CN109034214B - 用于生成标记的方法和装置 - Google Patents

用于生成标记的方法和装置 Download PDF

Info

Publication number
CN109034214B
CN109034214B CN201810746142.0A CN201810746142A CN109034214B CN 109034214 B CN109034214 B CN 109034214B CN 201810746142 A CN201810746142 A CN 201810746142A CN 109034214 B CN109034214 B CN 109034214B
Authority
CN
China
Prior art keywords
image
target object
marker
mark
information
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
Application number
CN201810746142.0A
Other languages
English (en)
Other versions
CN109034214A (zh
Inventor
毛立凡
黄申荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810746142.0A priority Critical patent/CN109034214B/zh
Publication of CN109034214A publication Critical patent/CN109034214A/zh
Application granted granted Critical
Publication of CN109034214B publication Critical patent/CN109034214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例公开了用于生成标记的方法和装置。该方法的一具体实施方式包括：获取第一图像集合，其中，第一图像集合中的第一图像是通过对预设区域进行图像采集获得的；将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配；基于匹配结果，从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合；对于第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上。该实施方式降低了在对图像进行标记时静态物体漏标的几率。

Description

用于生成标记的方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及用于生成标记的方法和装置。
背景技术
相比普通的图像，全景图拥有更宽阔的视野范围，并且可以有很强的立体感，允许用户进行360°观看。在互联网技术发展的推动下，全景图的应用技术得到了快速发展。例如，街景地图、虚拟旅游、虚拟购物、数字展馆以及全景导航等。
随着互联网技术的广泛应用，用户可以通过终端与全景图进行交互。例如，通过浏览器浏览全景图。此外，在一些应用场景中，还需要对全景图进行标记。例如，在街景地图上对用户感兴趣的物体进行标记。
现有技术中一般通过对全景图进行图像识别，然后在全景图上标记识别的物体(例如，静态物体)。然而，在实际的标记过程中，经常会遇到物体图像模糊、物体被障碍物部分遮挡或完全遮挡的情形，使得对这些物体的识别率降低，进而导致在全景图中漏标这些物体。
发明内容
本申请实施例提出了用于生成标记的方法和装置。
第一方面，本申请实施例提供了一种用于生成标记的方法，该方法包括：获取第一图像集合，其中，第一图像集合中的第一图像是通过对预设区域进行图像采集获得的；将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配；基于匹配结果，从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合；对于第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上。
在一些实施例中，将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配，包括：对于第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在目标对象的图像；若该第一图像中存在目标对象的图像，则确定该第一图像中的目标对象的图像与特征图像的相似度。
在一些实施例中，将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配，包括：对于第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在目标对象的图像；若该第一图像中存在目标对象的图像，则确定该第一图像中的目标对象的图像与特征图像的相似度，以及在该第一图像中对目标对象进行初始标记。
在一些实施例中，从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合，包括：从第一图像集合中选取相似度大于或等于相似度阈值的至少一个第一图像；基于至少一个第一图像中的第一图像的拍摄信息以及第一图像中的目标对象的图像，确定目标对象的地理位置信息和形状信息；基于目标对象的地理位置信息和形状信息，确定目标对象的可视范围；从第一图像集合中选取在可视范围内拍摄的第一图像作为第二图像；基于所选取的第二图像，生成第二图像集合。
