CN112200190B - 兴趣点的位置确定方法、装置、电子设备和存储介质 - Google Patents
兴趣点的位置确定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112200190B CN112200190B CN202011192213.0A CN202011192213A CN112200190B CN 112200190 B CN112200190 B CN 112200190B CN 202011192213 A CN202011192213 A CN 202011192213A CN 112200190 B CN112200190 B CN 112200190B
- Authority
- CN
- China
- Prior art keywords
- target
- interest
- signboard
- point
- sign
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 2
- 238000013135 deep learning Methods 0.000 abstract description 4
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Abstract
本申请公开了一种兴趣点的位置确定方法、装置、电子设备和存储介质，涉及智能交通和深度学习技术领域。具体实现方案为：确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角；根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。本申请能够提高兴趣点位置的准确度。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及智能交通和深度学习技术领域，具体涉及一种兴趣点的位置确定方法、装置、电子设备和存储介质。
背景技术
兴趣点(Point of Interest，POI)是地理信息系统中一切可以抽象为点的地理对象，尤其是一些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院和超市等。
当前，可以根据兴趣点的位置将兴趣点显示在电子地图中。用户通过电子地图可以查看兴趣点的位置。因此，兴趣点的位置准确度直接影响地图用户的使用体验，其可以作为衡量地图产品好坏的直观判断因素。
发明内容
本公开提供了一种用于兴趣点的位置确定方法、装置、电子设备和存储介质。
根据本公开的一方面，提供了一种兴趣点的位置确定方法，包括：
确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角；
根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
根据本公开的一方面，提供了一种兴趣点的位置确定装置，包括：
招牌图像确定模块，用于确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角；
兴趣点位置确定模块，用于根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
根据第三方面，提供了一种电子设备，该电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本申请实施例中任一项所述的兴趣点的位置确定方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如本申请实施例中任一项所述的兴趣点的位置确定方法。
根据本申请的技术能够提高兴趣点位置的准确度。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请实施例提供的一种兴趣点的位置确定方法的流程示意图；
图2是根据本申请实施例提供的另一种兴趣点的位置确定方法的流程示意图；
图3a是根据本申请实施例提供的又一种兴趣点的位置确定方法的流程示意图；
图3b是根据本申请实施例提供的一种误差区域示意图；
图4a是根据本申请实施例提供的再一种兴趣点的位置确定方法的流程示意图；
图4b是本申请实施例提供的招牌在原始图像中的图像位置示意图；
图5是据本申请实施例提供的一种兴趣点的位置确定装置的结构示意图；
图6是用来实现本申请实施例的兴趣点的位置确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请实施例提供的兴趣点的位置确定方法的流程示意图。本实施例可适用于确定兴趣点(Point of Interest，POI)招牌位置的情况。本实施例公开的兴趣点的位置确定方法可以由电子设备执行，具体可以由兴趣点的位置确定装置来执行，该装置可以由软件和/或硬件的方式实现，配置于电子设备中。参见图1，本实施例提供的兴趣点的位置确定方法包括：
S110、确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角。
