CN110929612A - 一种目标对象标注方法、装置及设备 - Google Patents
一种目标对象标注方法、装置及设备 Download PDFInfo
- Publication number
- CN110929612A CN110929612A CN201911104304.1A CN201911104304A CN110929612A CN 110929612 A CN110929612 A CN 110929612A CN 201911104304 A CN201911104304 A CN 201911104304A CN 110929612 A CN110929612 A CN 110929612A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- target object
- cloud data
- view
- user
- 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.)
- Pending
Links
- 238000002372 labelling Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 41
- 230000033001 locomotion Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 15
- 241000282320 Panthera leo Species 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 13
- 239000004575 stone Substances 0.000 description 13
- 239000003550 marker Substances 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Abstract
本说明书实施例提供一种目标对象标注方法、装置及设备。方法包括:通过将原始点云数据投影为二维视图,供用户在二维视图中框选出包含目标对象的目标区域;然后,投影所述目标区域对应的点云数据,得到包含所述目标对象的三视图,供用户在二维的三视图上进行标注。由此,可将三维标注方式转换成在二维平面进行的标注,从而能简化标注操作,提高标注效率和准确性。
Description
技术领域
本文件涉及计算机技术领域,尤其涉及一种目标对象标注方法、装置及设备。
背景技术
点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合,在获取物体表面每个采样点的空间坐标后,得到的是点的集合,称之为“点云”。在训练人工智能模型的过程中,往往需要预准备大量的已知信息的点云数据,以供给计算机识别和认知,其中,预准备的点云数据一般是由人工(如标注员)手动标注。
传统点云标注流程中,标注员通过调整点云在三维空间中的姿态来标定目标物体的位置、大小尺寸、前进方向和类别等训练所需信息。但由于标注员需要不断调整目标点云在三维空间中的位置和视角来检验标注结果,因此,存在标注步骤繁复、时间成本高的问题,还容易造成标注人员标注疲劳;而且,由于传统三维点云标注软件提供调整视角的接口,大都是使用鼠标拖动配合滚轮滚动实现的,因此,标注的数据大都因为带有标注员的自我主观意愿而使得数据不准确,给人工智能训练带来额外的困难。
因此,急需一种更可靠高效的标注方法。
发明内容
本说明书实施例提供一种目标对象标注方法,以解决传统标注方法操作繁琐、精确度低的问题。
本说明书实施例还提供一种目标对象标注方法,包括:
生成二维视图,所述二维视图由所述原始点云数据投影获得;
确定用户在所述二维视图选择的目标区域,所述目标区域包含目标对象;
基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,以供所述用户在所述三视图中对所述目标对象进行标注。
本说明书实施例还提供一种目标对象标注装置,包括:
获取模块,用于生成二维视图,所述二维视图由所述原始点云数据投影获得;
确定模块,用于确定用户在所述二维视图选择的目标区域,所述目标区域包含目标对象;
处理模块,用于基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,以供所述用户在所述三视图中对所述目标对象进行标注。
本说明书实施例还提供一种电子设备,其特征在于,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如上述的目标对象标注方法的步骤。
本说明书实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上述的目标对象标注方法的步骤。
