CN113160349A - 点云标注方法、装置、存储介质及电子设备 - Google Patents
点云标注方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113160349A CN113160349A CN202010014429.1A CN202010014429A CN113160349A CN 113160349 A CN113160349 A CN 113160349A CN 202010014429 A CN202010014429 A CN 202010014429A CN 113160349 A CN113160349 A CN 113160349A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- labeling
- frame
- image
- labeled
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000002372 labelling Methods 0.000 claims abstract description 160
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000009432 framing Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 239000003550 marker Substances 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
公开了一种点云标注方法,包括:获取第一图像,第一图像为包含待标注物的点云的二维图像;在第一图像中对所述待标注物进行标注,以得到待标注物的第一标注框;根据第一标注框和所述第一图像的预设方向数据,确定第二标注框,第二标注框中包含所述待标注物的点云;对第二标注框进行大小调整,得到第三标注框。在二维图像向的标注框来作为参考标注,协助三维标注来确定待标注物的位置、待标注物在图像中所占的范围,对于一些低密度点云的待标注物的标注,可以提高点云标注定位的准确度,以及可以此外省去标注人员在点云里确定物体位置的时间,提高标注效率,而对点云的标注框进行大小调整,以在一定程度的进行精细度调整,可以提高标注的准确度。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种点云标注方法、装置、存储介质及电子设备。
背景技术
点云数据是由3D扫描设备产生的(例如激光雷达(2D/3D),立体摄像头(stereocamera),越渡时间相机(time-of-flight camera)),由三维坐标系统中的一组向量的集合来表示,主要用来代表一个物体的外表面形状。除(X,Y,Z)代表的几何位置信息之外,点云数据还可以表示一个点的RGB颜色、灰度值、深度、分割结果等。
在自动驾驶环境感知技术中,在对雷达采集的点云数据进行标注时,点云数据虽具有场景重现的能力,但是却不具有高辨识度,例如一些点云的点数稀少而导致不容易确认其实际类型。目前,点云的标注大致分为两种:一种是直接在点云中进行标注,另一种是点云和待标注物体投影对应的图像进行参考标注。而第一种标注方法对标注人员辨别能力要求较高,容易存在误标的情况,而且质检人员质检花费时间较多,效率低,第二种标注方法能够客服对标注物体判断和定位的缺点,但是整体标注效率并没有得到提高,而且点云密度低的情况下,定位的准确率也较低。
发明内容
为了解决上述技术问题,提出了本公开的一种点云标注方法、装置、存储介质及电子设备。
根据本公开的第一方面,提供了一种点云标注方法,包括:
获取第一图像,所述第一图像为包含待标注物的点云的二维图像;
在所述第一图像中对所述待标注物进行标注,以得到所述待标注物的第一标注框;
根据所述第一标注框和所述第一图像的预设方向数据,确定所述第二标注框,所述第二标注框中包含所述待标注物的点云;
对所述第二标注框进行大小调整,得到第三标注框。
根据本公开的第二方面,提供了一种数据处理装置,包括:
获取模块,用于获取第一图像,所述第一图像为包含待标注物的点云的二维图像;
第一标注模块,用于在所述第一图像中对所述待标注物进行标注,以得到所述待标注物的第一标注框;
第二标注模块,用于根据所述第一标注框和所述第一图像的预设方向数据,确定所述第二标注框,所述第二标注框中包含所述待标注物的点云;
调整模块,用于对所述第二标注框进行大小调整,得到第三标注框。
根据本公开的第三方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述第一方面所述的点云标注方法。
根据本公开的第四方面,提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于执行上述第一方面所述的点云标注方法。