S120、根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
在本申请实施例中，招牌图像是指包括兴趣点招牌的图像，招牌图像的采集位置是指在对兴趣点招牌进行图像采集过程中图像采集器的位置。招牌图像的方向角(也可以称为视角)是指兴趣点招牌相对于招牌图像采集位置的方向角，可以是采用某坐标轴方向作为标准方向所确定的方位角，即可以是从某坐标轴方向到目标方向所形成的角，其中目标方向是指由采集位置延伸到兴趣点招牌的方向。
具体的，可以将需要确定位置的兴趣点作为目标兴趣点，获取包括目标兴趣点招牌的至少两个招牌图像，即目标兴趣点为至少两个招牌图像的相同兴趣点。也可以对不同招牌图像中的兴趣点招牌进行匹配，得到包括相同兴趣点招牌的至少两个招牌图像，将相同兴趣点作为目标兴趣点。
其中，包括目标兴趣点招牌的至少两个招牌图像所关联的采集位置、方向角不同，也就是说有目标兴趣点招牌的不同视角图像。具体的，在从至少两个采集位置的不同方向角均可以采集到目标兴趣点招牌情况下，可以分别从采集位置出发，朝着兴趣点招牌方向发出射线，不同射线的角度位置即为目标兴趣点的招牌位置。
根据包括目标兴趣点招牌的至少两个招牌图像所关联的采集位置和方向角，即可确定目标兴趣点的位置，相比于通过网格标定或人工标注方式，还能够提高兴趣点位置的确定效率和准确度。需要说明的是，本申请实施例对招牌图像的获取方式不作具体限定。招牌图像可以由工作人员通过对兴趣点招牌进行实际图像采集得到，也可以通过其他方式得到，例如可以为用户上报或从网络资源中抓取。只需具有招牌图像的采集位置和方向角即可。通过灵活的招牌图像获取方式，能够进一步提高兴趣点位置确定的便捷性，降低成本。
本申请实施例的技术方案，通过确定目标兴趣点的不同视角招牌图像，根据不同视角招牌图像关联的采集位置和方向角即可确定目标兴趣点的位置，在位置精度和成本上都具有很大优势。
图2是根据本申请实施例提供的另一种兴趣点的位置确定方法的流程示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本实施例提供的兴趣点的位置确定方法包括：
S210、确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角。
S220、对不同方向角的招牌图像进行组合，得到至少两个候选招牌图像对。
其中，针对每一候选招牌图像对，该候选招牌图像对中的两个候选招牌图像所关联的采集位置不同，方向角也不同。具体的，可以对采集位置和方向角不同的招牌图像进行两两组合得到候选招牌图像对。以有n个采集位置和方向角均不相同的招牌图像为例，通过两两组合可以得到n(n-1)/2个候选招牌图像对。
S230、根据所述候选招牌图像对的误差信息，从所述至少两个候选招牌图像对中选择目标招牌图像对。
由于招牌图像采集过程中的传感器精度可能存在误差，如定位偏移或方向角偏差即招牌图像的采集位置、方向角可能存在误差，导致根据招牌图像的采集位置、方向角所确定的目标兴趣点位置存在误差。不同招牌图像的采集位置、方向角误差不同，导致目标兴趣点位置的准确度不同。通过根据所述候选招牌图像对的误差信息，将误差程度小的候选招牌图像对作为目标招牌图像对，即根据候选招牌图像对的误差信息选择最佳视角，能够提高目标兴趣点位置的准确度。
在本申请实施例中，候选招牌图像对的误差信息可以为候选招牌图像对的误差区域信息，也可以为候选招牌图像对的误差角度信息。在为误差角度信息的情况下，可以确定候选招牌图像对中两个采集射线方向的夹角，将夹角的正弦值作为候选招牌图像对的误差角度信息。其中，候选招牌图像对的误差程度与夹角的正弦值呈负相关，也就是说夹角的正弦值越大，候选招牌图像对的误差程度越小。采集射线方向是指由候选招牌图像的采集位置延伸到目标兴趣点招牌位置的射线方向，也就是方向角所在方向。
S240、根据所述目标招牌图像对中目标招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
在一种可选实施方式中，根据所述目标招牌图像对中目标招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置，包括：根据所述目标招牌图像对中第一目标招牌图像关联的第一采集位置和第一方向角，确定第一采集射线；根据所述目标招牌图像对中第二目标招牌图像关联的第二采集位置和第二方向角，确定第二采集射线；将所述第一采集射线与所述第二采集射线之间的交点位置，作为所述目标兴趣点的位置。其中，第一采集位置和第二采集位置不同，第一方向角和第二方向角也不同。
本申请实施例提供的技术方案，通过根据候选招牌图像对的误差信息选择最佳视角，根据最佳视角的目标招牌图像对中目标招牌图像关联的采集位置和方向角确定目标兴趣点的位置，能够进一步提高目标兴趣点位置的准确度。
图3a是根据本申请实施例提供的又一种兴趣点的位置确定方法的流程示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3a，本实施例提供的兴趣点的位置确定方法包括：
S310、确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角。
S320、对不同方向角的招牌图像进行组合，得到至少两个候选招牌图像对。