本说明书实施例中,通过将原始点云数据投影为二维视图,供用户在二维视图中框选出包含目标对象的目标区域;然后,投影所述目标区域对应的点云数据,得到包含所述目标对象的三视图,供用户在二维的三视图上进行标注。由此,可将在三维空间中进行的标注转换为在二维平面上进行,从而简化标注操作,达到提高标注效率和准确性的目的。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书一实施例提供的一种目标对象标注方法的流程示意图;
图2为本说明书一实施例提供的步骤106的第二种实现方式的流程示意图;
图3a和图3b为本说明书一实施例提供的标注‘石狮子’的示意图;
图4为本说明书一实施例提供的三视图标注步骤的示意图;
图5为本说明书一实施例提供的一种目标对象标注装置的结构示意图;
图6为本说明书一实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本文件保护的范围。
正如背景技术部分陈述的,现有的点云标注方案,一般是标注员人工完成的,标注员需要不断调整目标点云在三维空间中的位置和视角进行标注及校验标注结果,因此,存在标注效率低和精度低的问题。基于此,本说明书提供一种目标对象标注方法,通过将在三维空间中进行的标注方式转换为在二维平面上进行,简化标注操作,达到提高标注效率和准确性的目的。
其中,该方法可通过符合W3C标准浏览器客户端执行,也可通过专业标注工具客户端执行;客户端是指安装于网络装置的应用程序,所述网络装置从硬件上可以包括服务器、桌上型计算机、膝上型计算机、平板计算机、智能电话、手持型计算机、个人数字助理PDA,或任何其它有线或无线处理器驱动的装置;从系统软件上,可以是集成了网络浏览器的操作系统,或者是安装有专用应用程序的操作系统;这样的操作系统可以是windows系列的操作系统或Linux操作系统等,也可以是移动平台中的Android、IOS等。
下面结合附图对本发明的各个实施例进行详细说明:
图1为本说明书一实施例提供的一种目标对象标注方法的流程示意图,参见图1,所述方法具体可以包括如下步骤:
步骤102、生成二维视图,所述二维视图由所述原始点云数据投影获得;
其中,二维视图是指在二维面上显示的视图;所述原始点云数据可以是指图2所示的待标注的点云数据。
需要说明的是,步骤102的一种实现方式可以为:
将所述原始点云数据投影至指定平面,生成二维视图,所述指定平面可以为所述原始点云数据所处立方体空间的六个面中的任意一个。优选地,投影至立方体的顶面,即生成二维俯视图。
本说明书实施例在此示出了上述步骤102的一种具体实现方式。当然,应理解,步骤102也可以采用其它的方式实现,本申请实施例对此不作限制。
另外,不难理解的是,在步骤102之前,方法还包括:预处理步骤,以符合W3C标准浏览器客户端为执行主体,所述预处理步骤具体可以包括:
标注员启动浏览器客户端,浏览器客户端加载配置信息,例如:点云分片网络传输及接收、点云数据渲染展示、点云点外标注及点云信息获取、点云视图视角调整和三视(正视图,左视图,俯视图)图展示、三视图联动调整标注、自动物理高度计算标注等配置;标注员导入点云文件,并上传至浏览器服务器;浏览器客户端接收浏览器服务器返回的点云数据,并基于加载的配置开始渲染,得到原始点云数据,参见图2。
步骤104、确定用户在所述二维视图选择的目标区域,所述目标区域包含目标对象;
其中,所述目标对象是指人工智能模型训练所需的对象,不同人工智能模型所需的对象可能不同,例如:在人工智能自动驾驶领域,所述目标对象可以为汽车、树、建筑物等;在人工智能城市规划领域,所述目标对象可以为建筑物、河流、山脉等。
需要说明的是,步骤104的一种实现方式可以为:
将所述二维视图展示于浏览器客户端的显示界面之后,用户(标注)可通过浏览二维视图,查找其中需要标注的目标对象;然后,通过使用工具框选出一包含所述目标对象的目标区域的方式,选出所述目标对象。
步骤104的另一种实现方式可以为:
将所述二维视图展示于浏览器客户端的显示界面之后,用户可通过浏览二维视图,查找其中需要标注的目标对象;然后,点选属于目标对象的边缘的多个点数据;由处理器基于所述多个点数据自动生成一目标区域,所述目标区域包含所述目标对象,以选出所述目标对象。
本说明书实施例在此示出了上述步骤104的两种具体实现方式。当然,应理解,步骤104也可以采用其它的方式实现,本申请实施例对此不作限制。
对于步骤102和步骤104,参见图3a和图3b,其具体可以示例为:
首先,假设目标对象为‘石狮子’,原始点云数据中包含图3b示出的‘石狮子’点云数据;然后,标准员可通过将原始点云数据投影至指定平面,得到图3a示出的包括‘二维石狮子’的二维视图;然后,标注员通过浏览图3a示出的二维视图,查找出其中的‘二维石狮子’,并框选出包含‘二维石狮子’的目标区域。
步骤106、基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,以供所述用户在所述三视图中对所述目标对象进行标注。
其中,所述三视图可以是指投影到所述立方体空间的六个面中的不相对的三个面形成的三个二维视图。
需要说明的是,步骤106的第一种实现方式可以为:
提取所述原始点云数据中的部分点云数据,所述部分点云数据为投影生成所述第一视图时投影至所述目标区域的点云数据;投影所述部分点云数据,得到包含所述目标对象的三视图。参见图3a和图3b,步骤106的第一种实现方式具体可以示例为:
首先,从所述原始点云数据中选出与步骤104确定的所述目标区域(即图3a示出的框选‘石狮子’的第一个框选区域)相对应的部分点云数据,所谓的部分点云数据是指,原始点云数据中投影至所述目标区域的部分点云数据(即图3b示出的第一个框选区域对应的三维空间内的部分点云数据);例如:投影生成第一视图所投影的面为三维空间中X-Y面(X轴和Y轴对应的面),则部分点云数据是指原始点云数据中从Z轴方向上投影至X-Y面中所述目标区域的点云数据;又例如:投影生成第一视角所投影的面为Y-Z面(Y轴和Z轴对应的面),则部分点云数据是指原始点云数据中从X轴方向上投影至Y-Z面中所述目标区域的点云数据。
然后,投影图3b所示的三维空间内‘石狮子’对应的部分点云数据,得到图3a示出的三视图,包括:后视图、左视图和俯视图;当然,标注员可自行调整投影面,从而得到不同的三视图,此处不做限定。
基于此,本说明书实施例通过将三维的原始点云数据投影至面上生成二维视图,以便于标注员从二维视图中框选出所需标注的目标对象;然后,从原始点云数据中选出与目标对象相关的三维的部分点云数据,并投影出所述目标对象的三视图,以便于标注员可在二维的视图上对目标对象进行标注,进而有效简化标注操作、提高标注效率。
参见图4,步骤106的第二种实现方式可以为:
步骤402、提取所述原始点云数据中的部分点云数据,所述部分点云数据为投影生成所述第一视图时投影至所述目标区域的点云数据;
其中,所述步骤402的实现方式与步骤106的第一种实现方式中的内容相对于,故,此处不再对步骤402进行展开说明。
步骤404、基于点数据之间的间隔距离,滤除所述部分点云数据中所述目标物体之外的点数据,得到所述目标物体对应的点云数据;具体可以示例为:
示例1、确定所述部分点云数据中的各点数据的三维坐标信息,从而计算出各点数据之间的间隔距离,主要是各点数据在垂直于所述第一视图方向上的间隔距离;对于间隔距离超出预定阈值的点数据,可认为是属于两个不同的对象。基于此,可筛选出仅属于所述目标对象的点数据,并将该部分点数据记为所述目标对象对应的点云数据。
示例2、将所述部分点云数据中的各点数据的三维坐标信息输入至预建立的分类模型中,由分类模型识别出所述部分点云数据涉及的对象以及每个对象所属的点数据,由此,可得到所述目标对象对应的点云数据。
不难理解的是,基于步骤404的示例1和示例2,可将图3b示出的‘石狮子’对应的部分点云数据中除‘石狮子’本体之外的其他点云数据筛除,得到几乎完全属于‘石狮子’本体的点云数据;进而,在投影筛除后的点云数据之后,得到几乎不含干扰点云数据的‘石狮子’三视图。
步骤406、投影所述目标物体对应的点云数据,得到所述目标对象的三视图。
基于此,本说明书实施例通过在投影出包含所述目标对象的三视图之前,对所述部分点云数据进行点数据的筛选,以筛选出不属于所述目标对象本体的点云数据,从而可投影出所述目标对象的三视图,以进一步地便于标注员可在二维的视图上对目标对象进行标注,进而有效简化标注操作、提高标注效率。本说明书实施例在此示出了上述步骤106的两种具体实现方式。当然,应理解,步骤106也可以采用其它的方式实现,本申请实施例对此不作限制。
进一步地,为提高标注准确性,基于步骤106的上述两种具体实现方式,方法还包括:调整基准面的步骤,所述步骤具体可以包括:
接收用户的调整操作,所述调整操作用于调整基准面,以供基于调整后的基准面投影点云数据。具体可以示例为:
对于原始点云数据中的方向不规整的对象,例如:并非是竖直或水平的对象,对于这种对象,由于标注员自然感知的差异,标注得到的数据可能存在视觉偏差导致不准确的问题。基于此,本说明书实施例可允许标注员调整基准面,以将不规整的对象置于一便于标注员观察的平面,从而可有效提高标注的准确性。
本说明书实施例在此示出了上述调整基准面的步骤一种具体实现方式。当然,应理解,调整基准面的步骤也可以采用其它的方式实现,本申请实施例对此不作限制。
下面以人工智能自动驾驶领域为例,对用户的具体标注内容进行示例性说明:
首先,人工智能训练所需信息可至少包括:车辆尺寸、行驶方向等,则可将目标对象示例为目标车辆;进而,用户可观察标注工具的界面显示的三视图,并使用测量工具,对三视图中目标车辆的进行标注;其次,处理器确定所述用户对所述目标车辆进行的尺寸标注,所述尺寸标注用于表征所述目标对象的尺寸大小;然后,处理器确定所述用户对所述目标车辆进行的行驶方向标注,可通过箭头表示;同理,可对所述目标车辆的其他信息进行标注,例如:为目标车辆添加车牌标签、车辆型号标签等;最后,将标注的内容进行汇总,得到所述目标车辆的标注信息。
其中,标注尺寸的具体可以示例为:
假设所述三视图包括:主视图,俯视图,左视图,则用户可在三视图上进行对应维度的尺寸标注,包括:在所述主视图中对所述目标对象的长和高进行的标注;在所述俯视图中对所述目标对象的长和宽进行的标注;在所述左视图中对所述目标对象的宽和高进行的标注。