在一些实施例中，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上，包括：基于该第二图像的拍摄信息以及目标对象的地理位置信息和形状信息，确定目标对象在该第二图像上的标记位置和标记形状；基于标记形状，生成目标对象的标记；将生成的标记叠加到该第二图像的所确定的标记位置处。
在一些实施例中，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上，包括：基于该第二图像的拍摄信息以及目标对象的地理位置信息和形状信息，确定目标对象在该第二图像上的标记位置和标记形状；响应于确定出该第二图像中存在目标对象的初始标记，基于所确定的标记位置和标记形状，调整目标对象的初始标记的位置和形状，将调整后的初始标记确定为目标对象的标记。
第二方面，本申请实施例提供了一种用于生成标记的装置，该装置包括：图像获取单元，被配置成获取第一图像集合，其中，第一图像集合中的第一图像是通过对预设区域进行图像采集获得的；图像匹配单元，被配置成将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配；图像选取单元，被配置成基于匹配结果，从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合；标记生成单元，被配置成对于第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上。
在一些实施例中，图像匹配单元具体被配置成：对于第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在目标对象的图像；若该第一图像中存在目标对象的图像，则确定该第一图像中的目标对象的图像与特征图像的相似度。
在一些实施例中，图像匹配单元具体被配置成：对于第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在目标对象的图像；若该第一图像中存在目标对象的图像，则确定该第一图像中的目标对象的图像与特征图像的相似度，以及在该第一图像中对目标对象进行初始标记。
在一些实施例中，图像选取单元包括：第一选取模块，被配置成从第一图像集合中选取相似度大于或等于相似度阈值的至少一个第一图像；位置形状确定模块，被配置成基于至少一个第一图像中的第一图像的拍摄信息以及第一图像中的目标对象的图像，确定目标对象的地理位置信息和形状信息；可视范围确定模块，被配置成基于目标对象的地理位置信息和形状信息，确定目标对象的可视范围；第二选取模块，被配置成从第一图像集合中选取在可视范围内拍摄的第一图像作为第二图像；图像集合生成模块，被配置成基于所选取的第二图像，生成第二图像集合。
在一些实施例中，标记生成单元包括：标记信息确定模块，被配置成基于该第二图像的拍摄信息以及目标对象的地理位置信息和形状信息，确定目标对象在该第二图像上的标记位置和标记形状；标记生成模块，被配置成基于标记形状，生成目标对象的标记；标记叠加模块，被配置成将生成的标记叠加到该第二图像的所确定的标记位置处。
在一些实施例中，标记生成单元包括：标记信息确定模块，被配置成基于该第二图像的拍摄信息以及目标对象的地理位置信息和形状信息，确定目标对象在该第二图像上的标记位置和标记形状；标记调整模块，被配置成响应于确定出该第二图像中存在目标对象的初始标记，基于所确定的标记位置和标记形状，调整目标对象的初始标记的位置和形状，将调整后的初始标记确定为目标对象的标记。
第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于生成标记的方法和装置，通过将第一图像集合中的第一图像与目标对象的特征图像进行匹配，之后根据匹配结果从第一图像集合中选取待标记的第一图像，最后基于待标记的第一图像的拍摄信息生成目标对象的标记并叠加到待标记的第一图像上，从而降低了在对图像进行标记时静态物体漏标的几率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的用于生成标记的方法的一个实施例的流程图；
图3A和图3B是根据本申请的用于生成标记的方法的一个应用场景的示意图；
图4是根据本申请的用于生成标记的方法的另一实施例的流程图；
图5是根据本申请的用于生成标记的装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成标记的方法或用于生成标记的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105 交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如拍照类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持图像采集的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对图像采集提供支持的后台服务器。后台服务器可以对接收的图像等数据进行分析处理，并将处理结果(例如，叠加静态物体标记后的图像)反馈给终端设备。
需要说明的是，本申请实施例所提供的用于生成标记的方法一般由服务器105执行，相应地，用于生成标记的装置一般设置于服务器 105中。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意合适数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的用于生成标记的方法的一个实施例的流程200。该用于生成标记的方法，包括以下步骤：
步骤201，获取第一图像集合。
