CN110019608A - 一种信息采集方法、装置和系统及存储设备 - Google Patents
一种信息采集方法、装置和系统及存储设备 Download PDFInfo
- Publication number
- CN110019608A CN110019608A CN201711137207.3A CN201711137207A CN110019608A CN 110019608 A CN110019608 A CN 110019608A CN 201711137207 A CN201711137207 A CN 201711137207A CN 110019608 A CN110019608 A CN 110019608A
- Authority
- CN
- China
- Prior art keywords
- information
- image
- location point
- location
- client
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2393—Updating materialised views
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了信息采集方法、装置和系统及存储设备,应用于信息处理技术领域。在本实施例的方法中,当导航系统的客户端处于待采集路段中时,可以获取客户端所处的各个位置点的图像和位置信息,并对应地储存;然后再根据第一图像检测算法对各个位置点的图像进行初次检测,得到对应的第一实物信息,并将第一实物信息等发送给服务器,由服务器对客户端得到的这些第一实物信息进行校验,并根据校验结果更新服务器中的地图数据库。这样,客户端传输的数据量较小,可以保证获取的各个位置点的实物信息的准确性,使得客户端可以使用相对低精度的图像检测算法对各个位置点的图像进行检测。
Description
技术领域
本发明涉及信息处理技术领域,特别涉及一种信息采集方法、装置和系统及存储设备。
背景技术
现在导航系统都包括导航客户端和服务器,在服务器中都需要储存各个区域所包括的各个地理位置点的信息即地图信息,比如地理位置信息,实物信息(比如某一指示牌,某一红绿灯或某一建筑物)等。服务器中储存的这些地图信息是需要专门的外业采集员实地到各个区域采集得到的,这种方式所花费的人力较大,使得运营成本高。
现有另一种信息采集方式为:将信息采集模块集成到导航客户端中,由导航客户端采集各个路段的图像信息,并将图像信息传输给服务器,然后服务器再对接收的图像信息进行处理,得到各个路段中包括的各个地理位置点的相关信息,再储存到本地数据库中。这种方式不需要专门的采集员采集,而是由导航客户端的使用用户进行采集,运营成本低,因此,这种方式越来越受到重视。
但是,由于导航客户端需要发送图像信息,使得导航客户端的网络流量费用较高。
发明内容
本发明实施例提供一种信息采集方法、装置和系统及存储设备,实现了由服务器对客户端检测得到的第一实物信息进行校验。
本发明实施例第一方面提供一种信息采集方法,包括:
接收客户端根据待采集路段的信息发送的,所述客户端所在的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息;
根据第二图像检测算法及所述各个位置点的实物部分图像的信息,得到所述各个位置点的第二实物信息;
根据各个位置点的第二实物信息与第一实物信息确定所述各个位置点的最终实物信息;
根据所述各个位置点的最终实物信息及对应的位置信息更新地图数据库。
本发明实施例第二方面提供一种信息采集方法,包括:
获取待采集路段的第一位置信息;
根据所述第一位置信息确定客户端是否处于所述待采集路段中,如果是,获取客户端所处的各个位置点的图像和位置信息,并将所述各个位置点的图像和位置信息对应地储存;
根据预置的第一图像检测算法,对所述储存的各个位置点的图像进行初次检测,得到所述各个位置点的第一实物信息;
将所述各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息发送给服务器。
本发明实施例第三方面提供一种信息采集装置,包括:
信息接收单元,用于接收客户端根据待采集路段的信息发送的,所述客户端所在的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息;
第二检测单元,用于根据第二图像检测算法及所述各个位置点的实物部分图像的信息,得到所述各个位置点的第二实物信息;
最终确定单元,用于根据各个位置点的第二实物信息与第一实物信息确定所述各个位置点的最终实物信息;
更新单元,用于根据所述各个位置点的最终实物信息及对应的位置信息更新地图数据库。
本发明实施例第四方面提供一种信息采集装置,包括:
位置获取单元,用于获取待采集路段的第一位置信息;
信息储存单元,用于根据所述第一位置信息确定所述信息采集装置是否处于所述待采集路段中,如果是,获取所述信息采集装置所处的各个位置点的图像和位置信息,并将所述各个位置点的图像和位置信息对应地储存;
初次检测单元,用于根据预置的第一图像检测算法,对所述储存的各个位置点的图像进行初次检测,得到所述各个位置点的第一实物信息;
信息发送单元,用于将所述各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息发送给服务器。
本发明实施例第五方面提供一种存储设备,所述存储设备储存多条指令,所述指令适于由处理器加载并执行如本发明实施例第一方面或第二方面所述的信息采集方法。
本发明实施例第六方面提供一种服务器,包括处理器和存储设备,所述处理器,用于实现各个指令;
所述存储设备用于储存多条指令,所述指令用于由处理器加载并执行如本发明实施例第一方面所述的信息采集方法。
本发明实施例第七方面提供一种终端设备,包括处理器和存储设备,所述处理器,用于实现各个指令;
所述存储设备用于储存多条指令,所述指令用于由处理器加载并执行如本发明实施例第二方面所述的信息采集方法。
本发明实施例第七方面提供一种信息采集系统,包括客户端和服务器,其中:
所述客户端是本发明实施例第四方面所述的信息采集装置,或如本发明实施例第七方面所述的终端设备;
所述服务器是如本发明实施例第三方面所述的信息采集装置,或如本发明实施例第六方面所述的服务器。
可见,在本实施例的方法中,当导航系统的客户端处于待采集路段中时,可以获取客户端所处的各个位置点的图像和位置信息,并对应地储存;然后再根据第一图像检测算法对各个位置点的图像进行初次检测,得到对应的第一实物信息,并将第一实物信息等发送给服务器,由服务器对客户端得到的这些第一实物信息进行校验,并根据校验结果更新服务器中的地图数据库。这样,客户端向服务器发送的是对各个位置点的图像的检测结果即第一实物信息,及实物部分图像的信息,客户端传输的数据量较小。且由于服务器可以对客户端对各个图像的初次检测结果(即第一实物信息)进行校验,可以保证获取的各个位置点的实物信息的准确性,这样客户端可以使用相对低精度的图像检测算法对各个位置点的图像进行检测,从而不会占用客户端的太多资源;且客户端可以使用对实时性要求不高的第一图像检测算法对各个位置点的图像进行延时检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种信息采集方法的流程图;
图2是本发明另一个实施例提供的一种信息采集方法的流程图;