S330、根据所述候选招牌图像对中候选招牌图像关联的采集位置和方向角，确定所述候选招牌图像对的误差区域。
其中，误差区域可以为视角误差面。误差区域的面积与误差程度呈正相关，也就是说误差区域的面积越小误差程度越小。
在一种可选实施方式中，确定所述候选招牌图像对的误差区域包括：根据所述候选招牌图像对中每一候选招牌图像关联的采集位置和方向角，确定该候选招牌图像的采集射线；根据视角误差值，为每一采集射线确定两条误差射线；其中，所述两条误差射线的夹角为所述视角误差值且该采集射线为所述两条误差射线的角平分线；针对所述候选招牌图像对的任一条采集射线，确定该条采集射线的两条误差射线与另一条采集射线的两条误差射线之间的交点，且将所述交点围成的区域作为所述候选招牌图像对的误差区域。
具体的，针对候选招牌图像对，可以将每一采集射线沿顺时针方向、逆时针方向分别旋转视角误差值的一半，得到该采集射线的两条误差射线，将一条采集射线的两条误差射线与另一条采集射线的两条误差射线之间的交点所围成的区域作为候选招牌图像对的误差区域，也就是说，将候选招牌图像对的不同误差射线之间的交点所围成的区域作为候选招牌图像对的误差区域。图3b是根据本申请实施例提供的一种误差区域示意图，参考图3b，以角α为视角误差值，点A和B分别为候选招牌图像对中两个候选招牌图像的采集位置，AC和BD分别为两个候选招牌图像的采集射线情况下，可以分别将采集射线AC和BD沿顺时针方向、逆时针方向旋转α/2，得到采集射线AC的误差射线AC'和误差射线AC”，以及采集射线BD的误差射线BD'和误差射线BD”；得到两两误差射线的交点K、L、M和N，依次连接各交点得到四边形误差区域KLMN。
S340、根据所述误差区域的面积，从所述至少两个候选招牌图像对中选择目标招牌图像对。
具体的，可以将误差区域面积最小的候选招牌图像对作为目标招牌图像对。通过确定候选招牌图像对的误差区域，且将误差区域面积最小的候选招牌图像对作为目标招牌图像对，能够从同一招牌的不同视角中找到最佳的两个视角，从而能够进一步提高目标兴趣点位置的精准度。
S350、根据所述目标招牌图像对中目标招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
在一种可选实施方式中，所述确定所述目标兴趣点的位置之后，还包括：若所述目标兴趣点的位置位于地图路网之中，则重新选择目标招牌图像对，并根据重新选择的目标招牌图像对重新确定所述目标兴趣点的位置。
具体的，还可以利用地图路网数据，对目标兴趣点的位置进行校验。若目标招牌图像对中两个视角的交叉点位于路网内，则重新选择目标招牌图像对，也就说不使用该对视角，重新选择最佳视角，能够进一步提高目标兴趣点位置的精准度。
在一种可选实施方式中，确定所述目标兴趣点的位置之前还包括：若任一招牌图像的采集位置位于地图路网之外，则剔除该招牌图像。具体的，还可以利用地图路网数据对采集位置进行校验，将在地图路网之外所采集的招牌图像剔除，使剩余的招牌图像均是在地图路网中对兴趣点招牌进行采集得到的，避免采集位置漂移较大引起的兴趣点位置误差较大，从而进一步目标兴趣点位置的精准度。
本申请实施例提供的技术方案，通过根据候选招牌图像对的误差区域面积选择最佳视角，根据最佳视角的目标招牌图像对中目标招牌图像关联的采集位置和方向角确定目标兴趣点的位置，能够进一步提高目标兴趣点位置的准确度。
图4a是根据本申请实施例提供的再一种兴趣点的位置确定方法的流程示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图4a，本实施例提供的兴趣点的位置确定方法包括：
S410、对包括兴趣点招牌的原始图像进行招牌检测。
其中，原始图像可以通过对兴趣点招牌进行实际图像采集得到，也可以通过其他方式得到，例如可以通过用户上报或从网络资源中抓取得到。具体的，可以采用招牌检测算法，对原始图像进行招牌检测得到招牌检测结果也就是招牌区域。其中，招牌检测算法可以包括但不限于Faster-RCNN(Faster Region-based Convolutional Neural Network，快速基于区域的卷积神经网络)、ResNet(Residual Network，残差网络)、DenseNet(DenselyConnected Convolutional Networks，紧密连接的卷积神经网络)、SENet(Squeeze-and-Excitation Networks，挤压和激励网络)等算法。
S420、确定招牌检测结果的图像特征。
具体的，对招牌检测结果区域内的图像进行特征提取，得到图像特征向量。其中，特征提取可以包括但不限于SIFT(Scale-Invariant Feature Transform，尺度不变特征变换)、CNN(Convolutional Neural Network，卷积神经网络)。
S430、根据不同招牌检测结果的图像特征之间的距离，确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点。
其中，招牌图像关联有采集位置和方向角。
具体的，可以计算不同招牌检测结果的图像特征之间的欧氏距离或余弦距离，将距离在一定阈值内的不同招牌检测结果确定为包括相同兴趣点招牌的不同招牌图像，即将距离在一定阈值内的确定为同一兴趣点招牌。通过基于深度学习技术提取招牌，并进行招牌匹配，能够准确识别到包括同一兴趣点招牌的不同招牌图像。