本公开实施例提供的点云标注方法、装置、存储介质及电子设备,通过在二维图像向的标注框来作为参考标注,协助三维标注来确定待标注物的位置、待标注物在图像中所占的范围,对于一些低密度点云的待标注物的标注,可以提高点云标注定位的准确度,以及可以此外省去标注人员在点云里确定物体位置的时间,提高标注效率,而对点云的标注框进行大小调整,以在一定程度的进行精细度调整,可以进一步提高标注的准确度。
附图说明
通过结合附图对本公开实施例进行更详细的描述,本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解,并且构成说明书的一部分,与本公开实施例一起用于解释本公开,并不构成对本公开的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是本公开第一实施例提供的点云标注方法的流程示意图;
图2是本公开第二实施例提供的点云标注方法的流程示意图;
图3是本公开第三实施例提供的点云标注方法的流程示意图;
图4是本公开示例性实施例提供的点云标注过程参考图;
图5是本公开第一实施例提供的点云标注装置的示意性结构框图;
图6是本公开第二实施例提供的点云标注装置的示意性结构框图;
图7是本公开第三实施例提供的点云标注装置的示意性结构框图;
图8是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
申请概述
在自动驾驶环境感知技术中,在对雷达采集的点云数据进行标注时,点云数据虽具有场景重现的能力,但是却不具有高辨识度,例如一些点云的点数稀少而导致不容易确认其实际类型。相关技术中,点云标注时容易存在误标且效率低,而且点云密度低的情况下,定位的准确率也较低。基于此,本公开提出一种点云标注方法,将二维图像与点云图像结合进行点云标注,对于一些点云密度较低的待标注物,能够使得待标注物的轮廓更清晰,可以节省标注人员的标注时间,提高标注效率和准确度。
下面将结合附图对本公开实施例的点云标注方法、装置、存储介质及电子设备进行详细描述,以实本领域技术人员能够清楚、准确地地理解本公开技术方案。
示例性方法
图1是本公开第一实施例提供的点云标注方法的流程示意图。
如图1所示,本公开实施例的一种点云标注方法,可以包括如下步骤:
步骤110,获取第一图像,其中,第一图像为包含待标注物的点云的二维图像。
在一实施例中,第一图像可以是通过具有图像采集功能的图像传感器或者图像采集装置拍摄得到的二维图像,例如,通过道路交通监控设备拍摄到的包含待标注物为车辆的二维图像。第一图像中可以包含有待标注物的点云数据,此外,还可以包含有待标注物的方向信息(预设方向数据)。其中,方向信息例如待标注物的正前方、左侧方、右侧方、正后方、底部或顶部。
步骤120,在第一图像中对待标注物进行标注,以得到待标注物的第一标注框。
示例性地,本步骤可以具体实现为:步骤M、检测在第一图像中对所述待标注物的框选信息;步骤N、根据框选信息生成第一标注框,其中,第一标注框包含待标注物的点云。需要说明的是,第一标注框是一个二维标注框,可以理解其只包含了待标注物的任一个方向的点云。例如,第一标注框的框选信息为待标注物的正方向(例如,车辆的正方向),则第一标注框只包含待标注物的正方向的点云。
在本公开实施例中,在第一图像(二维图像)中框选出待标注物,以对第一图像中的待标注物进行标注,得到包含待标注物的第一标注框。示例性地,第一图像中假设包括R、T、U、I四个物体,其中R为待标注物,在本步骤中,可以通过输入装置(例如,鼠标)的选择操作或者路径操作,在第一图像的多个物体中框选出待标注物R。将包含待标注物R的框选框确定为第一标注框。
步骤130,根据第一标注框和第一图像的预设方向数据,确定第二标注框,第二标注框中包含待标注物的点云。
在本步骤中,以第一标注框的二维坐标数、第一图像中预设的方向数据作为参数,通过预设方法计算出三维坐标数据,基于该三维坐标数据即可确定第二标注框,例如,第一标注框的二维坐标数据为(x,y),在保留在二维坐标数据的基础上,在坐标数据中增加一个z值,即可得到三维坐标数据(x,y,z),再根据第一图像中的预设/预存储的方向数据可以确定当前待标注物的方向,基于三维坐标数据可以确定一个立体框,基于方向数据可以确定立体框中待标注物点云的方向,从而得到第二标注框。
步骤140,对第二标注框进行大小调整,得到第三标注框。
在本步骤中,可以通过检测输入装置(例如,鼠标)对第二标注框任一边长的调整操作,以对第二标注框的大小进行调整,从而得到第三标注框。示例性地,第二标注框可能只包含了部分待标注物的点云,本步骤的调整得到的第三标注框可以将待标注物的点云全部包含到标注框内,使得待标注物的点云的标注更完整和准确,进而提高物体的识别率。如图4中所示,标注框G若为第二标注框,则可以通过调节X和/或Y的大小即可实现对G的大小调整,例如,通过鼠标选中任一轴(X轴或者Y轴),然后拖拽该轴即可以实现X/Y值的大小调整,进而实现为标注框G的大小调整。