图3是本发明另一个实施例中服务器更新地图数据库的方法流程图;
图4是本发明另一个实施例中服务器对实物部分图像进行聚类的方法流程图;
图5是本发明应用实施例提供的一种信息采集方法所应用的系统的示意图;
图6是本发明应用实施例提供的一种信息采集方法的流程图;
图7是本发明应用实施例中图像处理模块根据DPM检测算法对图像进行检测的示意图;
图8是本发明应用实施例中实物部分图像的示意图;
图9是本发明应用实施例中结果聚合模块对图像进行聚类的示意图;
图10是本发明实施例提供的一种信息采集装置的结构示意图;
图11是本发明实施例提供的另一种信息采集装置的结构示意图;
图12是本发明实施例提供的另一种信息采集装置的结构示意图;
图13是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排它的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供一种信息采集方法,可以应用于导航系统中,在导航信息中包括客户端(即导航客户端)和服务器,其中,服务器可以向各个客户端发布需要采集的路段(即待采集路段)的信息,这里的客户端主要是车辆用户的客户端。
本发明实施例中,各个客户端可以通过如下方法进行信息采集:
获取待采集路段的第一位置信息;根据第一位置信息确定客户端是否处于待采集路段中,如果是,获取客户端所处的各个位置点的图像和位置信息,并将各个位置点的图像和位置信息对应地储存;根据预置的第一图像检测算法,对储存的各个位置点的图像进行初次检测,得到各个位置点的第一实物信息;将各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息发送给服务器,以便服务器根据各个位置点的实物部分图像的信息对所述第一实物信息进行校验,并根据校验的结果更新地图数据库。
而服务器则通过如下方法进行信息采集:
接收客户端根据待采集路段的信息发送的,客户端所在的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息;根据第二图像检测算法及各个位置点的实物部分图像的信息,得到各个位置点的第二实物信息;根据各个位置点的第二实物信息与第一实物信息确定各个位置点的最终实物信息,根据各个位置点的最终实物信息及对应的位置信息更新地图数据库。
本实施例的方法还可以应用于其它领域中,在此并不限定本发明实施例的方法所应用的领域。比如,可以应用于需要统计相对固定地依附于某些地理位置的实际事物(实物)的领域中,由客户端采集图像并检测后,发送给服务器再次进行检测并储存。
这样,客户端向服务器发送的是对各个位置点的图像的检测结果即第一实物信息,及实物部分图像的信息,客户端传输的数据量较小。且由于服务器可以对客户端对各个图像的初次检测结果(即第一实物信息)进行校验,可以保证获取的各个位置点的实物信息的准确性,这样客户端可以使用相对低精度的图像检测算法对各个位置点的图像进行检测,从而不会占用客户端的太多资源;且客户端可以使用对实时性要求不高的第一图像检测算法对各个位置点的图像进行延时检测。
本发明一个实施例提供一种信息采集方法,主要上述客户端(比如导航系统中的客户端等)所执行的方法,流程图如图1所示,包括:
步骤101,获取待采集路段的第一位置信息。
可以理解,服务器可以向各个客户端发布待采集路段的信息,具体可以包括待采集路段的第一位置信息,还可以包括待采集路段的标识信息等。其中标识信息可以为待采集路段的名称;而一个待采集路段可以包括多个位置点,则第一位置信息中可以包括多个第一位置点分别对应的经纬度信息等。
这样某一客户端在接收到服务器发布的待采集路段的信息后,会发起本实施例的流程,即执行如下步骤102到105。
步骤102,根据第一位置信息确定客户端是否处于待采集路段中,如果是,执行步骤103;如果不是,则结束流程。
具体地,如果用户携带客户端不断运动,则客户端也是不断运动的,则客户端在执行本步骤时,可以先获取连续的多个时间点上客户端的位置信息,具体可以得到客户端所在的多个第二位置点的经纬度信息,而至少一个时间点可以对应一个第二位置点。其中,如果多个时间点对应一个第二位置点,说明在一段时间内,客户端停留在一个第二位置点;客户端在某一第二位置点的经纬度信息可以通过客户端所包括的全球定位系统(GlobalPositioning System,GPS)得到。
然后客户端再根据第一位置点的经纬度信息和第二位置点的经纬度信息,计算每个第二位置点分别与多个第一位置点之间的距离,如果连续多个第二位置点分别与某一第一位置点之间的距离都小于预置的值,则确定客户端处于待采集路段。
例如,多个第一位置点为k1,k2,……,kn,而多个第二位置点按照时间排序为l1,l2,……,lm,对于连续的多个第二位置点l1,l2,l3和l4,分别与第一位置点k3,k5,k6和k9之间的距离为lk13,lk25,lk36和lk49,都小于预置的值,则客户端处于待采集路段。
步骤103,获取客户端所处的各个位置点的图像和位置信息,并将各个位置点的图像和位置信息对应地储存。
客户端在获取各个位置点的图像时,一种情况下,客户端可以调用客户端所包括的摄像头,则摄像头采集的视频即包括了客户端所处的各个位置点的图像,具体为多帧图像。在另一种情况下,客户端可以确定开始采集时间点和结束采集时间点,然后从客户端所包括的行车记录仪或智能后视镜录制的视频中,截取这两个时间点之间的视频,则截取的视频中包括了客户端所处的各个位置点的图像,具体为多帧图像。
客户端在获取各个位置点的位置信息时,可以在获取图像的同时进行,具体可以通过客户端所包括的GPS得到各个时间点的地理位置信息,比如经纬度信息。
当客户端对应地储存各个位置点的图像和位置信息时,需要先将各个位置点的图像与位置信息对应起来,具体地,客户端可以将获取的位置信息的各个时间点,与上述获取的视频中各帧图像的时间信息进行比较,将同一时间点的位置信息与一帧图像进行对应;然后再对应地储存。
例如,客户端获取的视频为时间T1到T2之间的视频,而客户端获取的位置信息为时间点t1,t21,……,tn1分别对应的位置信息,则将T1到T2之间的视频中时间点t1,t21,……,tn1的图像分别与时间点t1,t21,……,tn1的位置信息进行对应。
进一步地,为了节省客户端的存储空间,客户端在储存获取的图像信息和位置信息时,可以采用二进制格式进行储存。
步骤104,根据预置的第一图像检测算法,对上述步骤103储存的各个位置点的图像进行初次检测,得到各个位置点的第一实物信息。
当客户端执行了上述步骤103后,可以直接执行本步骤104;也可以在客户端满足预置的第一条件时,再执行本步骤104。其中预置的第一条件可以包括:客户端在上电后,客户端所包括的内存资源的剩余资源值大于预置资源值,且中央处理器(CentralProcessing Unit,CPU)的占用率小于预置值;且预置的第一条件还可以包括如下任一条件:客户端处于充电状态;及客户端处于非充电状态,但客户端的电量大于预置电量值。
这里第一图像检测算法主要是对图像的实时性检测要求不高的算法,比如可变形部件模型(Deformable Part Model,DPM)检测算法,级联(cascade)检测算法,聚合通道特征(Aggregate Channel Feature,ACF)检测算法等。