S440、根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
其中，可以通过如下方式确定招牌图像关联的方向角：
A、根据采集招牌图像的图像采集器焦距，确定招牌图像所属原始图像的采集角度范围，即图像采集器的采集角度范围。其中，焦距与采集角度范围具有一一对应关系，例如焦距为35mm对应的水平采集角度范围为62度。
B、通过如下公式，确定招牌图像在原始图像中的偏移程度：
其中，offsite为招牌图像在原始图像中的偏移程度，是指招牌包围框的中心横坐标相对于原始图像的中心横坐标之间的偏移程度；boardmid为招牌图像的水平坐标中心点，x1、x2分别为招牌包围框的水平坐标左侧顶点和水平坐标右侧顶点；picmid为原始图像的水平坐标中心点(参考图4b)。
C、通过如下公式，计算招牌在水平维度的偏移方向：
其中，offsite_angel为招牌在水平维度的偏移方向，range为原始图像的采集角度范围。
D、将招牌在水平维度的偏移方向，与图像采集器的拍摄方向相加可得到招牌的方向角。其中，图像采集器的拍摄方向可以通过图像采集器中方向角传感器采集得到。
由于通过图像采集器中方向角传感器所采集的方向角是整张原始图像的采集方向角，但是一张原始图像中可能包括多个位置不同的招牌。通过图像信息确定招牌在水平维度的偏移方向，根据水平维度的偏移方向和方向角传感器采集的整张图片方向角能够准确得到原始图像中不同招牌的方向角。
本申请实施例的技术方案，通过基于深度学习技术提取招牌，并进行招牌匹配，能够准确识别到包括同一兴趣点招牌的不同招牌图像；并且还能准确识别一张原始图像中不同招牌的方向角，从而能够进一步提高兴趣点位置的精准度。
图5是本申请实施例提供的一种兴趣点的位置确定装置的结构示意图。参见图5，本申请实施例提供的兴趣点的位置确定装置500可以包括：
招牌图像确定模块501，用于确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角；
兴趣点位置确定模块502，用于根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
在一种可选实施方式中，所述兴趣点位置确定模块502包括：
候选图像对单元，用于对不同方向角的招牌图像进行组合，得到至少两个候选招牌图像对；
目标图像对单元，用于根据所述候选招牌图像对的误差信息，从所述至少两个候选招牌图像对中选择目标招牌图像对；
兴趣点位置确定单元，用于根据所述目标招牌图像对中目标招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
在一种可选实施方式中，所述目标图像对单元包括：
误差区域子单元，用于根据所述候选招牌图像对中候选招牌图像关联的采集位置和方向角，确定所述候选招牌图像对的误差区域；
目标图像对子单元，用于根据所述误差区域的面积，从所述至少两个候选招牌图像对中选择目标招牌图像对。
在一种可选实施方式中，所述误差区域子单元具体用于：
根据所述候选招牌图像对中每一候选招牌图像关联的采集位置和方向角，确定该候选招牌图像的采集射线；
根据视角误差值，为每一采集射线确定两条误差射线；其中，所述两条误差射线的夹角为所述视角误差值且该采集射线为所述两条误差射线的角平分线；
针对所述候选招牌图像对的任一条采集射线，确定该条采集射线的两条误差射线与另一条采集射线的两条误差射线之间的交点，且将所述交点围成的区域作为所述候选招牌图像对的误差区域。
在一种可选实施方式中，所述兴趣点位置确定单元包括：
第一射线子单元，用于根据所述目标招牌图像对中第一目标招牌图像关联的第一采集位置和第一方向角，确定第一采集射线；
第二射线子单元，用于根据所述目标招牌图像对中第二目标招牌图像关联的第二采集位置和第二方向角，确定第二采集射线；
兴趣点位置确定子单元，用于将所述第一采集射线与所述第二采集射线之间的交点位置，作为所述目标兴趣点的位置。
在一种可选实施方式中，所述招牌图像确定模块501包括：
招牌检测单元，用于对包括兴趣点招牌的原始图像进行招牌检测；
招牌特征单元，用于确定招牌检测结果的图像特征；
招牌图像确定单元，用于根据不同招牌检测结果的图像特征之间的距离，确定包括相同兴趣点招牌的至少两个招牌图像。
在一种可选实施方式中，所述装置500还包括：
招牌图像过滤模块，用于若任一招牌图像的采集位置位于地图路网之外，则剔除该招牌图像。
在一种可选实施方式中，所述装置500还包括：
兴趣点位置重确定模块，用于若所述目标兴趣点的位置位于地图路网之中，则重新选择目标招牌图像对，并根据重新选择的目标招牌图像对重新确定所述目标兴趣点的位置。