通过本公开实施例,将在二维图像向的标注框来作为参考标注,协助三维标注来确定待标注物的位置、待标注物在图像中所占的范围,对于一些低密度点云的待标注物的标注,可以提高点云标注定位的准确度,以及可以此外省去标注人员在点云里确定物体位置的时间,提高标注效率,而对点云的标注框进行大小调整,以在一定程度的进行精细度调整,可以进一步提高标注的准确度。
图2是本公开第二实施例提供的点云标注方法的流程示意图。图2为在图1所示实施例基础上示出的本公开的另一实施例。
如图2所示,步骤130还可以通过如下步骤进一步实现:
步骤131,根据第一图像的预设方向数据确定待标注物的点云的方向。
在本步骤中,第一图像的预设方向数据可以为待标注物在第一图像中的方向数据。预设方向数据可以在图像采集过程中基于图像的方向标注,预先存储在标注系统中,作为已知数据。可以将第一图像的预设方向数据确定为大标注物点云的方向,例如,待标注物在第一图像中,其预设方向数据为正前方向,即待标注物的点云的方向也为正前方向。
步骤132,基于第一标注框的二维坐标数据确定待标注物的点云的三维坐标数据。
在本公开实施例中,本步骤基于第一标注框的二维坐标数据可以确框选出待标注物在图像中的位置,并对待标注物在图像中的位置范围进行锁定,进一步地,将二维的第二标注框投影到三维图像中,二维图像到三维图像的投影将会在点云中形成视锥,可以进一步根据视锥确定出往后推进的位置,例如,二维图像已知(x.y)坐标,根据视锥可以确定出z坐标的值,从而得到三维坐标数据。
步骤133,根据待标注物的点云的三维坐标数据和待标注物的点云的方向确定第二标注框,第二标注框包含待标注物的点云。
在本步骤中,根据待标注物的点云的三维坐标数据确定出一个框选待标注物的点云的标注框,并基于待标注物的点云的方向确定标注框中待标注物的方向,从而得到包含待标注物点云并确定待标注物点云方向的第二标注框。如图4所示的标注框G可以记为本步骤中的第二标注框,其包含待标注物的至少部分点云。当然,标注框G也可以为经大小调整后的第二标注框,即可以为第三标注框,包含待标注物的全部点云。
根据本公开实施例,基于待标注物(例如,车辆)的在二维图像(即第一图像)中的方向数据来确定待标注物在点云图像中的方向,从而可以基于二维图像的标注框和确定出的点云图像中的方向共同来确定点云图像中的标注框(即第二标注框),为点云图像中的标注框的确定提供了方向数据和坐标数据基础,使得点云图像中的标注框(即第二标注框)的标注更加准确。此外,利用二维图像的方向数据可以缩小点云图像中三维空间的数据搜索范围,从而减少搜索的计算量和复杂度。
图3是本公开第三实施例提供的点云标注方法的流程示意图。如图3所示,本公开实施例的步骤132可以进一步包括如下步骤:
步骤1321,确定索引数组,索引数组的元素的值均为第一数值,且元素的个数与所述待标注物的点云的个数相同。
在本公开实施例中,可以构造一个索引数组,该索引数组的元素个数与点云数据的个数N相同,以作为实际点云的索引,在本公开实施例中,例如将该索引数组记为mask。
步骤1322,基于第一标注框的二维坐标数据和索引数组确定第一标注框中的待标注物的图像的视锥。
在本步骤中,首先,可以确定出待标注物包含在第一标注框的二维坐标数据范围的点云,然后,将包含在第一标注框中并且位于二维坐标数据范围的点云外的其他点云所对应的索引数组的元素的值置为第二数值,例如,可以将把雷达坐标系中的点云利用外参旋转平移Rt矩阵(Rt矩阵由雷达到相机标定得到)投影到相机坐标系下,并将这些点云记为待裁剪点云集(pointcloud_cam_coord),然后,剔除掉待裁剪点云集(pointcloud_cam_coord)中z轴坐标中的z<0部分(即相机之后部分)的点云,即将待裁剪点云集(pointcloud_cam_coord)中z<0部分(即相机之后部分)的点云对应索引数组(mask)的元素的值置为第二数值(例如0),在相机坐标系下,进一步将相机坐标系下的点投影到图像坐标系下,例如再利用内参P矩阵(P矩阵为相机出厂参数)从相机坐标系中的点投影到图像坐标系下,记为pointcoloud_image_coord(例如,二维的第一图像),并将超出图像尺寸的部分的索引数组(mask)的元素的值置为第二数值(例如0)。更进一步地,检测第一标注框中的第一坐标值和第二坐标值,其中,第一坐标值和第二坐标值在第一标注框中的位置属于对角关系(例如,图4中所示的第一标注框中的A点和B点的坐标值,即可以为第一坐标值和第二坐标值,以及A点和B点互为第一标注框中的对角点),并基于第一坐标值、第二坐标值以及索引数组的元素的值为第一数值的点云,确定待标注物的图像的视锥,例如,基于第一坐标位置A点的值(x1,y1)和第二坐标位置B点的值(x2,y2),以及索引数组(mask)中元素的值为第一数值作为索引pointcloud_lidar_coord中的点云所所形成的图形即为视锥。
步骤1323,确定待标注物的、与视锥中的像素点对应的点云。