客户端在执行本步骤时,可以对每一个位置点的图像进行检测得到对应位置点的第一实物信息,第一实物信息用于标识相对固定地依附在对应位置点处的实际事物,在不同应用领域,该第一实物信息所标识的事物不同,例如,在道路交通领域或导航领域,该第一实物信息具体可以包括但不限于如下信息:用于标识红绿灯,交通标牌,地标线,斑马线和电子眼等实物的信息。其中,一个位置点的第一实物信息可以包括一个实物的信息,也可以包括多个实物的信息,比如,某一位置点的图像中既包含红绿灯,又包含电子眼,则该位置点的第一实物信息中包括红绿灯的标识信息,及电子眼的标识信息。
例如,储存的图像信息为位置点k1,k2,……,kn分别对应的图像,在执行本步骤104后,可以得到位置点k1的第一实物信息,位置点k2的第一实物信息,……,位置点kn的第一实物信息。
具体地,以第一图像检测算法为DPM检测算法为例说明,客户端在执行本步骤中对某一位置点的图像进行初次检测时,可以计算该位置点的图像中每个区域的特征分别与预置的各个目标模型的特征之间的综合响应得分;然后针对某一区域,确定与该区域的特征之间,最高综合响应得分的第一目标模型,如果该最高综合响应得分大于预置的值,则确定该区域的实物为该第一目标模型所表示的实物。其中,特征主要是指方向梯度直方图(Histogram of Oriented Gridients,HOG)特征。
其中,目标模型为通过离线训练得到的各个实物(包括红绿灯,交通标牌,地标线,斑马线和电子眼等)的检测模型,每个目标模型可以包括一个根模型和多个部件模型,其中,每一个模型对应一个实物图像,而根模型与各个部件模型基于的一个实物图像的分辨率不同。
步骤105,将各个位置点的第一实物信息与对应的位置信息和实物部分图像的信息发送给服务器,以便服务器根据各个位置点的实物部分图像的信息对第一实物信息进行校验,并根据校验的结果更新地图数据库。
其中,某一位置点的实物部分图像是指在该位置点的图像中,包含该位置点的第一实物信息所表示实物的图像,比如在该位置点的图像中截取一部分包含对应实物的图像;而实物部分图像的信息是指描述实物部分图像的信息,比如图像的大小,图像中各个像素点的像素值等。
在有些实施例中,有些位置点的实物部分图像可以为该位置点的整体图像,而不用截取该位置点的图像中的一部分图像。
客户端发送给服务器的某一位置点的相关信息除了可以包括:第一实物信息,位置信息和实物部分图像的信息;还可以包括如下的信息:该位置点的图像的大小(即长和高等),第一实物信息所表示的实物外框的大小,及实物外框所在的区域在整个图像中的位置,及用于表示初次检测的检测结果的可信度的置信度的信息等。
当客户端将各个位置点的相关信息发送给服务器后,服务器需要先根据各个位置点的实物部分图像的信息对对应位置点的第一实物信息进行校验,具体地,服务器根据第二图像检测算法对实物部分图像进行二次检测,然后将二次检测结果与客户端的初次检测结果(即服务器接收的第一实物信息)进行比较。
在服务器根据校验的结果更新数据库时,如果针对某一位置点,二次检测结果与初次检测结果一致,则可以将任何一次检测结果更新到数据库中。如果二次检测结果与初次检测结果不一致,则将二次检测结果更新到数据库中。
其中,服务器使用的第二图像检测算法与客户端使用的第一图像检测算法可以相同,也可以不同,第二图像检测算法具体可以使用如下的图像检测算法:加速模型性能(Performance Vs Accuracy,pvanet),深度检测(Single Shot Detector,SSD),或是YOLO-v2等深度学习检测框架的检测算法。
可见,在本实施例的方法中,当导航系统的客户端处于待采集路段中时,可以获取客户端所处的各个位置点的图像和位置信息,并对应地储存;然后再根据第一图像检测算法对各个位置点的图像进行初次检测,得到对应的第一实物信息,并将第一实物信息等发送给服务器,由服务器对客户端得到的这些第一实物信息进行校验,并根据校验结果更新服务器中的地图数据库。这样,客户端向服务器发送的是对各个位置点的图像的检测结果即第一实物信息,及实物部分图像的信息,客户端传输的数据量较小。且由于服务器可以对客户端对各个图像的初次检测结果(即第一实物信息)进行校验,可以保证获取的各个位置点的实物信息的准确性,这样客户端可以使用相对低精度的图像检测算法对各个位置点的图像进行检测,从而不会占用客户端的太多资源;且客户端可以使用对实时性要求不高的第一图像检测算法对各个位置点的图像进行延时检测。
本发明一个实施例提供一种信息采集方法,主要是导航系统中的服务器所执行的方法,流程图如图2所示,包括:
步骤201,接收客户端根据待采集路段的信息发送的,客户端所在的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息。
这里待采集路段的信息是服务器发布给各个客户端的,服务器可以根据地图数据库中的信息确定待采集路段的信息,具体地,如果地图数据库中未储存某一路段的相关信息,则确定该路段为待采集路段;如果地图数据库中储存的某一路段的相关信息的储存时间距离当前时间的时间间隔大于预置时间,则确定该路段为待采集路段。
客户端在接收到待采集路段的信息后,根据待采集路段的信息发送各个位置点的第一实物信息等信息的过程见上述实施例所述,在此不进行赘述。
步骤202,根据第二图像检测算法及各个位置点的实物部分图像的信息,得到各个位置点的第二实物信息。
这里第二图像检测算法可以与上述第一图像检测算法相同,也可以不同。第二图像检测算法可以是高精度的图像检测算法,具体可以使用如下的图像检测算法:pvanet,SSD,或是YOLO-v2等深度学习检测框架的检测算法。
服务器得到的某一位置点的第二实物信息具体可以包括但不限于如下信息:用于标识红绿灯,交通标牌,地标线,斑马线和电子眼等实物的信息。
步骤203,根据各个位置点的第二实物信息与第一实物信息确定各个位置点的最终实物信息。
具体地,如果步骤202得到的某一位置点的第二实物信息与该位置点的第一实物信息不一致,将该位置点的第二实物信息确定为该位置点的最终实物信息。如果步骤202得到的某一位置点的第二实物信息与该位置点的第一实物信息一致,则将该位置点的第二实物信息(或第一实物信息)确定为该位置点的最终实物信息。
这样服务器可以根据各个位置点的第一实物信息和第二实物信息,确定各个位置点的最终实物信息,以更新地图数据库。
步骤204,根据步骤203得到的各个位置点的最终实物信息及对应的位置信息更新地图数据库。
可见,本实施例中,当客户端将各个位置点的第一实物信息和实物部分图像的信息等发送给服务器后,由服务器对客户端得到的这些第一实物信息进行校验,并根据校验结果得到最终实物信息,即上述步骤202和203,以更新服务器中的地图数据库。这样,由于服务器可以对客户端对各个图像的初次检测结果(即第一实物信息)进行校验,可以保证获取的各个位置点的实物信息的准确性,保证了服务器中地图数据库的准确性。
在一个具体的实施例中,服务器在执行上述步骤204时,可以直接根据各个位置点的最终实物信息及对应的位置信息更新地图数据库,具体地,服务器可以删除地图数据库中已记录的该位置点的实物信息,且在地图数据库中,将该位置点的最终实物信息与该位置点的位置信息对应地储存。
参考图3所示,在另一个具体的实施例中,服务器在执行上述步骤204时,可以按照如下步骤更新地图数据库:
步骤301,根据各个位置点的实物部分图像的信息,对各个位置点的实物部分图像进行聚类,具体可以将属于同一场景的多个实物部分图像聚为一类。