本申请实施例的技术方案，利用兴趣点招牌的不同视角信息可以直接兴趣点招牌的位置，经评估位置精度远超传统位置计算方法，并且在成本上也具有很大优势，在未来具有非常广阔的发展前景。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的兴趣点的位置确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的兴趣点的位置确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的兴趣点的位置确定方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的兴趣点的位置确定方法对应的程序指令/模块(例如，附图5所示的招牌图像确定模块501和兴趣点位置确定模块502)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及兴趣点的位置确定，即实现上述方法实施例中的兴趣点的位置确定方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据兴趣点的位置确定电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存储存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至兴趣点的位置确定电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
兴趣点的位置确定方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与兴趣点的位置确定电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
本申请实施例的技术方案，利用兴趣点招牌的不同视角信息可以直接兴趣点招牌的位置，经评估位置精度远超传统位置计算方法，并且在成本上也具有很大优势，在未来具有非常广阔的发展前景。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (16)
1.一种兴趣点的位置确定方法，包括：
确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角；
根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置；
其中，所述根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置，包括：
对不同方向角的招牌图像进行组合，得到至少两个候选招牌图像对；
根据所述候选招牌图像对的误差信息，将误差程度小的候选招牌图像对作为目标招牌图像对；其中，所述误差信息为误差区域信息或误差角度信息；
根据所述目标招牌图像对中目标招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
2.根据权利要求1所述的方法，其中，所述根据所述候选招牌图像对的误差信息，从所述至少两个候选招牌图像对中选择目标招牌图像对，包括：
根据所述候选招牌图像对中候选招牌图像关联的采集位置和方向角，确定所述候选招牌图像对的误差区域；
根据所述误差区域的面积，从所述至少两个候选招牌图像对中选择目标招牌图像对。
3.根据权利要求2所述的方法，其中，所述根据所述候选招牌图像对中两个候选招牌图像关联的采集位置和方向角，确定所述候选招牌图像对的误差区域，包括：
根据所述候选招牌图像对中每一候选招牌图像关联的采集位置和方向角，确定该候选招牌图像的采集射线；
根据视角误差值，为每一采集射线确定两条误差射线；其中，所述两条误差射线的夹角为所述视角误差值且该采集射线为所述两条误差射线的角平分线；
针对所述候选招牌图像对的任一条采集射线，确定该条采集射线的两条误差射线与另一条采集射线的两条误差射线之间的交点，且将所述交点围成的区域作为所述候选招牌图像对的误差区域。
4.根据权利要求1所述的方法，其中，所述根据所述目标招牌图像对中目标招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置，包括：
根据所述目标招牌图像对中第一目标招牌图像关联的第一采集位置和第一方向角，确定第一采集射线；
根据所述目标招牌图像对中第二目标招牌图像关联的第二采集位置和第二方向角，确定第二采集射线；
将所述第一采集射线与所述第二采集射线之间的交点位置，作为所述目标兴趣点的位置。
5.根据权利要求1-4中任一项所述的方法，其中，所述确定包括相同兴趣点招牌的至少两个招牌图像，包括：
对包括兴趣点招牌的原始图像进行招牌检测；
确定招牌检测结果的图像特征；
根据不同招牌检测结果的图像特征之间的距离，确定包括相同兴趣点招牌的至少两个招牌图像。
6.根据权利要求1-4中任一项所述的方法，所述根据所述至少两个招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置之前，还包括：
若任一招牌图像的采集位置位于地图路网之外，则剔除该招牌图像。
7.根据权利要求1-4中任一项所述的方法，所述确定所述目标兴趣点的位置之后，还包括：
若所述目标兴趣点的位置位于地图路网之中，则重新选择目标招牌图像对，并根据重新选择的目标招牌图像对重新确定所述目标兴趣点的位置。
8.一种兴趣点的位置确定装置，包括：
招牌图像确定模块，用于确定包括相同兴趣点招牌的至少两个招牌图像，且将相同兴趣点作为目标兴趣点；其中，所述招牌图像关联有采集位置和方向角；