基于此,本说明书实施例通过将目标对象的三维的点云数据投影为常见的二维的三视图,以清楚的展示目标对象的三视图,便于用户对其长宽高尺寸进行标注,以有效简化标注难度、提高标注精度;同时能够降低标注员的门槛,有效节约人力成本。本说明书实施例在此示出了上述标注尺寸步骤一种具体实现方式。当然,应理解,标注尺寸步骤也可以采用其它的方式实现,本申请实施例对此不作限制。
另外,标注行驶方向的具体可以示例为:
确定所述用户框选所述目标区域时的选择轨迹方向;基于所述选择轨迹方向,确定所述目标对象的运动方向并作为运动方向标注。
其中,选择轨迹方向是指在步骤104中进行的框选操作的框选方向,例如:从左往右框选,可确认目标对象的运动方向为向右行驶;反之,从右往左框选,可确认目标对象的运动方向为向左行驶,例如:参见图3a,框选‘石狮子’时的框选方向是由左向右,因此,可确认‘石狮子’面向右。
基于此,本说明书实施例通过将行驶方向标注操作与框选操作一并进行,从而可有效节约标注员所需进行的标注操作,以进一步地简化标注操作,提高标注效率。当然,标注员也可单独进行行驶方向的标注。本说明书实施例在此示出了上述标注行驶方向步骤一种具体实现方式。当然,应理解,标注行驶方向步骤也可以采用其它的方式实现,本申请实施例对此不作限制。
综上所述,本说明书实施例通过将原始点云数据投影为二维视图,供用户在二维视图中框选出包含目标对象的目标区域;然后,投影所述目标区域对应的点云数据,得到包含所述目标对象的三视图,供用户在二维的三视图上进行标注。由此,可将在三维空间中进行的标注转换为在二维平面上进行,从而简化标注操作,达到提高标注效率和准确性的目的;而且,在二维视图上进行标注对标注员的要求较低,可有效降低标注所需的人力成本。
图5为本说明书一实施例提供的一种目标对象标注装置的结构示意图,参见图5,装置具体可以包括:获取模块501、确定模块502和处理模块503,其中:
获取模块501,用于生成二维视图,所述二维视图由所述原始点云数据投影获得;
确定模块502,用于确定用户在所述二维视图选择的目标区域,所述目标区域包含目标对象;
处理模块503,用于基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,以供所述用户在所述三视图中对所述目标对象进行标注。
可选的,所述处理模块503,具体包括:
第一提取单元,用于提取所述原始点云数据中的部分点云数据,所述部分点云数据为投影生成所述第一视图时投影至所述目标区域的点云数据;
第一投影单元,用于投影所述部分点云数据,得到包含所述目标对象的三视图。
可选的,所述处理模块503,具体包括:
第二提取单元,用于提取所述原始点云数据中的部分点云数据,所述部分点云数据为投影生成所述第一视图时投影至所述目标区域的点云数据;
过滤单元,用于基于点数据之间的间隔距离,滤除所述部分点云数据中所述目标物体之外的点数据,得到所述目标物体对应的点云数据;
第二投影单元,用于投影所述目标物体对应的点云数据,得到所述目标对象的三视图。
可选的,装置还包括:
调整模块,用于接收用户的调整操作,所述调整操作用于调整基准面,以供基于调整后的基准面投影点云数据。
可选的,装置还包括:
第一标注模块,用于确定所述用户在所述三视图中对所述目标对象进行的尺寸标注,所述尺寸标注用于表征所述目标对象的尺寸大小。
可选的,所述三视图包括:主视图,俯视图,左视图;
其中,所述第一标注模块,具体包括:
第一标注单元,用于确定所述用户在所述主视图中对所述目标对象的长和高进行的标注;
第二标注单元,用于确定所述用户在所述俯视图中对所述目标对象的长和宽进行的标注;
第三标注单元,用于确定所述用户在所述左视图中对所述目标对象的宽和高进行的标注。
可选的,装置还包括:
第二标注模块,确定所述用户框选所述目标区域时的选择轨迹方向;基于所述选择轨迹方向,确定所述目标对象的运动方向并作为运动方向标注。
可见,本说明书实施例通过将原始点云数据投影为二维视图,供用户在二维视图中框选出包含目标对象的目标区域;然后,投影所述目标区域对应的点云数据,得到包含所述目标对象的三视图,供用户在二维的三视图上进行标注。由此,可将在三维空间中进行的标注转换为在二维平面上进行,从而简化标注操作,达到提高标注效率和准确性的目的。
另外,对于上述装置实施方式而言,由于其与方法实施方式基本相似,所以描述的比较简单,相关之处参见方法实施方式的部分说明即可。应当注意的是,在本说明书的装置的各个部件中,根据其要实现的功能而对其中的部件进行了逻辑划分,但是,本说明书不受限于此,可以根据需要对各个部件进行重新划分或者组合。
图6为本说明书一实施例提供的一种电子设备的结构示意图,参见图6,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成目标对象标注装置。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
网络接口、处理器和存储器可以通过总线系统相互连接。总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器可能包含高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器。
处理器,用于执行所述存储器存放的程序,并具体执行:
生成二维视图,所述二维视图由所述原始点云数据投影获得;
确定用户在所述二维视图选择的目标区域,所述目标区域包含目标对象;
基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,以供所述用户在所述三视图中对所述目标对象进行标注。
上述如本说明书图5所示实施例揭示的目标对象标注装置或管理者(Master)节点执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
目标对象标注装置还可执行图1-4的方法,并实现管理者节点执行的方法。
基于相同的发明创造,本说明书实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行图1-4对应的实施例提供的目标对象标注方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种目标对象标注方法,其特征在于,包括:
生成二维视图,所述二维视图由所述原始点云数据投影获得;
确定用户在所述二维视图选择的目标区域,所述目标区域包含目标对象;
基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,以供所述用户在所述三视图中对所述目标对象进行标注。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,包括:
提取所述原始点云数据中的部分点云数据,所述部分点云数据为投影生成所述第一视图时投影至所述目标区域的点云数据;
投影所述部分点云数据,得到包含所述目标对象的三视图。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,包括:
提取所述原始点云数据中的部分点云数据,所述部分点云数据为投影生成所述第一视图时投影至所述目标区域的点云数据;
基于点数据之间的间隔距离,滤除所述部分点云数据中所述目标物体之外的点数据,得到所述目标物体对应的点云数据;
投影所述目标物体对应的点云数据,得到所述目标对象的三视图。
4.根据权利要求2或3所述的方法,其特征在于,还包括:
接收用户的调整操作,所述调整操作用于调整基准面,以供基于调整后的基准面投影点云数据。
5.根据权利要求1所述的方法,其特征在于,还包括:
确定所述用户在所述三视图中对所述目标对象进行的尺寸标注,所述尺寸标注用于表征所述目标对象的尺寸大小。
6.根据权利要求5所述的方法,其特征在于,所述三视图包括:主视图,俯视图,左视图;
其中,确定所述用户在所述三视图中对所述目标对象进行的尺寸标注包括:
确定所述用户在所述主视图中对所述目标对象的长和高进行的标注;
确定所述用户在所述俯视图中对所述目标对象的长和宽进行的标注;
确定所述用户在所述左视图中对所述目标对象的宽和高进行的标注。
7.根据权利要求5所述的方法,其特征在于,还包括:
确定所述用户框选所述目标区域时的选择轨迹方向;
基于所述选择轨迹方向,确定所述目标对象的运动方向并作为运动方向标注。
8.一种目标对象标注装置,其特征在于,包括:
获取模块,用于生成二维视图,所述二维视图由所述原始点云数据投影获得;
确定模块,用于确定用户在所述二维视图选择的目标区域,所述目标区域包含目标对象;
处理模块,用于基于所述目标区域对应的点云数据,生成包含所述目标对象的三视图,以供所述用户在所述三视图中对所述目标对象进行标注。
9.根据权利要求8所述的装置,其特征在于,所述处理模块,具体包括:
第二提取单元,用于提取所述原始点云数据中的部分点云数据,所述部分点云数据为投影生成所述第一视图时投影至所述目标区域的点云数据;
过滤单元,用于基于点数据之间的间隔距离,滤除所述部分点云数据中所述目标物体之外的点数据,得到所述目标物体对应的点云数据;
第二投影单元,用于投影所述目标物体对应的点云数据,得到所述目标对象的三视图。
10.一种电子设备,其特征在于,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911104304.1A CN110929612A (zh) | 2019-11-13 | 2019-11-13 | 一种目标对象标注方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911104304.1A CN110929612A (zh) | 2019-11-13 | 2019-11-13 | 一种目标对象标注方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110929612A true CN110929612A (zh) | 2020-03-27 |
Family
ID=69852784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911104304.1A Pending CN110929612A (zh) | 2019-11-13 | 2019-11-13 | 一种目标对象标注方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110929612A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951330A (zh) * | 2020-08-27 | 2020-11-17 | 北京小马慧行科技有限公司 | 标注的更新方法、装置、存储介质、处理器以及运载工具 |