具体地,服务器在对实物部分图像进行聚类时,可以通过如下的步骤来实现,流程图如图4所示,包括:
A1,确定各个位置点的实物部分图像中某一实物部分图像为标志图像,其它未聚类的实物部分图像为待聚类图像。
A2,对于任意两个连续的待聚类图像中的第一待聚类图像和第二待聚类图像,第一待聚类图像为第二待聚类图像的前一帧图像,计算第一待聚类图像和第二待聚类图像分别与标志图像之间的第一距离d1和第二距离d2。
其中,第一距离d1是根据第一待聚类图像与标志图像分别对应的位置信息(比如经纬度信息)得到,而第二距离d2是根据第二待聚类图像与标志图像分别对应的位置信息得到的。
A3,如果第一距离d1和第二距离d2都小于预置的距离值,则第一待聚类图像与标志图像为同一聚类。
A4,如果第一距离d1和第二距离d2都大于预置的距离值,则第一待聚类图像与标志图像不属于同一聚类,第一待聚类图像属于新一聚类,并返回执行步骤A1,将该第一待聚类图像确定为标志图像。
A5,如果第一距离d1小于预置的距离值,而第二距离d2大于预置的距离值,服务器还需要计算第一待聚类图像与其前一帧图像之间的第一相邻距离,与第二待聚类图像与其前一帧图像的第二相邻距离。并执行如下步骤A51或A52。
其中,第一相邻距离是根据第一待聚类图像与其前一帧图像分别对应的位置信息(比如经纬度信息)得到,而第二相邻距离是根据第二待聚类图像与其前一帧图像分别对应的位置信息得到的。
A51,如果第一相邻距离大于第二相邻距离,则第一待聚类图像与标志图像不属于同一聚类,第一待聚类图像属于新一聚类,并返回执行步骤A1,将该第一待聚类图像确定为标志图像。
A52,如果第一相邻距离小于或等于第二相邻距离,则第一待聚类图像与标志图像属于同一聚类,而第二待聚类图像与第一待聚类图像不属于同一聚类,第二待聚类图像属于新一聚类,并返回执行步骤A1,将该第二待聚类图像确定为标志图像。
例如,多个实物部分图像按照时间顺序为图像p1,图像p2,……,图像pn,客户端在进行聚类时,先将图像p1作为标志图像,其它未聚类的实物部分图像则为待聚类图像;则对于图像p2和p3,图像p2和p3分别与图像p1之间的距离为距离d1和距离d2。
其中,如果d1和d2都小于预置的距离值L,则图像p2与图像p2属于同一聚类;如果d2和d1都大于预置的距离值L,则图像p2与图像p1不属于同一聚类,属于新一聚类,将图像p2作为新的标志图像,按照同样的方式对其它未聚类的图像p3,图像p4,……,图像pn进行聚类。
如果d1小于预置的距离值L,且d2大于预置的距离值L,则确定图像p2与图像p1之间的距离d11,和图像p3与图像p2之间的距离d22,如果d11大于d22,则图像p2与图像p1不属于同一聚类,属于新一聚类,将图像p2作为新的标志图像,按照同样的方式对其它未聚类的图像p3,图像p4,……,图像pn进行聚类;如果d11小于或等于d22,则图像p2与图像p1属于同一聚类,而图像p3与图像p2不属于同一聚类,属于新一聚类,将图像p3作为新的标志图像,按照同样的方式对其它未聚类的图像p4,图像p5,……,图像pn进行聚类。
需要说明的是,上述步骤A1到A52中聚类的方法是针对某一客户端发送的各个位置点的实物部分图像进行聚类的方法,而针对多个客户端发送的实物部分图像进行聚类时,与上述步骤A1到A52的方法类似,不同的是,客户端需要先按照时间顺序对多个客户端发送的实物部分图像进行排序,然后针对排序后的实物部分图像再进行聚类。
步骤302,根据步骤301进行聚类的聚类结果,从每一个聚类中选取至少一个实物部分图像。
由于客户端在发送各个位置点的第一实物信息和对应的位置信息及实物部分图像的信息之外,还可以发送各个位置点的图像的大小(即长和高等),第一实物信息所表示的实物外框的大小,及实物外框所在的区域在整个图像中的位置,及第一实物信息的置信度等信息。而某一位置点的实物部分图像中包含了该位置点的第一实物信息所表示的实物,则该位置点的第一实物信息所表示的实物外框也包含在该位置点的实物部分图像中。
则服务器在从某一个聚类中选取至少一个实物部分图像时,可以根据某一聚类包括的各个实物部分图像对应的实物外框的大小及置信度等参数,分别确定各个实物部分图像对应的分数,并选取分数最高的一个实物部分图像,或者选取分数较高的多个实物部分图像。
其中,每个实物部分图像对应的分数是参考了该实物部分图像的各个参数值得到的分数,比如根据每个参数值确定一个子分数,然后将各个参数值对应的子分数进行一定的数学计算得到一个整体分数,则该整体分数为该实物部分图像对应的分数。
步骤303,根据选取的实物部分图像对应位置点的最终实物信息及位置信息,更新地图数据库,具体地,服务器可以删除地图数据库中已记录的该位置点的实物信息,且在地图数据库中,将该位置点的最终实物信息与该位置点的位置信息对应地储存。
以下以一个具体的实施例来说明本发明实施例的信息采集方法,本实施例中的方法可以应用于如图5所示的系统中,在该系统中包括客户端和服务器,客户端中包括:网络模块,图像采集模块和图像处理模块;服务器中包括网络模块,结果校验模块和结果聚合模块,其中:
客户端的网络模块,主要用于从服务器获取待采集路段的信息,且将图像处理模块得到的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息发送给服务器。
图像处理模块,主要用于根据待采集路段的第一位置信息确定客户端是否处于待采集路段中,如果是,通知图像采集模块获取客户端所处的各个位置点的图像和位置信息,并将各个位置点的图像和位置信息对应地储存。
该图像处理模块,还用于根据预置的第一图像检测算法,对储存的各个位置点的图像进行初次检测,得到各个位置点的第一实物信息。
服务器的网络模块,主要用于向客户端发布待采集路段的信息,且接收客户端发送的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息。
结果校验模块,主要用于根据第二图像检测算法及所述各个位置点的实物部分图像的信息,得到所述各个位置点的第二实物信息;根据各个位置点的第二实物信息与第一实物信息确定各个位置点的最终实物信息,根据各个位置点的最终实物信息及对应的位置信息更新地图数据库。
结果聚合模块,主要用于根据各个位置点的实物部分图像的信息,对各个位置点的实物部分图像进行聚类;根据聚类结果,从每一个聚类中选取至少一个实物部分图像;根据选取的实物部分图像对应位置点的最终实物信息及位置信息,更新地图数据库。
参考图6所示,本发明实施例中的信息采集方法包括:
步骤401,服务器的网络模块发布待采集路段的标识信息和第一位置信息给各个客户端,对于某一客户端来说,当客户端的网络模块接收到待采集路段的信息后,发起本实施例的流程。
步骤402,客户端的图像处理模块根据第一位置点分别对应的经纬度信息,确定客户端是否处于待采集路段中,如果是,客户端的图像采集模块执行步骤403;如果不是,结束流程。
具体地,图像处理模块在确定客户端是否处于待采集路段时,可以根据客户端当前所处位置的经纬度信息,多个第一位置点分别对应的经纬度信息,计算当前所处位置分别与多个第一位置点之间的距离,然后再根据计算的距离来确定。
其中,如果两个点X和Y的经纬度信息分别为(x1,y1)与(x2,y2),这两点之间的距离(Dist)可以通过如下公式1得到:
Dist=6378.138*2*asin(sqrt(pow(sin((y1*PI/180-y2*PI/180)/2),2)+cos(y1*PI/180)*cos(y2*PI/180)*pow(sin((x1*PI/180-x2*PI/180)/2),2)))