在本实施例中，用于生成标记的方法的执行主体(例如，图1的服务器105)可以获取第一图像集合。其中，第一图像集合中的第一图像可以包括预设区域的图像。第一图像可以是由安装有图像采集设备(例如，摄像头)的终端设备(例如，图1的终端设备101、102、103)对预设区域进行图像采集获得的图像，也可以由其他图像采集设备(例如，相机、车载摄像头等)对预设区域进行图像采集获得的图像。
在本实施例的一些可选的实现方式中，第一图像可以是通过对预设区域进行图像采集获得的全景图像。由此，本实施例的用于生成标记的方法可以应用于例如街景地图、全景导航等应用场景中。
这里，预设区域可以是预先设定的地理区域。预设区域中可以存在至少一个对象，例如，建筑物、道路标识等等。
步骤202，将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配。
在本实施例中，上述执行主体可以将第一图像集合中的每个第一图像与目标对象的特征图像进行匹配。其中，目标对象的特征图像可以是包含目标对象的特征的图像，其可以预先存储在上述服务器中，也可以存储在不同于上述服务器的存储设备上。这里，目标对象可以是预设区域中的对象。
根据目标对象在预设区域中的位置以及对预设区域进行图像采集的位置和角度，第一图像可以包括目标对象的图像，也可以不包括目标对象的图像(例如，目标对象被遮挡或由于距离较远而不可见)，还可以包括目标对象的部分图像(例如，目标对象被部分遮挡)。
在本实施例的一些可选的实现方式中，步骤202具体可以包括：
首先，对第一图像进行图像识别，确定第一图像中是否存在目标对象的图像。作为一个示例，可以从目标对象的特征图像中提取目标对象的特征点，然后将提取的特征点与每个第一图像中的特征点进行比对，从而可以确定每个第一图像中是否存在目标对象的图像。
然后，对于包含目标对象的图像的每个第一图像，可以计算该第一图像中的目标对象的图像与目标对象的特征图像的相似度。这里，可以采用夹角余弦(cosine)、欧式距离等公知的相似度计算方法来进行相似度计算。
需要说明的是，利用特征点计算图像的相似度是目前广泛研究和应用的公知技术，在此不做赘述。
在本实施例的一些可选的实现方式中，目标对象可以是预设区域中的静态物体。
步骤203，基于匹配结果，从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合。
在本实施例中，上述执行主体可以从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合。这里，待标记的第一图像(即，第二图像)可以包括在目标对象的预设范围(也可以称为可视范围)内采集的第一图像。例如，在目标对象的50米范围内拍摄的第一图像。
需要说明的是，可视范围并不意味着目标对象在该范围内可见，目标对象在该范围内也可以是不见的，例如，目标对象被障碍物遮挡时。
在本实施例的一些可选的实现方式中，步骤203具体可以包括：
第一步，从第一图像集合中(或包含目标对象的图像的第一图像中)选取与目标对象的特征图像的相似度大于或等于相似度阈值的至少一个第一图像。作为一个示例，上述执行主体选取与目标对象的特征图像的相似度最大的第一图像。作为另一示例，上述执行主体可以按照从大到小的顺序从包含目标对象的图像的第一图像中选取一个以上的第一图像。
这里，相似度阈值可以是预先确定的值，也可以是在用于生成标记的方法的执行过程中确定的值。例如，当需要选取一个第一图像时，可以在计算出第一图像与目标对象的特征图像的相似度之后，将相似度阈值确定为小于最大的相似度值并且大于其他的相似度值的值。
第二步，基于上述至少一个第一图像的拍摄信息以及上述至少一个第一图像中的目标对象的图像，确定目标对象的地理位置信息和形状信息。其中，第一图像的拍摄信息可以包括第一图像的拍摄位置和拍摄角度。目标对象的地理位置信息可以包括目标对象的地理坐标值，也可以包括目标对象与第一图像的拍摄位置的距离值。目标对象的形状信息可以包括用于表征目标对象的几何形状的信息，例如，目标对象的轮廓点的坐标集合。
作为一个示例，可以通过第一图像中的目标对象的图像的轮廓以及图像采集设备的参数(例如景深)来计算目标对象与拍摄位置之间的距离(作为目标对象的地理位置信息)，以及通过拍摄角度来确定目标对象的形状信息。
第三步，基于所确定的目标对象的地理位置信息和形状信息，可以确定目标对象的可视范围，例如，距离目标对象30米以内的范围。一般而言，拍摄位置距离目标对象越远，第一图像中的目标对象的图像就越小。因此，可以将第一图像中的目标对象的图像的尺寸大于或等于某一阈值(例如，1mm)的拍摄距离确定为目标对象的最大可视距离，则可视范围可以是距离目标对象小于最大可视距离的范围。此外，也可以设置目标对象的最小可视距离(例如，目标对象无法进行成像的距离)。
通过设置可视范围，可以避免在第二图像上存在过多标记，使得在第二图像上的标记简洁而富有针对性。
第四步，从第一图像集合中选取待标记的第一图像作为第二图像。在本实现方式中，上述执行主体可以从第一图像集合中选取拍摄位置在可视范围内的第一图像，作为第二图像。
第五步，基于第四步选取的第二图像生成第二图像集合，即待标记的第一图像的集合。
步骤204，对于第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上。
在本实施例中，对于第二图像集合中的第二图像，上述执行主体可以基于该第二图像的拍摄信息生成目标对象的标记，然后将生成的标记叠加到该第二图像上。其中，目标对象的标记可以包括包含目标对象的轮廓的各种形状的几何图形，例如，矩形框，圆形框等。
在本实施例的一些可选实现方式中，步骤204具体可以包括如下步骤：