CN112034488A (zh) * | 2020-08-28 | 2020-12-04 | 北京海益同展信息科技有限公司 | 目标物体自动标注方法与装置 |
CN112184874A (zh) * | 2020-10-20 | 2021-01-05 | 国网湖南省电力有限公司 | 一种轻量化三维模型高性能图形标记、进度模拟及导航方法 |
CN112484242A (zh) * | 2020-11-30 | 2021-03-12 | 珠海格力电器股份有限公司 | 基于增强现实的空调选型方法及相关装置 |
WO2021114884A1 (zh) * | 2019-12-11 | 2021-06-17 | 杭州海康威视数字技术股份有限公司 | 点云标注方法、装置、系统、设备及存储介质 |
CN113763458A (zh) * | 2020-08-21 | 2021-12-07 | 北京京东乾石科技有限公司 | 确定目标对象摆放面的方法和装置 |
CN114185476A (zh) * | 2021-11-18 | 2022-03-15 | 路米科技(江苏)有限公司 | 一种立体框交互方法及系统 |
CN116611165A (zh) * | 2023-05-18 | 2023-08-18 | 中国船舶集团有限公司第七一九研究所 | 一种基于catia的设备基座快速标注方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016185637A1 (ja) * | 2015-05-20 | 2016-11-24 | 三菱電機株式会社 | 点群画像生成装置および表示システム |
CN110136273A (zh) * | 2019-03-29 | 2019-08-16 | 初速度(苏州)科技有限公司 | 一种用于机器学习中的样本数据标注方法及装置 |
CN110163904A (zh) * | 2018-09-11 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 对象标注方法、移动控制方法、装置、设备及存储介质 |
CN110197148A (zh) * | 2019-05-23 | 2019-09-03 | 北京三快在线科技有限公司 | 目标物体的标注方法、装置、电子设备和存储介质 |
CN110264468A (zh) * | 2019-08-14 | 2019-09-20 | 长沙智能驾驶研究院有限公司 | 点云数据标注、分割模型确定、目标检测方法及相关设备 |
-
2019
- 2019-11-13 CN CN201911104304.1A patent/CN110929612A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016185637A1 (ja) * | 2015-05-20 | 2016-11-24 | 三菱電機株式会社 | 点群画像生成装置および表示システム |
CN110163904A (zh) * | 2018-09-11 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 对象标注方法、移动控制方法、装置、设备及存储介质 |
CN110136273A (zh) * | 2019-03-29 | 2019-08-16 | 初速度(苏州)科技有限公司 | 一种用于机器学习中的样本数据标注方法及装置 |
CN110197148A (zh) * | 2019-05-23 | 2019-09-03 | 北京三快在线科技有限公司 | 目标物体的标注方法、装置、电子设备和存储介质 |
CN110264468A (zh) * | 2019-08-14 | 2019-09-20 | 长沙智能驾驶研究院有限公司 | 点云数据标注、分割模型确定、目标检测方法及相关设备 |
Non-Patent Citations (1)
Title |
---|
林强 等: "《计算机绘图 AutoCAD 2014》", 华中科技大学出版社 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021114884A1 (zh) * | 2019-12-11 | 2021-06-17 | 杭州海康威视数字技术股份有限公司 | 点云标注方法、装置、系统、设备及存储介质 |
CN113763458A (zh) * | 2020-08-21 | 2021-12-07 | 北京京东乾石科技有限公司 | 确定目标对象摆放面的方法和装置 |
CN113763458B (zh) * | 2020-08-21 | 2024-04-05 | 北京京东乾石科技有限公司 | 确定目标对象摆放面的方法和装置 |