(1)
步骤403,图像采集模块采集数据,具体地,图像采集模块获取客户端所处的各个位置点的图像和位置信息,并将各个位置点的图像与位置信息对应地储存到客户端中。
其中,图像采集模块可以调用客户端的摄像头,则摄像头采集的视频中已包括了客户端所处的各个位置点的图像。图像采集模块可以通过GPS得到各个时间点的经纬度信息,即各个位置点的经纬度信息。然后再将各个位置点的图像及经纬度信息对应地储存。
步骤404,客户端图像处理模块在确定客户端满足预置的第一条件时,根据第一图像检测算法,对客户端中储存的各个位置点的图像进行初次检测,得到各个位置点的第一实物信息,该第一实物信息是用于标识实物的信息。
本实施例中,以第一图像检测算法为DPM检测算法为例说明,在对位置点1的图像进行初次检测时,针对该位置点1的图像中的某一点a(x0,y0),图像处理模块可以按照如下公式2计算对应的综合响应得分:
参考图7所示,公式2中的R(x0,y0)为根模型响应分数,具体为根模型的特征,与位置点1的图像(原分辨率图像)中以点a为锚点的子窗口区域内的特征之间的内积;而Di(2(x0,y0)+νi为第i部件模型响应分数,具体为第i部件模型的特征,与位置点1的图像(i+1倍分辨率图像)中以点a为锚点的子窗口区域内的特征之间的内积;b为不同模型的检测分数的偏移系数。
其中,公式2中的一个根模型和多个部件模型是基于一个实物图像(比如斑马线或电子眼)的目标模型。
图像处理模块需要按照上述公式2,且根据位置点1的图像中每个区域的特征,分别相对于多个目标模型的特征,得到多个综合响应得分;然后确定这多个综合响应得分中的最高综合响应得分,如果该最高综合响应得分大于预置的值,则确定该区域的实物为该最高综合响应得分对应的第一目标模型所表示的实物。
步骤405,客户端的网络模块将图像处理模块得到的各个位置点的第一实物信息,位置信息(比如经纬度信息),实物部分图像的信息,置信度及第一实物信息所表示的实物外框的大小等信息发送给服务器的网络模块。
例如,客户端的网络模块向服务器的网络模块发送某一位置点1的第一实物信息为用于标识限速牌的信息;位置点1的原始图像的大小(包括宽和高);第一实物信息所表示的实物外框的大小和在原始图像中的位置,比如实物外框(x,y,w,h);置信度及如图8所示的实物部分图像的信息等。还可以包括该位置点1的经纬度信息。
步骤406,服务器的网络模块接收到客户端的网络模块发送的各个位置点的相关信息,由结果校验模块根据第二图像检测算法及各个位置点的实物部分图像的信息进行二次检测,得到各个位置点的第二实物信息,且根据各个位置点的第二实物信息及第一实物信息,确定各个位置点的最终实物信息。
步骤407,服务器的结果聚合模块根据各个位置点的实物部分图像的信息,对各个位置点的实物部分图像进行聚类,从每一个聚类中选择一个或多个实物部分图像,根据选取的实物部分图像对应位置点的最终实物信息及位置信息,更新地图数据库。
其中,参考图9所示,结果聚合模块在对实物部分图像进行聚类时,可以先选定一个标志图像,则其它未分类的实物部分图像为待聚类图像,在待聚类图像中的两个连续的图像n与图像n+1,图像n为图像n+1的前一帧图像。
然后再分别计算图像n与标志图像的距离d1,和图像n+1与标志图像的距离d2,如果d1和d2都大于预置的距离值L,则图像n与标志图像不属于同一聚类,图像n为新一聚类,则将图像n作为新一聚类的标志图像,再继续聚类;
如果d1和d2都小于预置的距离值L,则图像n与标志图像属于同一聚类;
如果d1小于预置的距离值L,且d2大于预置的距离值L,则先计算图像n与前一帧图像的距离d11,图像n+1与前一帧图像的距离d22,如果d11大于d22,则图像n与标志图像不属于同一聚类,图像n为新一聚类,则将图像n作为新一聚类的标志图像,再继续聚类;如果d11小于或等于d22,则图像n与标志图像属于同一聚类,图像n+1与图像n不属于同一聚类,为新一聚类,则将图像n+1作为新一聚类的标志图像,再继续聚类。
本发明实施例还提供一种信息采集装置,比如上述的客户端,其结构示意图如图10所示,具体可以包括:
位置获取单元10,用于获取待采集路段的第一位置信息;
信息储存单元11,用于根据所述位置获取单元10获取的第一位置信息确定信息采集装置是否处于所述待采集路段中,如果是,获取信息采集装置所处的各个位置点的图像和位置信息,并将所述各个位置点的图像和位置信息对应地储存。
具体地,如果所述位置获取单元10获取的第一位置信息包括:多个第一位置点的经纬度信息;则信息储存单元11在确定信息采集装置是否在待采集路段中时,具体用于获取所述信息采集装置所在的多个第二位置点的经纬度信息;根据所述第一位置点的经纬度信息和第二位置点的经纬度信息,计算每个第二位置点分别与所述多个第一位置点之间的距离;如果连续多个第二位置点分别与某一第二位置点之间的距离都小于预置的值,则所述信息采集装置在待采集路段中。
初次检测单元12,用于根据预置的第一图像检测算法,对所述信息储存单元11储存的各个位置点的图像进行初次检测,得到所述各个位置点的第一实物信息。
具体地,如果第一图像检测算法为DPM检测算法,则该初次检测单元12,具体用于计算所述某一位置点的图像中每个区域的特征分别与预置的各个目标模型的特征之间的综合响应得分;针对某一区域,确定与所述某一区域的特征之间,最高综合响应得分的第一目标模型,如果所述最高综合响应得分大于预置的值,则确定所述某一区域的实物为所述第一目标模型所表示的实物。
信息发送单元13,用于将所述初次检测单元12检测的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息发送给服务器,以便所述服务器根据各个位置点的实物部分图像的信息对所述第一实物信息进行校验,并根据所述校验的结果更新地图数据库。
可见,本实施例的信息采集装置的信息发送单元13向服务器发送的是对各个位置点的图像的检测结果即第一实物信息,及实物部分图像的信息,这样传输的数据量较小。且由于服务器可以对信息采集装置对各个图像的初次检测结果(即第一实物信息)进行校验,可以保证获取的各个位置点的实物信息的准确性,这样信息采集装置可以使用相对低精度的图像检测算法对各个位置点的图像进行检测,从而不会占用信息采集装置的太多资源;且信息采集装置可以使用对实时性要求不高的第一图像检测算法对各个位置点的图像进行延时检测。
本发明实施例还提供一种信息采集装置,比如上述的服务器,其结构示意图如图11所示,具体可以包括:
信息接收单元20,用于接收客户端根据待采集路段的信息发送的,所述客户端所在的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息;
第二检测单元21,用于根据第二图像检测算法及所述信息接收单元20接收的各个位置点的实物部分图像的信息,得到所述各个位置点的第二实物信息;
最终确定单元22,用于根据所述第二检测单元21检测的各个位置点的第二实物信息与第一实物信息确定所述各个位置点的最终实物信息;
如果第二检测单元21检测的某一位置点的第二实物信息与所述某一位置点的第一实物信息不一致,将所述某一位置点的第二实物信息作为所述某一位置点的最终实物信息。如果第二检测单元21检测的某一位置点的第二实物信息与所述某一位置点的第一实物信息一致,将所述某一位置点的第二实物信息或第一实物信息作为所述某一位置点的最终实物信息。
