CN113763561B - Poi数据生成方法、装置、存储介质及电子设备 - Google Patents

Poi数据生成方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN113763561B
CN113763561B CN202110955487.9A CN202110955487A CN113763561B CN 113763561 B CN113763561 B CN 113763561B CN 202110955487 A CN202110955487 A CN 202110955487A CN 113763561 B CN113763561 B CN 113763561B
Authority
CN
China
Prior art keywords
camera
dimensional
poi
region
dimensional vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110955487.9A
Other languages
English (en)
Other versions
CN113763561A (zh
Inventor
王明晖
谢日旭
符思涛
赵铮
魏晓林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202110955487.9A priority Critical patent/CN113763561B/zh
Publication of CN113763561A publication Critical patent/CN113763561A/zh
Application granted granted Critical
Publication of CN113763561B publication Critical patent/CN113763561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开涉及一种POI数据生成方法、装置、存储介质及电子设备。该方法包括：获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI；基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿；根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图；根据所述相机二维向量分布图与所述待生成区域的平面布局图的配准关系，确定所述相机二维向量分布图中每一相机二维向量在所述待生成区域的平面布局图中对应的指向区域的坐标信息，以得到每一所述相机二维向量所表征的实体POI的坐标信息。采用本公开的这种方法，可以提高POI数据生成的效率和准确率。

Description

POI数据生成方法、装置、存储介质及电子设备
技术领域
本公开涉及计算机技术领域，具体地，涉及一种POI数据生成方法、装置、存储介质及电子设备。
背景技术
POI(Point of Interest)，中文可以翻译为“兴趣点”。在地理信息系统中，一个POI可以表征一栋房子、一个商铺、一个邮筒、一个公交站、一个超市、一家医院等任一种地理对象。
不管在本地生活行业中，还是在地图行业中，POI的准确性都十分重要。当POI出现错误时，用户可能无法找到该POI表征的实体的实际位置，或者用户无法确定该POI表征的实体是否真实存在。因此，相关技术中，为了在日新月异的现实生活环境中保障POI数据库的准确性，人们常常对POI数据库进行校对更新。然而，目前的POI生成/校对方式不仅人力成本高而且生成/校对后的POI数据的准确性也较低。
发明内容
本公开的目的是提供一种POI数据生成方法、装置、存储介质及电子设备，以解决相关技术中存在的问题。
为了实现上述目的，本公开实施例的第一部分提供一种POI数据生成方法，所述方法包括：
获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI；
基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿；
根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图；
根据所述相机二维向量分布图与所述待生成区域的平面布局图的配准关系，确定所述相机二维向量分布图中每一相机二维向量在所述待生成区域的平面布局图中对应的指向区域的坐标信息，以得到每一所述相机二维向量所表征的实体POI的坐标信息。
可选地，所述根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图，包括：
将所述三维点云映射到水平面，得到二维点云图；