首先，基于第二图像的拍摄信息(拍摄位置、拍摄角度等)以及目标对象的地理位置信息和形状信息，可以确定目标对象在第二图像上出现的位置(即，标记位置)和形状(即，标记形状)。
然后，按照确定的标记形状生成目标对象的标记。
最后，将生成的标记叠加到第二图像的确定的标记位置处。
需要说明的是，在本实现方式中，标记位置可以被理解为目标对象在不被遮挡的情况下出现在第二图像上的位置。也就是说，即使目标对象被遮挡而未在第二图像中出现目标对象的图像，也可以根据第二图像的拍摄信息以及目标对象的地理位置信息和形状信息确定目标对象在第二图像上的标记位置。
由此可见，本实施例的用于生成标记的方法不受障碍物遮挡、分辨率等因素的影响，可以准确在第二图像上对目标对象进行标记。因此，本实施例的用于生成标记的方法可以应用于对标记遗漏要求较高的应用场景中。
作为示例，街景地图上线前，对军事、民用设施(例如，道路标识、桥梁等)的涉密处理通常要求：1、连续性，即涉密对象出现的位置前后连续多张全景图中均包含需要标记处理的涉密信息；2、对称性，即涉密对象出现的道路并行对称位置上的全景图均包含需要标记处理的涉密信息。本实施例的用于生成标记的方法结合了地理位置信息，有效避免了传统图像识别方法对于远距离、遮挡、分辨率低等场景下的识别遗漏，提高了对全景图进行静态物体识别的准确率，降低了成本，提高了效率。
在本实施例的一些可选的实现方式中，目标对象的标记还可以包括目标对象的描述信息。
继续参考图3A和图3B，其示出了根据本申请的用于生成标记的方法的一个应用场景。在图3A中，全景图像采集车304(其上安装有全景摄像头303)沿车道对包含道路标识301的预设区域(如图中虚线圆所示区域)进行全景图像的采集，分别在拍摄地点A～G采集到7张全景图(即，图3B中的全景图PA～PG)。并且，在拍摄地点D拍摄全景图像时，由于道路标识301被障碍物302遮挡，因此，在拍摄地点D拍摄的全景图(即，全景图PD)中不存在道路标识301的图像。在图3B中，服务器(未示出)可以首先获取包括全景图像PA～PG的全景图像集合311；之后，计算全景图像集合 311中的每张全景图像与道路标识301的特征图像P0的相似度，从全景图像集合311选取与道路标识301的特征图像P0的相似度大于相似度阈值的全景图像PE和PF，生成具有较高匹配率的图像集合312；然后，根据全景图像PE和PF的拍摄位置、拍摄角度确定道路标识301的地理位置和几何形状，并进一步确定道路标识301的可视范围(例如，小于30米)；之后，从全景图像集合311中选取拍摄位置在可视范围内的全景图像PA～PG，生成待标记的全景图像集合313；最后，根据全景图像集合313中的每张全景图像的拍摄位置和拍摄角度以及道路标识301的地理位置和几何形状，确定道路标识301在每张全景图上的标记位置和标记形状，以及生成道路标识301的标记并叠加到全景图像集合313中的每张全景图像上。
本申请的上述实施例提供的用于生成标记的方法，通过将第一图像集合中的第一图像与目标对象的特征图像进行匹配，之后根据匹配结果从第一图像集合中选取待标记的第一图像，最后基于待标记的第一图像的拍摄信息生成目标对象的标记并叠加到待标记的第一图像上，从而降低了在对图像进行标记时静态物体漏标的几率。
进一步参考图4，其示出了根据本申请的用于生成标记的方法的另一实施例的流程400。该用于生成标记的方法，包括以下步骤：
步骤401，获取第一图像集合。
在本实施例中，用于生成标记的方法的执行主体(例如，图1的服务器105)可以获取第一图像集合。其中，第一图像集合中的第一图像可以包括预设区域的图像。第一图像可以是由安装有图像采集设备(例如，摄像头)的终端设备(例如，图1的终端设备101、102、103)对预设区域进行图像采集获得的图像，也可以由其他图像采集设备(例如，相机、车载摄像头等)对预设区域进行图像采集获得的图像。
步骤402，确定第一图像中是否存在目标对象的图像。
在本实施例中，上述执行主体可以从目标对象的特征图像中提取目标对象的特征点，然后将提取的特征点与每个第一图像中的特征点进行比对，从而可以确定每个第一图像中是否存在目标对象的图像。
步骤403，若第一图像中存在目标对象的图像，则确定第一图像中的目标对象的图像与目标对象的特征图像的相似度。
在本实施例中，对于第一图像集合中的每个第一图像，若该第一图像中存在目标对象的图像，则上述执行主体可以采用夹角余弦 (cosine)、欧式距离等公知的相似度计算方法来计算该第一图像中的目标对象的图像与目标对象的特征图像的相似度。
步骤404，若第一图像中存在目标对象的图像，则在第一图像中对目标对象进行初始标记。
在本实施例中，对于第一图像集合中的每个第一图像，若该第一图像中存在目标对象的图像，则上述执行主体可以基于该第一图像中的目标对象的图像的位置和尺寸，生成目标对象的初始标记，并将生成的初始标记叠加到该第一图像上。其中，目标对象的初始标记可以包括包含目标对象的轮廓的各种形状的几何图形，例如，矩形框，圆形框等。
步骤405，从第一图像集合中选取与目标对象的特征图像的相似度大于或等于相似度阈值的至少一个第一图像。
在本实施例中，上述执行主体可以从包含目标对象的图像的第一图像中选取与目标对象的特征图像的相似度大于或等于相似度阈值的至少一个第一图像。作为一个示例，上述执行主体选取与目标对象的特征图像的相似度最大的第一图像。作为另一示例，上述执行主体可以按照从大到小的顺序从包含目标对象的图像的第一图像中选取一个以上的第一图像。
步骤406，基于上述至少一个第一图像的拍摄信息以及上述至少一个第一图像中的目标对象的图像，确定目标对象的地理位置信息和形状信息。