在pointcoloud_image_coord中,第一标注框中的第一坐标值A(x1,y1)和第二坐标值B(x2,y2)内的点即为待标注物的、与视锥中的像素点对应的点云。例如,坐标值为(x,y)的的点云即为待标注物的、与视锥中的像素点对应的点云,其中,x1<x<x2,y1<y<y2。
步骤1324,根据点云确定待标注物的三维坐标数据。
本步骤可以通过如下几个步骤实现:步骤Q,对点云的深度值进行按从小到大的顺序进行排序,以从点云中确定出深度值排序中的前预设个数的点云;步骤W,确定前预设个数的点云的深度值的平均值,以得到该平均值对应的点云;步骤E,过该点云确定一垂直于地面的标注面;步骤R,基于标注面和预设标注框比例确定待标注物的三维坐标数据。在上述步骤中,对视锥范围内的待标注物的点云进行相应的计算和操作,从而确定出该视锥范围内的待标注物的任一个点云以用于确定一个标注面,可以理解,将从点云图像中的搜索范围锁定为搜索视锥中的点云,缩小了点云搜索处理的范围,而基于点云的深度值的平均值来确定出该任一个点云,可以保障该点云属于待标注物,可以为点云标注的准确性提供数据基础。
示例性地,待标注物的、与视锥中的像素点对应的点云有10个(假设为a1,a2……a10),按照深度值(如z坐标值)从小到大的顺序排序,为a1、a3、a5、a2、a4、a10、a8、a9、a7、a6,假设预设个数为5,则排序中的前5个点云即为a1、a3、a5、a2、a4,然后计算这5个点云的深度值的平均值,得到平均值对应的点云(例如为a2),过该点云画一个垂直于地面的标注面,进而根据标注面和预设标注框比例确定待标注物的三维坐标数据,其中预设标注框比例例如为x、y、z值的大小比例。
在上述实施例中,将二维图像变换到三维视锥范围内,得到视锥范围内的点云,进而对视锥范围内点云进行相应的计算和操作,一方面可以缩小点云搜索的范围,降低点云搜索的计算量和复杂性,另一方面,对待标注物的视锥内的点云进行操作,结合了点云的几何精确性以处理点云数据,使得得到的待标注物的三维坐标数据更加准确,而提高对待标注物的点云标注的准确度。
综上,本公开实施例提供的点云标注方法,通过在二维图像向的标注框来作为参考标注,协助三维标注来确定待标注物的位置、待标注物在图像中所占的范围,对于一些低密度点云的待标注物的标注,可以提高点云标注定位的准确度,以及可以此外省去标注人员在点云里确定物体位置的时间,提高标注效率,而对点云的标注框进行大小调整,以在一定程度的进行精细度调整,可以进一步提高标注的准确度。
示例性装置
图5是本公开第一实施例提供的点云标注装置的示意性结构框图。如图5所示,本公开实施例的点云标注装置可以包括:获取模块51、第一标注模块52、第二标注模块53和调整模块54。
获取模块51用于获取第一图像,所述第一图像为包含待标注物的点云的二维图像。
第一标注模块52用于在所述第一图像中对所述待标注物进行标注,以得到所述待标注物的第一标注框。
第二标注模块53用于根据所述第一标注框和所述第一图像的预设方向数据,确定所述第二标注框,所述第二标注框中包含所述待标注物的点云。
调整模块54用于对所述第二标注框进行大小调整,得到第三标注框。
图6是本公开第二实施例提供的点云标注装置的示意性结构框图。如图6所示,第一标注模块52可以进一步包括检测单元521和第一标注框确定单元522。
检测单元521用于检测在所述第一图像中对所述待标注物的框选信息;
第一标注框确定单元522用于根据所述框选信息生成所述第一标注框,其中,所述第一标注框包含所述待标注物的点云。
图7是本公开第三实施例提供的点云标注装置的示意性结构框图。
如图7所示,第二标注模块53可以进一步包括点云方向确定单元531、坐标数据确定单元532和第二标注框确定单元533。
点云方向确定单元531用于根据所述第一图像的预设方向数据确定所述待标注物的点云的方向。
坐标数据确定单元532用于基于所述第一标注框的二维坐标数据确定所述待标注物的点云的三维坐标数据。
第二标注框确定单元533用于根据所述待标注物的点云的三维坐标数据和所述待标注物的点云的方向确定所述第二标注框,所述第二标注框包含所述待标注物的点云。
进一步地,第二标注框确定单元533可以包括:立体框生成子单元(图中未示出),用于根据所述待标注物的点云的三维坐标数据生成立体框;第二标注框确定子单元(图中未示出),用于基于所述待标注物的点云的方向,将所述立体框投影至所述待标注物的点云上,以得到所述第二标注框。
在一些实施例中,坐标数据确定单元532可以包括:第一确定子单元图中未示出),用于确定索引数组,所述索引数组的元素的值均为第一数值,且所述元素的个数与所述待标注物的点云的个数相同;第二确定子单元(图中未示出),用于基于所述第一标注框的二维坐标数据和所述索引数组确定所述第一标注框中的待标注物的图像的视锥;第三确定子单元(图中未示出),用于确定所述待标注物的、与所述视锥中的像素点对应的点云;第四确定子单元(图中未示出),用于根据所述点云确定所述待标注物的三维坐标数据。