将所述二维点云图与所述待生成区域的平面布局图进行配准，得到在所述平面布局图的坐标系下的配准二维点云图，以及得到将所述二维点云图转换为所述配准二维点云图的转换参数；
根据所述转换参数对每一所述图像的所述相机三维位姿进行转换，以得到所述相机二维向量分布图。
可选地，所述根据所述转换参数对每一所述图像的所述相机三维位姿进行转换，以得到所述相机二维向量分布图，包括：
针对每一所述图像的所述相机三维位姿，计算相机三维向量；
将每一所述相机三维向量映射到所述水平面，得到相机二维向量平面图；
根据所述转换参数对所述相机二维向量平面图进行坐标系转换，得到在所述平面布局图的坐标系下的所述相机二维向量分布图。
可选地，所述方法还包括：
在所述待生成区域对应有历史POI数据的情况下，将所述待生成区域确定为待校对区域，并根据所述相机二维向量分布图中的每一所述相机二维向量在所述待校对区域的平面布局图中对应的所述指向区域的坐标信息，对所述历史POI数据进行校对。
可选地，所述根据所述相机二维向量分布图中的每一所述相机二维向量在所述待校对区域的平面布局图中对应的所述指向区域的坐标信息，对所述历史POI数据进行校对，包括：
根据所述相机二维向量分布图和所述待校对区域的平面布局图的配准关系，确定所述相机二维向量分布图中的目标相机二维向量在所述待校对区域的平面布局图中对应的目标指向区域，所述目标相机二维向量为任一所述相机二维向量；
确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
可选地，在所述确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新之前，包括：
判断所述目标指向区域是否为所述待校对区域的平面布局图中已规划的POI区域；
所述确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新，包括：
在确定所述目标指向区域为所述待校对区域的平面布局图中已规划的POI区域的情况下，确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
可选地，所述方法还包括：
在确定所述目标指向区域不为所述待校对区域的平面布局图中已规划的POI区域的情况下，请求用户对所述待校对区域的平面布局图进行POI地图布局更新；并，
在更新后的待校对区域的平面布局图中的所述目标指向区域新增所述目标相机二维向量所表征的所述实体POI的信息，其中，所述目标相机二维向量所表征的所述实体POI的坐标信息为所述目标指向区域的坐标信息。
可选地，所述方法还包括：
响应于用户的人工校对请求，将所述配准二维点云图、所述相机二维向量分布图、以及所述平面布局图叠加生成人工校对页面；
通过所述用户的终端界面展示所述人工校对页面，以供所述用户进行人工校对。
本公开实施例的第二部分提供一种POI数据生成装置，所述装置包括：
获取模块，被配置为用于获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI；
重建模块，被配置为用于基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿；
配准模块，被配置为用于根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图；
生成模块，被配置为用于根据所述相机二维向量分布图与所述待生成区域的平面布局图的配准关系，确定所述相机二维向量分布图中每一相机二维向量在所述待生成区域的平面布局图中对应的指向区域的坐标信息，以得到每一所述相机二维向量所表征的实体POI的坐标信息。
可选地，所述配准模块包括：
第一映射子模块，被配置为用于将所述三维点云映射到水平面，得到二维点云图；
第一配准子模块，被配置为用于将所述二维点云图与所述待生成区域的平面布局图进行配准，得到在所述平面布局图的坐标系下的配准二维点云图，以及得到将所述二维点云图转换为所述配准二维点云图的转换参数；
转换子模块，被配置为用于根据所述转换参数对每一所述图像的所述相机三维位姿进行转换，以得到所述相机二维向量分布图。
可选地，所述转换子模块包括：
计算子模块，被配置为用于针对每一所述图像的所述相机三维位姿，计算相机三维向量；
第二映射子模块，被配置为用于将每一所述相机三维向量映射到所述水平面，得到相机二维向量平面图；
第二配准子模块，被配置为用于根据所述转换参数对所述相机二维向量平面图进行坐标系转换，得到在所述平面布局图的坐标系下的所述相机二维向量分布图。
可选地，所述装置还包括：
校对模块，被配置为用于在所述待生成区域对应有历史POI数据的情况下，将所述待生成区域确定为待校对区域，并根据所述相机二维向量分布图中的每一所述相机二维向量在所述待校对区域的平面布局图中对应的所述指向区域的坐标信息，对所述历史POI数据进行校对。
可选地，所述校对模块包括：