在本实施例中，上述执行主体可以基于上述至少一个第一图像的拍摄信息以及上述至少一个第一图像中的目标对象的图像，确定目标对象的地理位置信息和形状信息。其中，第一图像的拍摄信息可以包括第一图像的拍摄位置和拍摄角度。目标对象的地理位置信息可以包括目标对象的地理坐标值，也可以包括目标对象与第一图像的拍摄位置的距离值。目标对象的形状信息可以包括用于表征目标对象的几何形状的信息，例如，目标对象的轮廓点的坐标集合。
步骤407，基于所确定的目标对象的地理位置信息和形状信息，可以确定目标对象的可视范围。
在本实施例中，上述执行主体可以基于所确定的目标对象的地理位置信息和形状信息，确定目标对象的可视范围，例如，距离目标对象30米以内的范围。一般而言，拍摄位置距离目标对象越远，第一图像中的目标对象的图像就越小。因此，可以将第一图像中的目标对象的图像的尺寸大于或等于某一阈值(例如，1mm)的拍摄距离确定为目标对象的最大可视距离，则可视范围可以是距离目标对象小于最大可视距离的范围。。
步骤408，从第一图像集合中选取待标记的第一图像作为第二图像。
在本实施例中，上述执行主体可以从第一图像集合中选取拍摄位置在可视范围内的第一图像，作为第二图像。
步骤409，基于选取的第二图像，生成第二图像集合。
在本实施例中，上述执行主体可以基于步骤408所选取的第二图像生成第二图像集合，即待标记的第一图像的集合。。
步骤410，基于第二图像的拍摄信息以及目标对象的地理位置信息和形状信息，确定目标对象在第二图像中的标记位置和标记形状。
在本实施例中，对于第二图像集合中的每个第二图像，上述执行主体可以基于该第二图像的拍摄位置、拍摄角度以及目标对象的地理位置信息和形状信息，可以确定目标对象在该第二图像上出现的位置 (即，标记位置)和形状(即，标记形状)。
步骤411，响应于确定出第二图像中存在目标对象的初始标记，基于所确定的标记位置和标记形状，调整目标对象的初始标记的位置和形状，将调整后的初始标记确定为目标对象的标记。
在本实施例中，对于第二图像集合中的每个第二图像，若该第二图像中存在目标对象的初始标记，则上述执行主体可以根据步骤410 确定的目标对象在该第二图像中的标记位置和标记形状，对该第二图像上的初始标记的位置和形状进行调整，然后将调整后的初始标记作为目标对象在该第二图像上的标记。
作为示例，在某一拍摄位置以某一角度对预设区域进行图像采集时，目标对象的底部左侧部分被遮挡，因此在对采集到的第二图像进行初始标记时，初始标记可以仅包含目标对象的可见部分的图像。而通过步骤410确定的标记形状和标记位置对初始标记进行调整，可以使调整后的初始标记包含目标对象被遮挡的底部左侧部分的图像区域，从而使得第二图像中静态物体的标记更加准确、完整。
此外，对于第二图像集合中的每个第二图像，若该第二图像中不存在目标对象的初始标记，则上述执行主体可以根据步骤410确定的目标对象在该第二图像中的标记位置和标记形状，然后按照确定的标记形状生成目标对象的标记，最后将生成的标记叠加到第二图像的确定的标记位置处。
从图4可以看出，与图2所示的实施例相比，本实施例的用于生成标记的方法的流程400突出了对存在目标对象的图像的第一图像进行初始标记以及对初始标记进行调整的步骤。由此，本实施例描述的方案能够更加准确地标记待标记图像，从而进一步降低了在对图像进行标记时静态物体漏标的几率。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于生成标记的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于服务器中。
如图5所示，本实施例的用于生成标记的装置500可以包括图像获取单元501、图像匹配单元502、图像选取单元503和标记生成单元 504。其中，图像获取单元501被配置成获取第一图像集合，其中，第一图像集合中的第一图像是通过对预设区域进行图像采集获得的；图像匹配单元502被配置成将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配；图像选取单元503被配置成基于匹配结果，从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合；而标记生成单元504被配置成对于第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上。
在本实施例中，用于生成标记的装置500的上述图像获取单元501 可以获取第一图像集合。其中，第一图像集合中的第一图像可以包括预设区域的图像。第一图像可以是由安装有图像采集设备(例如，摄像头)的终端设备(例如，图1的终端设备101、102、103)对预设区域进行图像采集获得的图像，也可以由其他图像采集设备(例如，相机、车载摄像头等)对预设区域进行图像采集获得的图像。
在本实施例的一些可选的实现方式中，第一图像可以是通过对预设区域进行图像采集获得的全景图像。
在本实施例中，上述图像匹配单元502可以将第一图像集合中的每个第一图像与目标对象的特征图像进行匹配。其中，目标对象的特征图像可以是包含目标对象的特征的图像，其可以预先存储在上述服务器中，也可以存储在不同于上述服务器的存储设备上。这里，目标对象可以是预设区域中的对象。
在本实施例的一些可选的实现方式中，上述图像匹配单元502具体可以被配置成：对于第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在目标对象的图像；若该第一图像中存在目标对象的图像，则确定该第一图像中的目标对象的图像与目标对象的特征图像的相似度。
在本实施例的一些可选的实现方式中，上述图像匹配单元502具体可以被配置成：对于第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在目标对象的图像；若该第一图像中存在目标对象的图像，则确定该第一图像中的目标对象的图像与特征图像的相似度，以及在该第一图像中对目标对象进行初始标记。