更新单元25,用于根据所述最终确定单元22确定的各个位置点的最终实物信息及对应的位置信息更新地图数据库。
可见,本实施例中,当客户端将各个位置点的第一实物信息和实物部分图像的信息等发送给本实施例的信息采集装置的信息接收单元20后,由第二检测单元21对客户端得到的这些第一实物信息进行校验,并由最终确定单元22根据校验结果确定最终实物信息,并由更新单元23更新服务器中的地图数据库。这样,由于本实施例的信息采集装置可以对客户端对各个图像的初次检测结果(即第一实物信息)进行校验,可以保证获取的各个位置点的实物信息的准确性,保证了信息采集装置中地图数据库的准确性。
参考图12所示,在一个具体的实施例中,信息采集装置除了可以包括如图11所示的结构外,还可以包括:聚类单元23和选取单元24,其中:
聚类单元23,用于根据所述信息接收单元20接收的各个位置点的实物部分图像的信息,对所述各个位置点的实物部分图像进行聚类。
该聚类单元23,具体用于确定所述各个位置点的实物部分图像中某一实物部分图像为标志图像,其它实物部分图像为待聚类图像;对于任意两个连续的待聚类图像中的第一待聚类图像和第二待聚类图像,计算所述第一待聚类图像和第二待聚类图像分别与所述标志图像之间的第一距离和第二距离;所述第一待聚类图像为所述第二待聚类图像的前一帧图像;如果所述第一距离和第二距离都小于预置的距离值,则所述第一待聚类图像与所述标志图像为同一聚类;如果第一距离和第二距离都大于预置的距离值,则所述第一待聚类图像与所述标志图像不属于同一聚类。
该聚类单元23,还用于如果所述第一距离小于预置的距离值,而第二距离大于预置的距离值,计算所述第一待聚类图像与前一帧图像的第一相邻距离,与所述第二待聚类图像与前一帧图像的第二相邻距离;如果所述第一相邻距离大于第二相邻距离,则所述第一待聚类图像与所述标志图像不属于同一聚类;如果所述第一相邻距离小于或等于第二相邻距离,则所述第一待聚类图像与所述标志图像属于同一聚类,第二待聚类图像与所述第一待聚类图像不属于同一聚类。
选取单元24,用于根据所述聚类单元23的聚类结果,从每一个聚类中选取至少一个实物部分图像。
如果上述信息接收单元20,还用于接收所述客户端发送的所述各个位置点的第一实物信息所表示的实物外框的大小,所述第一实物信息的置信度;则该选取单元24在从某一聚类中选取一个实物部分图像时,具体用于根据所述某一聚类包括的各个实物部分图像对应的所述实物外框的大小,及置信度,分别确定所述各个实物部分图像对应的分数,选取分数较高的至少一个实物部分图像。
则上述的更新单元25,用于根据所述选取单元24选取的实物部分图像对应位置点的最终实物信息及位置信息,更新所述地图数据库。
本发明实施例还提供一种服务器,其结构示意图如图13所示,该服务器可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)30(例如,一个或一个以上处理器)和存储器31,一个或一个以上存储应用程序321或数据322的存储介质32(例如一个或一个以上海量存储设备)。其中,存储器31和存储介质32可以是短暂存储或持久存储。存储在存储介质32的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器30可以设置为与存储介质32通信,在服务器上执行存储介质32中的一系列指令操作。
具体地,在存储介质32中储存的应用程序321包括信息采集的应用程序,且该程序可以包括上述信息采集装置中的信息接收单元20,第二检测单元21,最终确定单元22,聚类单元23,选取单元24和更新单元25,在此不进行赘述。更进一步地,中央处理器30可以设置为与存储介质32通信,在服务器上执行存储介质32中储存的信息采集的应用程序对应的一系列操作。
服务器还可以包括一个或一个以上电源33,一个或一个以上有线或无线网络接口34,一个或一个以上输入输出接口35,和/或,一个或一个以上操作系统323,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述方法实施例中所述的由服务器所执行的步骤可以基于该图13所示的服务器的结构。
本发明实施例还提供一种终端设备,其结构类似于上述图所示的服务器的结构,不同的是,本实施例的终端设备中:
在存储介质中储存的应用程序包括信息采集的应用程序,且该程序可以包括上述信息采集装置中的位置获取单元10,信息储存单元11,初次检测单元12和信息发送单元13,在此不进行赘述。更进一步地,中央处理器可以设置为与存储介质通信,在终端设备上执行存储介质中储存的信息采集的应用程序对应的一系列操作。
本发明实施例还提供一种存储设备,所述存储设备储存多条指令,所述指令适于由处理器加载并执行上述服务器或客户端所执行的信息采集方法。
本发明实施例还提供一种终端设备,包括处理器和存储设备,所述处理器,用于实现各个指令;
所述存储设备用于储存多条指令,所述指令用于由处理器加载并执行上述客户端所执行的信息采集方法。
本发明实施例还提供一种服务器,包括处理器和存储设备,所述处理器,用于实现各个指令;
所述存储设备用于储存多条指令,所述指令用于由处理器加载并执行上述客户端所执行的信息采集方法。
本发明实施例还提供一种信息采集系统,包括客户端和服务器,其中:
所述客户端是如上述图10所示的信息采集装置;
所述服务器是如上述图11或12所示的信息采集装置,或如上述图13所示的服务器。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM)、随机存取存储器RAM)、磁盘或光盘等。
以上对本发明实施例所提供的一种信息采集方法、装置和系统及存储设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (15)
1.一种信息采集方法,其特征在于,包括:
接收客户端根据待采集路段的信息发送的,所述客户端所在的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息;
根据第二图像检测算法及所述各个位置点的实物部分图像的信息,得到所述各个位置点的第二实物信息;
根据各个位置点的第二实物信息与第一实物信息确定所述各个位置点的最终实物信息;
根据所述各个位置点的最终实物信息及对应的位置信息更新地图数据库。
2.如权利要求1所述的方法,其特征在于,根据某一位置点的第二实物信息与第一实物信息确定所述某一位置点的最终实物信息,具体包括:
如果所述某一位置点的第二实物信息与所述某一位置点的第一实物信息不一致,将所述某一位置点的第二实物信息确定为所述某一位置点的最终实物信息;
如果所述某一位置点的第二实物信息与所述某一位置点的第一实物信息一致,将所述某一位置点的第二实物信息或第一实物信息确定为所述某一位置点的最终实物信息。
3.如权利要求1或2所述的方法,其特征在于,所述方法还包括:
根据所述各个位置点的实物部分图像的信息,对所述各个位置点的实物部分图像进行聚类;
根据所述聚类结果,从每一个聚类中选取至少一个实物部分图像;
根据所述选取的实物部分图像对应位置点的最终实物信息及位置信息,更新所述地图数据库。
4.如权利要求3所述的方法,其特征在于,所述根据所述各个位置点的实物部分图像的信息,对所述各个位置点的实物部分图像进行聚类,具体包括:
确定所述各个位置点的实物部分图像中某一实物部分图像为标志图像,其它实物部分图像为待聚类图像;
