图转换为目标时刻的第一三维视觉特征图,得到第二三维视觉特征图;
其中,所述根据所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集,得到与所述二维视觉特征图集对应的二维候选框集、与所述第一三维视觉特征图集对应的第一三维候选框集和与所述目标点云特征图集对应的第二三维候选框集,包括:
根据所述二维视觉特征图集、第二三维视觉特征图集和所述目标点云特征图集,得到与所述二维视觉特征图集对应的二维候选框集、与所述第二三维视觉特征图集对应的第一三维候选框集和与所述目标点云特征图集对应的第二三维候选框集。
21.根据权利要求1~3中任一项所述的方法,其中,所述视觉任务包括以下至少之一:目标检测、图像分割和运动预测。
22.一种数据处理装置,包括:
第一获得模块,用于对视觉任务的二维视觉数据集和点云数据集进行特征提取,得到二维视觉特征图集和点云特征图集,其中,所述二维视觉数据集包括至少一个视角范围的二维视觉数据;
第二获得模块,用于将所述二维视觉特征图集和所述点云特征图集转换为目标特征空间的特征图,得到第一三维视觉特征图集和目标点云特征图集;
第三获得模块,用于根据所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集,得到与所述二维视觉特征图集对应的二维候选框集、与所述第一三维视觉特征图集对应的第一三维候选框集和与所述目标点云特征图集对应的第二三维候选框集;以及
第四获得模块,用于根据所述二维候选框集、所述第一三维候选框集和所述第二三维候选框集,将所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集进行融合,得到融合特征图集;
其中,所述点云数据集包括至少一个点云数据;
其中,所述二维候选框集包括与至少一个所述二维视觉数据各自对应的至少一个二维候选框,所述第一三维候选框集包括与至少一个所述二维视觉数据各自对应的至少一个第一三维候选框,所述第二三维候选框集包括与所述至少一个点云数据各自对应的至少一个第二三维候选框;
其中,所述第四获得模块,用于:
从至少一个所述二维视觉数据中确定与所述至少一个第二三维候选框各自对应的二维视觉数据;以及
根据与所述至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将所述二维视觉特征图集、所述第一三维视觉特征图集和所述目标点云特征图集进行融合,得到所述融合特征图集。
23. 根据权利要求22所述的装置,其中,所述第四获得模块,用于:
根据与所述至少一个第二三维候选框各自对应的二维视觉数据和点云数据,将所述二维视觉特征图集和所述目标点云特征图集进行融合,得到与所述至少一个第二三维候选框各自对应的中间融合特征图;以及
根据与所述至少一个第二三维候选框各自对应的中间融合特征图和与所述至少一个第一三维候选框各自对应的第一三维视觉特征图,得到所述融合特征图集。
24.根据权利要求23所述的装置,其中,针对所述至少一个第二三维候选框中的第二三维候选框,第一确定子模块,包括:
第一确定单元,用于根据与所述至少一个二维视觉数据各自对应的二维视觉特征图和与所述第二三维候选框对应的目标点云特征图,从至少一个所述二维视觉数据中确定与所述第二三维候选框对应的二维视觉数据。
25.根据权利要求23或24所述的装置,其中,针对所述至少一个第二三维候选框中的第二三维候选框,第一获得子模块,包括:
第一获得单元,用于将与所述第二三维候选框对应的目标点云特征图和与所述第二三维候选框对应的二维视觉数据的二维视觉特征图进行融合,得到与所述第二三维候选框对应的中间融合特征图。
26. 根据权利要求23或24所述的装置,其中,针对所述至少一个第二三维候选框中的第二三维候选框,第二获得子模块,包括:
第二确定单元,用于根据与所述至少一个第一三维候选框各自对应的第一三维视觉特征图和与所述第二三维候选框对应的中间融合特征图,从所述至少一个第一三维视觉特征图中确定与所述第二三维候选框对应的第一三维视觉特征图;以及
第二获得单元,用于将与所述第二三维候选框对应的第一三维视觉特征图和中间融合特征图进行融合,得到与所述第二三维候选框对应的融合特征图。
27. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~21中任一项所述的方法。
28.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~21中任一项所述的方法。
29.一种自动驾驶车辆,包括如权利要求27所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310159688.7A CN115829898B (zh) | 2023-02-24 | 2023-02-24 | 数据处理方法、装置、电子设备、介质以及自动驾驶车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310159688.7A CN115829898B (zh) | 2023-02-24 | 2023-02-24 | 数据处理方法、装置、电子设备、介质以及自动驾驶车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115829898A CN115829898A (zh) | 2023-03-21 |
CN115829898B true CN115829898B (zh) | 2023-06-02 |
Family
ID=85522220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310159688.7A Active CN115829898B (zh) | 2023-02-24 | 2023-02-24 | 数据处理方法、装置、电子设备、介质以及自动驾驶车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115829898B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108597009A (zh) * | 2018-04-10 | 2018-09-28 | 上海工程技术大学 | 一种基于方向角信息进行三维目标检测的方法 |