在本实施例的一些可选的实现方式中，目标对象可以是预设区域中的静态物体。
在本实施例中，上述图像选取单元503可以从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合。这里，待标记的第一图像(即，第二图像)可以包括在目标对象的预设范围(也可以称为可视范围)内采集的第一图像。例如，在目标对象的50米范围内拍摄的第一图像。
在本实施例的一些可选的实现方式中，上述图像选取单元503可以包括第一选取模块、位置形状确定模块、可视范围确定模块、第二选取模块和图像集合生成模块。其中，第一选取模块被配置成从第一图像集合中选取相似度大于或等于相似度阈值的至少一个第一图像；位置形状确定模块被配置成基于至少一个第一图像中的第一图像的拍摄信息以及第一图像中的目标对象的图像，确定目标对象的地理位置信息和形状信息；可视范围确定模块被配置成基于目标对象的地理位置信息和形状信息，确定目标对象的可视范围；第二选取模块被配置成从第一图像集合中选取在可视范围内拍摄的第一图像作为第二图像；而图像集合生成模块被配置成基于所选取的第二图像，生成第二图像集合。
在本实施例中，上述标记生成单元504可以基于该第二图像的拍摄信息生成目标对象的标记，然后将生成的标记叠加到该第二图像上。其中，目标对象的标记可以包括包含目标对象的轮廓的各种形状的几何图形，例如，矩形框，圆形框等。
在本实施例的一些可选的实现方式中，标记生成单元包括标记信息确定模块、标记生成模块和标记叠加模块。其中，标记信息确定模块被配置成基于该第二图像的拍摄信息以及目标对象的地理位置信息和形状信息，确定目标对象在该第二图像上的标记位置和标记形状；标记生成模块被配置成基于标记形状，生成目标对象的标记；而标记叠加模块被配置成将生成的标记叠加到该第二图像的所确定的标记位置处。
在本实施例的一些可选的实现方式中，标记生成单元包括标记信息确定模块和标记调整模块。其中，标记信息确定模块被配置成基于该第二图像的拍摄信息以及目标对象的地理位置信息和形状信息，确定目标对象在该第二图像上的标记位置和标记形状；而标记调整模块被配置成响应于确定出该第二图像中存在目标对象的初始标记，基于所确定的标记位置和标记形状，调整目标对象的初始标记的位置和形状，将调整后的初始标记确定为目标对象的标记。
在本实施例的一些可选的实现方式中，目标对象的标记还可以包括目标对象的描述信息。
本申请的上述实施例提供的用于生成标记的装置，通过将第一图像集合中的第一图像与目标对象的特征图像进行匹配，之后根据匹配结果从第一图像集合中选取待标记的第一图像，最后基于待标记的第一图像的拍摄信息生成目标对象的标记并叠加到待标记的第一图像上，从而降低了在对图像进行标记时静态物体漏标的几率。
下面参考图6，其示出了适于用来实现本申请实施例的电子设备 (例如图1所示的服务器105)的计算机系统600的结构示意图。图6 示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括一个或多个中央处理单元(CPU) 601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括麦克风等的输入部分606；包括诸如有机发光二极管(OLED)显示器、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至 I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601 执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括图像获取单元、图像匹配单元、图像选取单元和标记生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，图像获取单元还可以被描述为“获取第一图像集合的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取第一图像集合，其中，第一图像集合中的第一图像是通过对预设区域进行图像采集获得的；将第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配；基于匹配结果，从第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合；对于第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成目标对象的标记以及将生成的标记叠加到该第二图像上。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于) 具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于生成标记的方法，包括：
获取第一图像集合，其中，所述第一图像集合中的第一图像是通过对存在至少一个静态物体的预设区域进行图像采集获得的；
将所述第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配，所述目标对象为所述预设区域的静态物体；
基于匹配结果，从所述第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合；
对于所述第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成所述目标对象的标记以及将生成的标记叠加到该第二图像上；
其中，所述从所述第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合，包括：
从所述第一图像集合中选取相似度大于或等于相似度阈值的至少一个第一图像；