对于任意两个连续的待聚类图像中的第一待聚类图像和第二待聚类图像,计算所述第一待聚类图像和第二待聚类图像分别与所述标志图像之间的第一距离和第二距离;所述第一待聚类图像为所述第二待聚类图像的前一帧图像;
如果所述第一距离和第二距离都小于预置的距离值,则所述第一待聚类图像与所述标志图像为同一聚类;如果第一距离和第二距离都大于预置的距离值,则所述第一待聚类图像与所述标志图像不属于同一聚类。
5.如权利要求4所述的方法,其特征在于,所述根据所述各个位置点的实物部分图像的信息,对所述各个位置点的实物部分图像进行聚类,还包括:
如果所述第一距离小于预置的距离值,而第二距离大于预置的距离值,计算所述第一待聚类图像与前一帧图像的第一相邻距离,与所述第二待聚类图像与前一帧图像的第二相邻距离;
如果所述第一相邻距离大于第二相邻距离,则所述第一待聚类图像与所述标志图像不属于同一聚类;如果所述第一相邻距离小于或等于第二相邻距离,则所述第一待聚类图像与所述标志图像属于同一聚类,第二待聚类图像与所述第一待聚类图像不属于同一聚类。
6.如权利要求3所述的方法,其特征在于,所述方法还包括:
接收所述客户端发送的所述各个位置点的第一实物信息所表示的实物外框的大小,所述第一实物信息的置信度;
则从某一聚类中选取至少一个实物部分图像,具体包括:
根据所述某一聚类包括的各个实物部分图像对应的所述实物外框的大小,及置信度,分别确定所述各个实物部分图像对应的分数,选取分数较高的至少一个实物部分图像。
7.一种信息采集方法,其特征在于,包括:
获取待采集路段的第一位置信息;
根据所述第一位置信息确定客户端是否处于所述待采集路段中,如果是,获取客户端所处的各个位置点的图像和位置信息,并将所述各个位置点的图像和位置信息对应地储存;
根据预置的第一图像检测算法,对所述储存的各个位置点的图像进行初次检测,得到所述各个位置点的第一实物信息;
将所述各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息发送给服务器。
8.如权利要求7所述的方法,其特征在于,所述第一位置信息包括:多个第一位置点的经纬度信息;
则所述根据所述第一位置信息确定客户端是否处于所述待采集路段中,具体包括:
获取所述客户端所在的多个第二位置点的经纬度信息;
根据所述第一位置点的经纬度信息和第二位置点的经纬度信息,计算每个第二位置点分别与所述多个第一位置点之间的距离;
如果连续多个第二位置点分别与某一第二位置点之间的距离都小于预置的值,则所述客户端在待采集路段中。
9.如权利要求7所述的方法,其特征在于,所述第一图像检测算法为可变形部件模型检测算法,则所述根据预置的第一图像检测算法,对所述储存的某一位置点的图像进行初次检测,得到所述某一位置点的第一实物信息,具体包括:
计算所述某一位置点的图像中每个区域的特征分别与预置的各个目标模型的特征之间的综合响应得分;
针对某一区域,确定与所述某一区域的特征之间,最高综合响应得分的第一目标模型,如果所述最高综合响应得分大于预置的值,则确定所述某一区域的实物为所述第一目标模型所表示的实物。
10.一种信息采集装置,其特征在于,包括:
信息接收单元,用于接收客户端根据待采集路段的信息发送的,所述客户端所在的各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息;
第二检测单元,用于根据第二图像检测算法及所述各个位置点的实物部分图像的信息,得到所述各个位置点的第二实物信息;
最终确定单元,用于根据各个位置点的第二实物信息与第一实物信息确定所述各个位置点的最终实物信息;
更新单元,用于根据所述各个位置点的最终实物信息及对应的位置信息更新地图数据库。
11.一种信息采集装置,其特征在于,包括:
位置获取单元,用于获取待采集路段的第一位置信息;
信息储存单元,用于根据所述第一位置信息确定所述信息采集装置是否处于所述待采集路段中,如果是,获取所述信息采集装置所处的各个位置点的图像和位置信息,并将所述各个位置点的图像和位置信息对应地储存;
初次检测单元,用于根据预置的第一图像检测算法,对所述储存的各个位置点的图像进行初次检测,得到所述各个位置点的第一实物信息;
信息发送单元,用于将所述各个位置点的第一实物信息与对应的位置信息及实物部分图像的信息发送给服务器。
12.一种存储设备,其特征在于,所述存储设备储存多条指令,所述指令适于由处理器加载并执行如权利要求1至9任一项所述的信息采集方法。
13.一种服务器,其特征在于,包括处理器和存储设备,所述处理器,用于实现各个指令;
所述存储设备用于储存多条指令,所述指令用于由处理器加载并执行如权利要求1至6任一项所述的信息采集方法。
14.一种终端设备,其特征在于,包括处理器和存储设备,所述处理器,用于实现各个指令;
所述存储设备用于储存多条指令,所述指令用于由处理器加载并执行如权利要求7至9任一项所述的信息采集方法。
15.一种信息采集系统,其特征在于,包括客户端和服务器,其中:
所述客户端是如权利要求11所述的信息采集装置,或如权利要求14所述的终端设备;
所述服务器是如权利要求10所述的信息采集装置,或如权利要求13所述的服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711137207.3A CN110019608B (zh) | 2017-11-16 | 2017-11-16 | 一种信息采集方法、装置和系统及存储设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711137207.3A CN110019608B (zh) | 2017-11-16 | 2017-11-16 | 一种信息采集方法、装置和系统及存储设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110019608A true CN110019608A (zh) | 2019-07-16 |
CN110019608B CN110019608B (zh) | 2022-08-05 |
Family
ID=67185924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711137207.3A Active CN110019608B (zh) | 2017-11-16 | 2017-11-16 | 一种信息采集方法、装置和系统及存储设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110019608B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598563A (zh) * | 2019-08-15 | 2019-12-20 | 北京致行慕远科技有限公司 | 可移动设备行进的处理方法、装置及存储介质 |
CN112884319A (zh) * | 2021-02-10 | 2021-06-01 | 腾讯大地通途(北京)科技有限公司 | 一种任务分配方法、装置、计算机设备以及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297611A (ja) * | 2001-03-29 | 2002-10-11 | Toshiba Corp | 地図情報取得方法および位置情報取得方法および地図情報取得装置およびクライアント装置および地図情報蓄積装置およびプログラム |