进一步地,所述第二确定子单元进一步用于:确定所述待标注物包含在所述第一标注框的二维坐标数据范围的点云;将所述包含在所述第一标注框中并且位于所述二维坐标数据范围的点云外的其他点云所对应的所述索引数组的元素的值置为第二数值;检测第一标注框中的第一坐标值和第二坐标值,其中,所述第一坐标值和第二坐标值在所述第一标注框中的位置属于对角关系;基于所述第一坐标值、第二坐标值以及所述索引数组的元素的值为第一数值的点云,确定所述待标注物的图像的视锥。
进一步地,第四确定子单元进一步用于:对所述点云的深度值进行按从小到大的顺序进行排序,以从所述点云中确定出深度值排序中的前预设个数的点云;确定所述前预设个数的点云的深度值的平均值,以得到该平均值对应的点云;过该点云确定一垂直于地面的标注面;基于所述标注面和预设标注框比例确定所述待标注物的三维坐标数据。
示例性电子设备
图8图示了根据本公开实施例的电子设备的框图。
如图8所示,电子设备800包括一个或多个处理器801和存储器802。
处理器801可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备800中的其他组件以执行期望的功能。
存储器802可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器801可以运行所述程序指令,以实现上文所述的本公开的各个实施例的点云标注方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中,电子设备800还可以包括:输入装置803和输出装置804,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,该输入装置803可以是上述的摄像头或麦克风、麦克风阵列等,用于捕捉图像或声源的输入信号。在该电子设备是单机设备时,该输入装置803可以是通信网络连接器,用于从神经网络处理器接收所采集的输入信号。
此外,该输入设备803还可以包括例如键盘、鼠标等等。
该输出装置804可以向外部输出各种信息,包括确定出的输出电压、输出电流信息等。该输出设备804可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图8中仅示出了该电子设备800中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备800还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的点云标注方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的点云标注方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种点云标注方法,包括:
获取第一图像,所述第一图像为包含待标注物的点云的二维图像;
在所述第一图像中对所述待标注物进行标注,以得到所述待标注物的第一标注框;
根据所述第一标注框和所述第一图像的预设方向数据,确定所述第二标注框,所述第二标注框中包含所述待标注物的点云;
对所述第二标注框进行大小调整,得到第三标注框。
2.根据权利要求1所述的方法,其中,所述在所述第一图像中对所述待标注物进行标注,以得到所述待标注物的第一标注框包括:
检测在所述第一图像中对所述待标注物的框选信息;
根据所述框选信息生成所述第一标注框,其中,所述第一标注框包含所述待标注物的点云。
3.根据权利要求1所述的方法,其中,所述根据所述第一标注框和所述第一图像的预设方向数据,确定所述第二标注框,所述第二标注框包含所述待标注物的点云包括:
根据所述第一图像的预设方向数据确定所述待标注物的点云的方向;
基于所述第一标注框的二维坐标数据确定所述待标注物的点云的三维坐标数据;
根据所述待标注物的点云的三维坐标数据和所述待标注物的点云的方向确定所述第二标注框,所述第二标注框包含所述待标注物的点云。
4.根据权利要求3所述的方法,其中,所述根据所述待标注物的三维坐标数据和所述待标注物的点云的方向确定所述第二标注框包括:
根据所述待标注物的点云的三维坐标数据生成立体框;
基于所述待标注物的点云的方向,将所述立体框投影至所述待标注物的点云上,以得到所述第二标注框。
5.根据权利要求3所述的方法,其中,所述基于所述第一标注框的二维坐标数据确定所述待标注物的三维坐标数据包括:
确定索引数组,所述索引数组的元素的值均为第一数值,且所述元素的个数与所述待标注物的点云的个数相同;
基于所述第一标注框的二维坐标数据和所述索引数组确定所述第一标注框中的待标注物的图像的视锥;
确定所述待标注物的、与所述视锥中的像素点对应的点云;
根据所述点云确定所述待标注物的三维坐标数据。
6.根据权利要求5所述的方法,其中,所述基于所述第一标注框的二维坐标数据和所述索引数组确定所述第一标注框中的待标注物的图像的视锥包括:
确定所述待标注物包含在所述第一标注框的二维坐标数据范围的点云;