基于所述至少一个第一图像中的第一图像的拍摄信息以及第一图像中的所述目标对象的图像，确定所述目标对象的地理位置信息和形状信息；
基于所述目标对象的地理位置信息和形状信息，确定所述目标对象的可视范围；
从所述第一图像集合中选取在所述可视范围内拍摄的第一图像作为第二图像；
基于所选取的第二图像，生成第二图像集合。
2.根据权利要求1所述的方法，其中，所述将所述第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配，包括：
对于所述第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在所述目标对象的图像；若该第一图像中存在所述目标对象的图像，则确定该第一图像中的所述目标对象的图像与所述特征图像的相似度。
3.根据权利要求1所述的方法，其中，所述将所述第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配，包括：
对于所述第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在所述目标对象的图像；若该第一图像中存在所述目标对象的图像，则确定该第一图像中的所述目标对象的图像与所述特征图像的相似度，以及在该第一图像中对所述目标对象进行初始标记。
4.根据权利要求2或3所述的方法，其中，所述基于该第二图像的拍摄信息，生成所述目标对象的标记以及将生成的标记叠加到该第二图像上，包括：
基于该第二图像的拍摄信息以及所述目标对象的地理位置信息和形状信息，确定所述目标对象在该第二图像上的标记位置和标记形状；
基于标记形状，生成所述目标对象的标记；
将生成的标记叠加到该第二图像的所确定的标记位置处。
5.根据权利要求2或3所述的方法，其中，所述基于该第二图像的拍摄信息，生成所述目标对象的标记以及将生成的标记叠加到该第二图像上，包括：
基于该第二图像的拍摄信息以及所述目标对象的地理位置信息和形状信息，确定所述目标对象在该第二图像上的标记位置和标记形状；
响应于确定出该第二图像中存在所述目标对象的初始标记，基于所确定的标记位置和标记形状，调整所述目标对象的初始标记的位置和形状，将调整后的初始标记确定为所述目标对象的标记。
6.一种用于生成标记的装置，包括：
图像获取单元，被配置成获取第一图像集合，其中，所述第一图像集合中的第一图像是通过对存在至少一个静态物体的预设区域进行图像采集获得的；
图像匹配单元，被配置成将所述第一图像集合中的第一图像与预先存储的目标对象的特征图像进行匹配，所述目标对象为所述预设区域的静态物体；
图像选取单元，被配置成基于匹配结果，从所述第一图像集合中选取待标记的第一图像作为第二图像，生成第二图像集合；
标记生成单元，被配置成对于所述第二图像集合中的第二图像，基于该第二图像的拍摄信息，生成所述目标对象的标记以及将生成的标记叠加到该第二图像上；
其中，所述图像选取单元包括：
第一选取模块，被配置成从所述第一图像集合中选取相似度大于或等于相似度阈值的至少一个第一图像；
位置形状确定模块，被配置成基于所述至少一个第一图像中的第一图像的拍摄信息以及第一图像中的所述目标对象的图像，确定所述目标对象的地理位置信息和形状信息；
可视范围确定模块，被配置成基于所述目标对象的地理位置信息和形状信息，确定所述目标对象的可视范围；
第二选取模块，被配置成从所述第一图像集合中选取在所述可视范围内拍摄的第一图像作为第二图像；
图像集合生成模块，被配置成基于所选取的第二图像，生成第二图像集合。
7.根据权利要求6所述的装置，其中，所述图像匹配单元具体被配置成：
对于所述第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在所述目标对象的图像；若该第一图像中存在所述目标对象的图像，则确定该第一图像中的所述目标对象的图像与所述特征图像的相似度。
8.根据权利要求6所述的装置，其中，所述图像匹配单元具体被配置成：
对于所述第一图像集合中的第一图像，对该第一图像进行图像识别，确定该第一图像中是否存在所述目标对象的图像；若该第一图像中存在所述目标对象的图像，则确定该第一图像中的所述目标对象的图像与所述特征图像的相似度，以及在该第一图像中对所述目标对象进行初始标记。
9.根据权利要求7或8所述的装置，其中，所述标记生成单元包括：
标记信息确定模块，被配置成基于该第二图像的拍摄信息以及所述目标对象的地理位置信息和形状信息，确定所述目标对象在该第二图像上的标记位置和标记形状；
标记生成模块，被配置成基于标记形状，生成所述目标对象的标记；
标记叠加模块，被配置成将生成的标记叠加到该第二图像的所确定的标记位置处。
10.根据权利要求7或8所述的装置，其中，所述标记生成单元包括：
标记信息确定模块，被配置成基于该第二图像的拍摄信息以及所述目标对象的地理位置信息和形状信息，确定所述目标对象在该第二图像上的标记位置和标记形状；
标记调整模块，被配置成响应于确定出该第二图像中存在所述目标对象的初始标记，基于所确定的标记位置和标记形状，调整所述目标对象的初始标记的位置和形状，将调整后的初始标记确定为所述目标对象的标记。
11.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201810746142.0A 2018-07-09 2018-07-09 用于生成标记的方法和装置 Active CN109034214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810746142.0A CN109034214B (zh) 2018-07-09 2018-07-09 用于生成标记的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810746142.0A CN109034214B (zh) 2018-07-09 2018-07-09 用于生成标记的方法和装置

Publications (2)

Publication Number Publication Date
CN109034214A CN109034214A (zh) 2018-12-18
CN109034214B true CN109034214B (zh) 2019-12-27

Family

ID=64641508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810746142.0A Active CN109034214B (zh) 2018-07-09 2018-07-09 用于生成标记的方法和装置

Country Status (1)

Country Link
CN (1) CN109034214B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109858441A (zh) * 2019-01-30 2019-06-07 广州轨道交通建设监理有限公司 一种用于施工现场的异常状态监测方法与装置
CN112489105B (zh) * 2019-08-24 2024-03-15 北京地平线机器人技术研发有限公司 一种结构化参数表示获取方法及装置
CN113688259B (zh) * 2020-05-19 2024-06-07 阿波罗智联(北京)科技有限公司 导航目标的标注方法及装置、电子设备、计算机可读介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105094760A (zh) * 2014-04-28 2015-11-25 小米科技有限责任公司 一种图片标记方法及装置
CN107122800A (zh) * 2017-04-27 2017-09-01 南京大学 一种基于预测结果筛选的鲁棒数字图像标注方法
CN107633526A (zh) * 2017-09-04 2018-01-26 腾讯科技（深圳）有限公司 一种图像跟踪点获取方法及设备、存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105094760A (zh) * 2014-04-28 2015-11-25 小米科技有限责任公司 一种图片标记方法及装置
CN107122800A (zh) * 2017-04-27 2017-09-01 南京大学 一种基于预测结果筛选的鲁棒数字图像标注方法
CN107633526A (zh) * 2017-09-04 2018-01-26 腾讯科技（深圳）有限公司 一种图像跟踪点获取方法及设备、存储介质

Also Published As

Publication number Publication date
CN109034214A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
US11393173B2 (en) Mobile augmented reality system
CN110427917B (zh) 用于检测关键点的方法和装置
US8872851B2 (en) Augmenting image data based on related 3D point cloud data
CN106845470B (zh) 地图数据采集方法和装置
CN107084740B (zh) 一种导航方法和装置
CN109034214B (zh) 用于生成标记的方法和装置
US10783373B2 (en) Method and apparatus for augmenting reality
CN110111241B (zh) 用于生成动态图像的方法和装置
CN112116655A (zh) 目标对象的图像的位置信息确定方法和装置
CN115115611B (zh) 车辆损伤识别方法、装置、电子设备和存储介质
CN110619807A (zh) 生成全局热力图的方法和装置
CN112215964A (zh) 基于ar的场景导览方法和设备
CN110148164B (zh) 转换矩阵生成方法及装置、服务器及计算机可读介质
CN117876608A (zh) 三维图像重建方法、装置、计算机设备及存储介质
JP2013109624A (ja) 画像処理装置、画像処理方法
CN115620264B (zh) 车辆定位方法、装置、电子设备和计算机可读介质
KR20180133052A (ko) 360도 이미지 및 비디오 기반의 증강현실 콘텐츠 저작 방법
CN110796706A (zh) 视觉定位方法及系统
CN115393423A (zh) 目标检测方法和装置
CN114913105A (zh) 激光点云融合方法、装置、服务器及计算机可读存储介质
CN111383337B (zh) 用于识别对象的方法和装置
CN110136181B (zh) 用于生成信息的方法和装置
US20160086339A1 (en) Method of providing cartograic information of an eletrical component in a power network
CN110310251B (zh) 图像处理方法和装置
CN117201708B (zh) 带有位置信息的无人机视频拼接方法、装置、设备及介质

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