兴趣点位置确定模块，所述兴趣点位置确定模块包括：
候选图像对单元，用于对不同方向角的招牌图像进行组合，得到至少两个候选招牌图像对；
目标图像对单元，用于根据所述候选招牌图像对的误差信息，将误差程度小的候选招牌图像对作为目标招牌图像对；其中，所述误差信息为误差区域信息或误差角度信息；
兴趣点位置确定单元，用于根据所述目标招牌图像对中目标招牌图像关联的采集位置和方向角，确定所述目标兴趣点的位置。
9.根据权利要求8所述的装置，其中，所述目标图像对单元包括：
误差区域子单元，用于根据所述候选招牌图像对中候选招牌图像关联的采集位置和方向角，确定所述候选招牌图像对的误差区域；
目标图像对子单元，用于根据所述误差区域的面积，从所述至少两个候选招牌图像对中选择目标招牌图像对。
10.根据权利要求9所述的装置，其中，所述误差区域子单元具体用于：
根据所述候选招牌图像对中每一候选招牌图像关联的采集位置和方向角，确定该候选招牌图像的采集射线；
根据视角误差值，为每一采集射线确定两条误差射线；其中，所述两条误差射线的夹角为所述视角误差值且该采集射线为所述两条误差射线的角平分线；
针对所述候选招牌图像对的任一条采集射线，确定该条采集射线的两条误差射线与另一条采集射线的两条误差射线之间的交点，且将所述交点围成的区域作为所述候选招牌图像对的误差区域。
11.根据权利要求8所述的装置，其中，所述兴趣点位置确定单元包括：
第一射线子单元，用于根据所述目标招牌图像对中第一目标招牌图像关联的第一采集位置和第一方向角，确定第一采集射线；
第二射线子单元，用于根据所述目标招牌图像对中第二目标招牌图像关联的第二采集位置和第二方向角，确定第二采集射线；
兴趣点位置确定子单元，用于将所述第一采集射线与所述第二采集射线之间的交点位置，作为所述目标兴趣点的位置。
12.根据权利要求8-11中任一项所述的装置，其中，所述招牌图像确定模块包括：
招牌检测单元，用于对包括兴趣点招牌的原始图像进行招牌检测；
招牌特征单元，用于确定招牌检测结果的图像特征；
招牌图像确定单元，用于根据不同招牌检测结果的图像特征之间的距离，确定包括相同兴趣点招牌的至少两个招牌图像。
13.根据权利要求8-11中任一项所述的装置，所述装置还包括：
招牌图像过滤模块，用于若任一招牌图像的采集位置位于地图路网之外，则剔除该招牌图像。
14.根据权利要求8-11中任一项所述的装置，所述装置还包括：
兴趣点位置重确定模块，用于若所述目标兴趣点的位置位于地图路网之中，则重新选择目标招牌图像对，并根据重新选择的目标招牌图像对重新确定所述目标兴趣点的位置。
15. 一种电子设备，其中，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011192213.0A CN112200190B (zh) | 2020-10-30 | 2020-10-30 | 兴趣点的位置确定方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011192213.0A CN112200190B (zh) | 2020-10-30 | 2020-10-30 | 兴趣点的位置确定方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112200190A CN112200190A (zh) | 2021-01-08 |
| CN112200190B true CN112200190B (zh) | 2024-04-19 |
Family
ID=74012168
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011192213.0A Active CN112200190B (zh) | 2020-10-30 | 2020-10-30 | 兴趣点的位置确定方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112200190B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113536025B (zh) * | 2021-07-14 | 2022-08-23 | 北京百度网讯科技有限公司 | 兴趣点的招牌朝向确定方法、装置、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11353459A (ja) * | 1998-06-08 | 1999-12-24 | Toyota Motor Corp | 符号読み取り装置 |
| CN106204549A (zh) * | 2016-06-30 | 2016-12-07 | 北京文安智能技术股份有限公司 | 一种基于视频分析的广告牌监测方法、装置及电子设备 |
| CN109582880A (zh) * | 2018-12-04 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 兴趣点信息处理方法、装置、终端及存储介质 |
| CN111787489A (zh) * | 2020-07-17 | 2020-10-16 | 北京百度网讯科技有限公司 | 实采兴趣点的位置确定方法、装置、设备和可读存储介质 |