CN113284163A (zh) * | 2021-05-12 | 2021-08-20 | 西安交通大学 | 基于车载激光雷达点云的三维目标自适应检测方法及*** |
CN113658100A (zh) * | 2021-07-16 | 2021-11-16 | 上海高德威智能交通***有限公司 | 三维目标物体检测方法、装置、电子设备及存储介质 |
CN115063526A (zh) * | 2022-05-25 | 2022-09-16 | 上海达谋智能科技有限公司 | 二维图像的三维重建方法、***、终端设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112018000899T5 (de) * | 2017-03-17 | 2019-10-31 | Honda Motor Co., Ltd. | Gemeinsame 3D-Objekterfassung und Ausrichtungsabschätzung über multimodale Fusion |
US11869192B2 (en) * | 2019-11-08 | 2024-01-09 | General Electric Company | System and method for vegetation modeling using satellite imagery and/or aerial imagery |
-
2023
- 2023-02-24 CN CN202310159688.7A patent/CN115829898B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108597009A (zh) * | 2018-04-10 | 2018-09-28 | 上海工程技术大学 | 一种基于方向角信息进行三维目标检测的方法 |
CN113284163A (zh) * | 2021-05-12 | 2021-08-20 | 西安交通大学 | 基于车载激光雷达点云的三维目标自适应检测方法及*** |
CN113658100A (zh) * | 2021-07-16 | 2021-11-16 | 上海高德威智能交通***有限公司 | 三维目标物体检测方法、装置、电子设备及存储介质 |
CN115063526A (zh) * | 2022-05-25 | 2022-09-16 | 上海达谋智能科技有限公司 | 二维图像的三维重建方法、***、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115829898A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10970864B2 (en) | Method and apparatus for recovering point cloud data | |
GB2596370A (en) | Model training method and apparatus, and prediction method and apparatus | |
WO2022000469A1 (en) | Method and apparatus for 3d object detection and segmentation based on stereo vision | |
WO2022206414A1 (zh) | 三维目标检测方法及装置 | |
WO2022206517A1 (zh) | 一种目标检测方法及装置 | |
CN113378605B (zh) | 多源信息融合方法及装置、电子设备和存储介质 | |
CN115147809B (zh) | 一种障碍物检测方法、装置、设备以及存储介质 | |
CN116188893A (zh) | 基于bev的图像检测模型训练及目标检测方法和装置 | |
CN113421217A (zh) | 可行驶区域检测方法和装置 | |
CN117745944A (zh) | 预训练模型确定方法、装置、设备以及存储介质 | |
CN113256709A (zh) | 目标检测方法、装置、计算机设备以及存储介质 | |
CN115880555B (zh) | 目标检测方法、模型训练方法、装置、设备及介质 | |
CN115866229B (zh) | 多视角图像的视角转换方法、装置、设备和介质 | |
CN115829898B (zh) | 数据处理方法、装置、电子设备、介质以及自动驾驶车辆 | |
CN113222968B (zh) | 融合毫米波和图像的检测方法、***、设备及存储介质 | |
CN115861755A (zh) | 特征融合方法、装置、电子设备及自动驾驶车辆 | |
CN114429631A (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN115049895B (zh) | 一种图像属性识别方法、属性识别模型训练方法及装置 | |
CN114495042B (zh) | 目标检测方法和装置 | |
US20230162383A1 (en) | Method of processing image, device, and storage medium | |
CN116363615B (zh) | 数据融合方法、装置、车辆和存储介质 | |
CN117456509A (zh) | 一种车辆的信号灯检测方法、装置、设备及存储介质 | |
CN116844134A (zh) | 目标检测方法、装置、电子设备、存储介质及车辆 | |
CN118135348A (zh) | 目标模型的训练方法、目标检测方法及装置 | |
CN116597213A (zh) | 目标检测方法、训练方法、装置、电子设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |