(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210442640.2
(22)申请日 2022.04.25
(71)申请人 合众新能源 汽车有限公司
地址 314500 浙江省嘉兴 市桐乡市梧桐街
道同仁路98 8号
(72)发明人 陈远鹏 张军良 冷静 赵天坤
(74)专利代理 机构 上海专利商标事务所有限公
司 31100
专利代理师 胡林岭
(51)Int.Cl.
G06K 9/62(2022.01)
G06N 3/04(2006.01)
G06V 10/82(2022.01)
G06V 10/774(2022.01)
G06V 10/80(2022.01)
(54)发明名称
一种目标检测系统
(57)摘要
本发明公开了一种目标检测系统, 包括: 编
码模块, 被配置成将多视角图片映射到低维度的
特征空间。 该编码模块包括: 主干网络, 被配置成
对该多视角图片进行特征采集, 得到特征图; 多
相机融合模块,被配置成将该主干网络采集到的
多视角图片的特征融合在一起, 该多相机融合模
块包括对象检测查询模块和交叉注 意力解码器;
其中, 该对象检测查询模块用于初始化目标特征
得到查询向量(Query); 该交叉注意力解码器根
据该查询向量(Query)对被查向量(Key)和内容
向量(Value)进行解码, 输 出有效的目标特征。 该
系统还包括解码模块, 被配置成将该特征空间映
射回该多视角图片的图像空间, 并输出针对多个
子任务的检测结果。
权利要求书2页 说明书9页 附图5页
CN 114781521 A
2022.07.22
CN 114781521 A
1.一种目标检测系统, 其特 征在于, 包括:
编码模块, 被 配置成将多视角图片映射到低维度的特 征空间, 该编码模块包括:
主干网络, 被 配置成对该多视角图片进行 特征采集, 得到特 征图;
多相机融合模块,被配置成将该主干网络采集到的多视角图片的特征融合在一起, 该
多相机融合模块包括对 象检测查询模块和交叉注意力解码器; 其中, 该对 象检测查询模块
用于初始化目标特征得到查询向量(Query); 该交叉注 意力解码 器根据该查询向量(Query)
对被查向量(K ey)和内容向量(Value)进行解码, 输出有效的目标 特征;
解码模块, 被配置成将该特征空间映射回该多视角图片的图像空间, 并输出针对多个
子任务的检测结果。
2.如权利要求1所述的目标检测系统, 其特 征在于, 该解码模块包括:
共用单元, 依次包括多个特征解码模块和池化模块, 该共用单元的输入为该交叉注意
力解码器的输出;
多个子解码模块, 该共用单元的输出分别输入至该多个子解码模块, 其中, 每个子解码
模块对应该多个子任务中的一个子任务。
3.如权利要求1所述的目标检测系统, 其特征在于, 该查询向量(Query)、 该被查向量
(Key)和该内容向量(Value)三 者之间的关系如公式(1)所示:
其中, CrossAttention函数的数值即为该交叉注意力解码器输出的目标特征的数值,
该CrossAttention函数是由一系列的(Key, Value)数据对构成的; 此时给定目标中的某个
元素的查询向量(Query), 则通过计算该查询向量(Query)和每个该被查向量(Key)的相似
性similarity函数, 得到每个该被查向量(Key)对应的该内容向量(Value)的权重系数, 并
最终得到该Cros sAttention函数的数值。
4.如权利要求1所述的目标检测系统, 其特征在于, 所述多视角图片为由多个摄像头同
时拍摄到的不同角度的图片。
5.如权利要求1所述的目标检测系统, 其特征在于, 该主干网络顺序依次包括第 一卷积
神经网络、 第二卷积神经网络、 池化单 元以及第三卷积神经网络 。
6.如权利要求5所述的目标检测系统, 其特征在于, 该第一卷积神经网络为7*7卷积神
经网络。
7.如权利要求5所述的目标检测系统, 其特征在于, 该第 二卷积神经网络包括由多个3*
3卷积神经网络通过跳跃 连接的方式组成的跳跃 连接组件。
8.如权利要求5所述的目标检测系统, 其特征在于, 该池化单元将所述第 二卷积神经网
络分割开的特 征聚合起来, 得到全局的特 征。
9.如权利要求5所述的目标检测系统, 其特征在于, 该第三卷积神经网络为1*1卷积神
经网络, 用于降低该池化单元的输出结果的维度; 该第三卷积神经网络输出该被查向量
(Key)和该内容向量(Value)至该多相机融合模块。权 利 要 求 书 1/2 页
2
CN 114781521 A
210.如权利要求2所述的目标检测系统, 其特征在于, 该每个子解码模块包括依次连接
的第一单 元、 第二单 元以及第三单 元;
该第一单 元依次包括上采样模块和多个特 征解码模块;
该第二单 元依次包括上采样模块和多个特 征解码模块;
该第三单 元依次包括上采样模块、 多个特 征解码模块以及函数激活模块;
其中:
该上采样模块用于对前一个单 元的输出进行 上采样;
该多个特 征解码模块用于将低维度 度信息变成高维度信息;
该函数激活模块用于加入非线性因素, 提高神经网络对 模型的表达能力;
该池化模块用于将该 特征图缩小化。
11.如权利要求10所述的目标检测系统, 其特征在于, 该多个特征解码模块为2个特征
解码模块。
12.如权利要求2所述的目标检测系统, 其特征在于, 该多个子解码模块为3个子解码模
块, 分别对应障碍物检测任务(Object Detection Task)、 交通检测任务(Traffic
Detection Task)、 行 人检测任务(Pedest rian Detection Task)。
13.如权利要求2所述的目标检测系统, 其特征在于, 所述解码模块还包括损失计算模
块, 该损失计算模块按照公式(3)、 (4)和(5)对损失L进行计算:
其中Lcls=‑logpu, pu表示分类为背景的概率, λ为超参, 是开始学习的过程中设定的参
数; Lloc用于对检测框定位进行评估, tu表示的是预测参数, v表示的是真实平移缩放参数, i
表示检测点。权 利 要 求 书 2/2 页
3
CN 114781521 A
3
专利 一种目标检测系统
安全报告 >
其他 >
文档预览
中文文档
17 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共17页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 07:35:09上传分享