CN111951330A (zh) * | 2020-08-27 | 2020-11-17 | 北京小马慧行科技有限公司 | 标注的更新方法、装置、存储介质、处理器以及运载工具 |
CN112034488A (zh) * | 2020-08-28 | 2020-12-04 | 北京海益同展信息科技有限公司 | 目标物体自动标注方法与装置 |
CN112034488B (zh) * | 2020-08-28 | 2023-05-02 | 京东科技信息技术有限公司 | 目标物体自动标注方法与装置 |
CN112184874A (zh) * | 2020-10-20 | 2021-01-05 | 国网湖南省电力有限公司 | 一种轻量化三维模型高性能图形标记、进度模拟及导航方法 |
CN112484242A (zh) * | 2020-11-30 | 2021-03-12 | 珠海格力电器股份有限公司 | 基于增强现实的空调选型方法及相关装置 |
CN114185476A (zh) * | 2021-11-18 | 2022-03-15 | 路米科技(江苏)有限公司 | 一种立体框交互方法及系统 |
CN116611165A (zh) * | 2023-05-18 | 2023-08-18 | 中国船舶集团有限公司第七一九研究所 | 一种基于catia的设备基座快速标注方法及系统 |
CN116611165B (zh) * | 2023-05-18 | 2023-11-21 | 中国船舶集团有限公司第七一九研究所 | 一种基于catia的设备基座快速标注方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929612A (zh) | 一种目标对象标注方法、装置及设备 | |
CN110287831B (zh) | 一种基于地标的控制点的获取方法、装置和电子设备 | |
US20150109290A1 (en) | Device and method for removing noise points in point clouds | |
CN109269472B (zh) | 倾斜摄影测量建筑物特征线提取方法、装置与存储介质 | |
US9317966B1 (en) | Determine heights/shapes of buildings from images with specific types of metadata | |
US9858669B2 (en) | Optimized camera pose estimation system | |
KR20200136723A (ko) | 가상 도시 모델을 이용하여 객체 인식을 위한 학습 데이터 생성 방법 및 장치 | |
CN110910483B (zh) | 三维重建方法、装置及电子设备 | |
Kondermann et al. | Stereo ground truth with error bars | |
TW201344633A (zh) | 曲面量測系統及方法 | |
US9135305B2 (en) | Ranking object search results | |
CN110930520B (zh) | 一种语义分割标注方法、装置及设备 | |
CN111241610A (zh) | 三维建模方法、装置、计算设备和存储介质 | |
CN111178266B (zh) | 一种生成人脸关键点的方法及装置 | |
CN116051980B (zh) | 基于倾斜摄影的建筑识别方法、系统、电子设备及介质 | |
CN112132845A (zh) | 三维模型的单体化方法、装置、电子设备和可读介质 | |
CN108805121B (zh) | 一种车牌检测定位方法、装置、设备及计算机可读介质 | |
CN115565072A (zh) | 一种道路垃圾识别和定位方法、装置、电子设备及介质 | |
CN115240140A (zh) | 基于图像识别的设备安装进度监控方法及系统 | |
CN107976176A (zh) | 无人机数据处理方法及装置 | |
US9761046B2 (en) | Computing device and simulation method for processing an object | |
CN111143488B (zh) | 一种poi位置的确定方法及装置 | |
CN108920749B (zh) | 管线二三维数据更新方法、装置与计算机可读存储介质 | |
CN112308740A (zh) | 一种房地智能权调方法和系统 | |
CN114202654B (zh) | 一种实体目标的模型构建方法、存储介质和计算机设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200327 |
|
RJ01 | Rejection of invention patent application after publication |