将所述包含在所述第一标注框中并且位于所述二维坐标数据范围的点云外的其他点云所对应的所述索引数组的元素的值置为第二数值;
检测第一标注框中的第一坐标值和第二坐标值,其中,所述第一坐标值和第二坐标值在所述第一标注框中的位置属于对角关系;
基于所述第一坐标值、第二坐标值以及所述索引数组的元素的值为第一数值的点云,确定所述待标注物的图像的视锥。
7.根据权利要求5所述的方法,其中,所述根据所述点云确定所述待标注物的三维坐标数据包括:
对所述点云的深度值进行按从小到大的顺序进行排序,以从所述点云中确定出深度值排序中的前预设个数的点云;
确定所述前预设个数的点云的深度值的平均值,以得到该平均值对应的点云;
过该点云确定一垂直于地面的标注面;
基于所述标注面和预设标注框比例确定所述待标注物的三维坐标数据。
8.一种点云标注装置,包括:
获取模块,用于获取第一图像,所述第一图像为包含待标注物的点云的二维图像;
第一标注模块,用于在所述第一图像中对所述待标注物进行标注,以得到所述待标注物的第一标注框;
第二标注模块,用于根据所述第一标注框和所述第一图像的预设方向数据,确定所述第二标注框,所述第二标注框中包含所述待标注物的点云;
调整模块,用于对所述第二标注框进行大小调整,得到第三标注框。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-7任一所述的点云标注方法。
10.一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于执行上述权利要求1-7任一所述的点云标注方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010014429.1A CN113160349A (zh) | 2020-01-07 | 2020-01-07 | 点云标注方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010014429.1A CN113160349A (zh) | 2020-01-07 | 2020-01-07 | 点云标注方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113160349A true CN113160349A (zh) | 2021-07-23 |
Family
ID=76881719
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010014429.1A Pending CN113160349A (zh) | 2020-01-07 | 2020-01-07 | 点云标注方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113160349A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114529610A (zh) * | 2022-01-11 | 2022-05-24 | 浙江零跑科技股份有限公司 | 一种基于rgb-d相机的毫米波雷达数据标注方法 |
CN114549644A (zh) * | 2022-02-24 | 2022-05-27 | 北京百度网讯科技有限公司 | 一种数据标注方法、装置、电子设备及存储介质 |
CN115375987A (zh) * | 2022-08-05 | 2022-11-22 | 北京百度网讯科技有限公司 | 一种数据标注方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180089536A1 (en) * | 2016-09-27 | 2018-03-29 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing point cloud data |
CN109727312A (zh) * | 2018-12-10 | 2019-05-07 | 广州景骐科技有限公司 | 点云标注方法、装置、计算机设备和存储介质 |
CN109978955A (zh) * | 2019-03-11 | 2019-07-05 | 武汉环宇智行科技有限公司 | 一种联合激光点云与图像的高效标注方法 |
CN110135453A (zh) * | 2019-03-29 | 2019-08-16 | 初速度(苏州)科技有限公司 | 一种激光点云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 |
-
2020
- 2020-01-07 CN CN202010014429.1A patent/CN113160349A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180089536A1 (en) * | 2016-09-27 | 2018-03-29 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing point cloud data |