| CN111832578A (zh) * | 2020-07-20 | 2020-10-27 | 北京百度网讯科技有限公司 | 兴趣点信息处理方法、装置、电子设备和存储介质 |
-
2020
- 2020-10-30 CN CN202011192213.0A patent/CN112200190B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11353459A (ja) * | 1998-06-08 | 1999-12-24 | Toyota Motor Corp | 符号読み取り装置 |
| CN106204549A (zh) * | 2016-06-30 | 2016-12-07 | 北京文安智能技术股份有限公司 | 一种基于视频分析的广告牌监测方法、装置及电子设备 |
| CN109582880A (zh) * | 2018-12-04 | 2019-04-05 | 百度在线网络技术（北京）有限公司 | 兴趣点信息处理方法、装置、终端及存储介质 |
| CN111787489A (zh) * | 2020-07-17 | 2020-10-16 | 北京百度网讯科技有限公司 | 实采兴趣点的位置确定方法、装置、设备和可读存储介质 |
| CN111832578A (zh) * | 2020-07-20 | 2020-10-27 | 北京百度网讯科技有限公司 | 兴趣点信息处理方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 基于深度学习的交通标志识别算法;徐仙伟;曹霁;;计算机时代;20190615(06);全文 * |
| 基于深度学习的交通目标感兴趣区域检测;丁松涛;曲仕茹;;中国公路学报;20180915(09);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112200190A (zh) | 2021-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112101339B (zh) | 地图兴趣点的信息获取方法、装置、电子设备和存储介质 | |
| CN111523468A (zh) | 人体关键点识别方法和装置 | |
| KR102566300B1 (ko) | 실내 측위 방법, 장치, 장비 및 저장 매체 | |
| US9734599B2 (en) | Cross-level image blending | |
| CN110675635B (zh) | 相机外参的获取方法、装置、电子设备及存储介质 | |
| CN111462029A (zh) | 视觉点云与高精地图融合方法、装置和电子设备 | |
| CN111612852A (zh) | 用于验证相机参数的方法和装置 | |
| US11423650B2 (en) | Visual positioning method and apparatus, and computer-readable storage medium | |
| CN112241716B (zh) | 训练样本的生成方法和装置 | |
| CN111311743B (zh) | 三维重建精度测试方法、测试装置和电子设备 | |
| KR102056417B1 (ko) | 클러스터 기반의 포토 네비게이션 | |
| CN112200190B (zh) | 兴趣点的位置确定方法、装置、电子设备和存储介质 | |
| JP7298090B2 (ja) | 地理位置点の空間関係を抽出する方法及び装置 | |
| CN111275827B (zh) | 基于边缘的增强现实三维跟踪注册方法、装置和电子设备 | |
| CN111400537B (zh) | 一种道路元素信息获取方法、装置和电子设备 | |
| CN112488126A (zh) | 特征图处理方法、装置、设备以及存储介质 | |
| CN111696134A (zh) | 一种目标检测方法、装置以及电子设备 | |
| CN114674328B (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
| CN111832483B (zh) | 一种兴趣点有效性识别方法、装置、设备以及存储介质 | |
| CN112558810B (zh) | 检测指尖位置的方法、装置、设备和存储介质 | |
| CN112381877B (zh) | 定位融合、室内定位方法、装置、设备及介质 | |
| CN111582153B (zh) | 确定文档朝向的方法和装置 | |
| CN112668653A (zh) | 基于激光雷达地图的回环检测方法、装置、设备及介质 | |
| CN111507265A (zh) | 表格关键点检测模型训练方法、装置、设备以及存储介质 | |
| CN113390413B (zh) | 一种定位方法、装置、设备及存储介质 |
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 |