1.一种基于RGB-D相机的卷积神经网络目标检测方法，其特征在于该方法的具体步骤是：步骤(1)：利用RGB-D相机获取彩色图像和深度图像

使用RGB-D相机对于包含目标物体的场景进行拍摄，得到一张彩色图像和与彩色图像像素一一对应的深度图像；

步骤(2)：利用卷积神经网络对于目标物体位置进行预测

(a)先收集包含目标物体的数据集，手工标定目标框，使目标框刚好能包含目标物体；

统计数据集中目标框的长宽比，利用k均值聚类产生k个长宽比例值；然后产生k个面积为1的锚框，锚框的长宽比分别对应于聚类产生的k个值，就得到k个形状不一的锚框；

(b)将彩色图片输入卷积神经网络，产生预测结果参数；预测结果参数为若干组五维向量参数，为N×k×(score,cx,cy,dw,dh)，其中N表示卷积神经网络最后一层特征图上的像素点的个数，k表示锚框数量，score表示网络输出在当前位置区域的预测框存在物体的置信值，cx和cy分别表示预测框中心点的坐标，dw和dh表示在当前位置对于某个特定锚框长宽的修正量；利用以下公式，对锚框的形状进行修正，就可以得到一个面积为1的预测框：其中Pw和Ph表示锚框的长和宽， 和 表示面积为1的预测框的长宽；

经过以上步骤，将彩色图片输入到卷积神经网络，得到一系列的预测框，每个预测框包含置信值，中心坐标和长宽；选取一个阈值，将置信值低于该阈值的预测框除去，就能滤除大量不包含物体的预测结果；

步骤(3)：求解从深度值到目标物体尺寸的映射关系模型

利用卷积神经网络得到目标物体中心坐标，将其映射到深度图上；得到物体中心点深度值，也就是物体与摄像头沿相机光轴的距离h；假设摄像头的焦距为f，目标物体的尺寸为l，目标物体在相机成像平面上的投影为s，即为尺度因子；根据相似三角形的性质，得到s如下：s与h之间存在反比关系，利用步骤(1)中得到的图库，得到多组(s,h)关系对，利用线性回归算法求得f与l的乘积值，得到一个从深度到物体尺寸的反比模型；

步骤(4)：产生带尺度的预测框

利用步骤(2)中产生的目标物体的中心位置，找到深度图像上对应位置的深度信息，并利用步骤(3)中的模型关系得到尺度因子s；将s与步骤(2)中的面积为1的预测框的长宽相乘，得到带尺度的预测框；

步骤(5)：利用soft-NMS算法去除多余的预测框

经过以上步骤，在同一个物体上容易产生多个带尺度的预测框；利用soft-NMS算法去除多余的带尺度的预测框，保留一个预测结果；设S1和S2分别为两个预测框的面积，ΔS为两个预测框重合的面积，定义IoU为：将预测结果中所有的预测框按置信值从大到小排序，依次选取目标框，并选取出排在当前预测框之后并且与当前预测框IoU大于设定阈值的预测框，认为他们都是对于同一物体的预测；对所有同一物体的预测框做加权平均，公式如下：其中boxj表示第j个预测框的参数，包括中心坐标和长宽；利用当前计算的box值作为最终预测框的信息，并去掉其他在当前这一物体上的预测框，就得到最终的预测结果；

步骤(6)得到最终目标物体的空间位置

再在深度图中找到目标框的位置，计算目标框中所有像素点的平均深度值，得到目标物体的深度；利用物体中心坐标和平均深度值，结合相机的内部参数，得到最终物体的空间位置。