CN103913174A (zh) * | 2012-12-31 | 2014-07-09 | 深圳先进技术研究院 | 一种导航信息的生成方法和系统及移动客户端和服务器端 |
CN103996036A (zh) * | 2014-06-09 | 2014-08-20 | 百度在线网络技术(北京)有限公司 | 一种地图数据采集方法及装置 |
US20150116360A1 (en) * | 2012-07-17 | 2015-04-30 | Google Inc. | Generating A Viewpoint On a Digital Map For a Point of Interest |
CN104952123A (zh) * | 2015-05-27 | 2015-09-30 | 关晓芙 | 安装在车辆中的车载设备及相关设备与方法 |
CN105243119A (zh) * | 2015-09-29 | 2016-01-13 | 百度在线网络技术(北京)有限公司 | 确定图像的待叠加区域、叠加图像、图片呈现方法和装置 |
CN106931976A (zh) * | 2015-12-31 | 2017-07-07 | 北京四维图新科技股份有限公司 | 一种导航信息更新的方法及装置 |
-
2017
- 2017-11-16 CN CN201711137207.3A patent/CN110019608B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002297611A (ja) * | 2001-03-29 | 2002-10-11 | Toshiba Corp | 地図情報取得方法および位置情報取得方法および地図情報取得装置およびクライアント装置および地図情報蓄積装置およびプログラム |
US20150116360A1 (en) * | 2012-07-17 | 2015-04-30 | Google Inc. | Generating A Viewpoint On a Digital Map For a Point of Interest |
CN103913174A (zh) * | 2012-12-31 | 2014-07-09 | 深圳先进技术研究院 | 一种导航信息的生成方法和系统及移动客户端和服务器端 |
CN103996036A (zh) * | 2014-06-09 | 2014-08-20 | 百度在线网络技术(北京)有限公司 | 一种地图数据采集方法及装置 |
CN104952123A (zh) * | 2015-05-27 | 2015-09-30 | 关晓芙 | 安装在车辆中的车载设备及相关设备与方法 |
CN105243119A (zh) * | 2015-09-29 | 2016-01-13 | 百度在线网络技术(北京)有限公司 | 确定图像的待叠加区域、叠加图像、图片呈现方法和装置 |
CN106931976A (zh) * | 2015-12-31 | 2017-07-07 | 北京四维图新科技股份有限公司 | 一种导航信息更新的方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110598563A (zh) * | 2019-08-15 | 2019-12-20 | 北京致行慕远科技有限公司 | 可移动设备行进的处理方法、装置及存储介质 |
CN112884319A (zh) * | 2021-02-10 | 2021-06-01 | 腾讯大地通途(北京)科技有限公司 | 一种任务分配方法、装置、计算机设备以及存储介质 |
CN112884319B (zh) * | 2021-02-10 | 2023-11-03 | 腾讯大地通途(北京)科技有限公司 | 一种任务分配方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110019608B (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200121274A (ko) | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 | |
WO2021121306A1 (zh) | 视觉定位方法和系统 | |
CN109189878B (zh) | 一种人群热力图获得方法及装置 | |
CN109614935A (zh) | 车辆定损方法及装置、存储介质及电子设备 | |
CN104618045B (zh) | 基于采集数据的无线信道传播模型的建立方法和系统 | |
WO2013055980A1 (en) | Method, system, and computer program product for obtaining images to enhance imagery coverage | |
CN110110669A (zh) | 一种基于人脸识别技术的智慧景区游客定位方法及系统 | |
CN104677351A (zh) | 一种基于多种信号融合的人员定位系统及方法 | |
KR100484941B1 (ko) | 영상정보를 이용한 지리정보 구축 및 브라우징 시스템과그 방법 | |
CN111475746B (zh) | 兴趣点位置挖掘方法、装置、计算机设备和存储介质 | |
CN104320848B (zh) | 基于云计算实现室内定位的系统及方法 | |
CN111709988A (zh) | 一种物体的特征信息的确定方法、装置、电子设备及存储介质 | |
CN111191696A (zh) | 一种基于深度学习算法的钢筋分层方法及系统 | |
CN115272572A (zh) | 输电线路重建方法、装置、电子设备及存储介质 | |
EP2659227B1 (en) | Incremental network generation providing seamless network | |
CN111311193B (zh) | 公共服务资源的配置方法和装置 | |
CN110019608A (zh) | 一种信息采集方法、装置和系统及存储设备 | |
US11263453B2 (en) | Method and system for tracking and displaying object trajectory | |
CN112738725B (zh) | 半封闭区域目标人群的实时识别方法、装置、设备和介质 | |
CN114359231A (zh) | 一种停车位的检测方法、装置、设备及存储介质 | |
CN116561240A (zh) | 电子地图处理方法、相关装置和介质 | |
CN105956595A (zh) | 图像特征提取方法及系统 | |
CN109800685A (zh) | 一种视频中对象的确定方法及装置 | |
CN112732446B (zh) | 一种任务处理方法、装置及存储介质 | |
CN113961826A (zh) | 摄像头查找方法、装置、智能终端及计算机可读存储介质 |
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 |