CN109727312A (zh) * | 2018-12-10 | 2019-05-07 | 广州景骐科技有限公司 | 点云标注方法、装置、计算机设备和存储介质 |
CN109978955A (zh) * | 2019-03-11 | 2019-07-05 | 武汉环宇智行科技有限公司 | 一种联合激光点云与图像的高效标注方法 |
CN110135453A (zh) * | 2019-03-29 | 2019-08-16 | 初速度(苏州)科技有限公司 | 一种激光点云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 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN114529610A (zh) * | 2022-01-11 | 2022-05-24 | 浙江零跑科技股份有限公司 | 一种基于rgb-d相机的毫米波雷达数据标注方法 |
CN114549644A (zh) * | 2022-02-24 | 2022-05-27 | 北京百度网讯科技有限公司 | 一种数据标注方法、装置、电子设备及存储介质 |
CN115375987A (zh) * | 2022-08-05 | 2022-11-22 | 北京百度网讯科技有限公司 | 一种数据标注方法、装置、电子设备及存储介质 |
CN115375987B (zh) * | 2022-08-05 | 2023-09-05 | 北京百度网讯科技有限公司 | 一种数据标注方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113160349A (zh) | 点云标注方法、装置、存储介质及电子设备 | |
CN109461211B (zh) | 基于视觉点云的语义矢量地图构建方法、装置和电子设备 | |
CN111783820B (zh) | 图像标注方法和装置 | |
CN106778867B (zh) | 目标检测方法和装置、神经网络训练方法和装置 | |
US11455746B2 (en) | System and methods for extrinsic calibration of cameras and diffractive optical elements | |
CN111694903A (zh) | 地图构建方法、装置、设备以及可读存储介质 | |
CN111179329B (zh) | 三维目标检测方法、装置及电子设备 | |
CN110782517B (zh) | 点云标注方法、装置、存储介质及电子设备 | |
WO2013052600A1 (en) | Using videogrammetry to fabricate parts | |
CN109741241B (zh) | 鱼眼图像的处理方法、装置、设备和存储介质 | |
EP3905195A1 (en) | Image depth determining method and living body identification method, circuit, device, and medium | |
KR101995223B1 (ko) | 보행자 검출 시스템 및 모듈, 방법, 컴퓨터프로그램 | |
WO2023231435A1 (zh) | 视觉感知方法、装置、存储介质和电子设备 | |
CN112465911A (zh) | 图像处理方法及装置 | |
CN113689508B (zh) | 点云标注方法、装置、存储介质及电子设备 | |
CN113281780A (zh) | 对图像数据进行标注的方法、装置及电子设备 | |
JPH1023311A (ja) | 画像情報入力方法及び装置 | |
CN112816995B (zh) | 目标检测方法及装置、融合处理单元、计算机可读介质 | |
CN111062233A (zh) | 标识物表示的获取方法、标识物表示的获取装置和电子设备 | |
CN114638947A (zh) | 数据标注方法、装置、电子设备及存储介质 | |
CN114440856A (zh) | 一种构建语义地图的方法及装置 | |
CN115690469A (zh) | 一种双目图像匹配方法、装置、设备和存储介质 | |
CN113808186A (zh) | 训练数据生成方法、装置与电子设备 | |
CN113033426A (zh) | 动态对象标注方法、装置、设备和存储介质 | |
CN112417924A (zh) | 一种标志杆的空间坐标获取方法及装置 |
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 |