执行子模块，被配置为用于根据所述相机二维向量分布图和所述待校对区域的平面布局图的配准关系，确定所述相机二维向量分布图中的目标相机二维向量在所述待校对区域的平面布局图中对应的目标指向区域，所述目标相机二维向量为任一所述相机二维向量；
对比子模块，被配置为用于确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
可选地，所述校对模块还包括：
判断子模块，被配置为用于在所述确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新之前，判断所述目标指向区域是否为所述待校对区域的平面布局图中已规划的POI区域；
所述对比子模块，具体被配置为用于在确定所述目标指向区域为所述待校对区域的平面布局图中已规划的POI区域的情况下，确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
可选地，所述校对模块还包括：
更新子模块，被配置为用于在确定所述目标指向区域不为所述待校对区域的平面布局图中已规划的POI区域的情况下，请求用户对所述待校对区域的平面布局图进行POI地图布局更新；并，在更新后的待校对区域的平面布局图中的所述目标指向区域新增所述目标相机二维向量所表征的所述实体POI的信息，其中，所述目标相机二维向量所表征的所述实体POI的坐标信息为所述目标指向区域的坐标信息。
可选地，所述装置还包括：
生成模块，被配置为用于响应于用户的人工校对请求，将所述配准二维点云图、所述相机二维向量分布图、以及所述平面布局图叠加生成人工校对页面；
交互模块，被配置为用于通过所述用户的终端界面展示所述人工校对页面，以供所述用户进行人工校对。
本公开实施例的第三部分提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一部分中任一项所述方法的步骤。
本公开实施例的第四部分提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现第一部分中任一项所述方法的步骤。
采用上述技术方案，至少能够达到如下的技术效果：
通过获取待生成区域的现场图像集，并基于获取到的现场图像集进行三维重建，可得到与待生成区域对应的三维点云、以及得到拍摄每一图像的相机三维位姿。根据三维点云、每一图像的相机三维位姿、以及该待生成区域的平面布局图可以生成与该平面布局图配准后的相机二维向量分布图。由于每一图像中包括一个实体POI，而相机二维向量分布图中的每一相机二维向量对应一张图像，所以每一相机二维向量对应一个实体POI。进一步地，由于相机二维向量分布图与待生成区域的平面布局图进行了配准，因此相机二维向量分布图与待生成区域的平面布局图处于同一坐标系下，基于此可确定相机二维向量分布图中每一相机二维向量在该平面布局图中对应的指向区域的坐标信息，如此可以得到每一相机二维向量所表征的实体POI的坐标信息。采用本公开的这种方法，可以提升POI数据生成的效率和准确率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据本公开一示例性实施例示出的一种POI数据生成方法的流程图。
图2是根据本公开一示例性实施例示出的一种点云和位姿的二维呈像示意图。
图3是根据本公开一示例性实施例示出的一种二维点云图与待生成区域的平面布局图的人工配准页面示意图。
图4是根据本公开一示例性实施例示出的一种人工校对页面示意图。
图5是根据本公开一示例性实施例示出的一种生成人工复核页面的方法的流程图。
图6是根据本公开一示例性实施例示出的一种POI数据生成装置的框图。
图7是根据本公开一示例性实施例示出的一种电子设备的框图。
图8是根据本公开一示例性实施例示出的另一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
正如背景技术所述，相关技术中，为了在日新月异的现实生活环境中保障POI数据库的准确性，人们常常对POI数据库进行生成校对更新。采用的生成校对更新方法为，通过官方渠道如微博、公众号等方式向群众发布POI生成更新任务。接到任务的现场采集员前往任务中记载的目标现场。现场采集员到达目标现场之后，该现场采集员通过现场平面地图确定待生成区域的现场位置，并确定该现场位置上的各POI位置是否准确、POI是否存在、POI是否更名、以及是否有新增POI等。现场采集员将POI勘察信息填写到勘察表格后上传至后台服务器。后台服务器根据接收到的勘察表格生成或更新POI数据。然而这种方式，需要现场采集员具有一定的识地图能力，因为在室内场景下的GPS等辅助定位工具的精度很差。而且，后台服务器无法确定现场采集员上传的POI勘察信息是否准确。虽然可以通过对比多个现场采集员上传的同一目标现场的POI勘察信息来确定各现场采集员上传的POI勘察信息是否准确，但这种交叉对比的方式无疑需要很高的人力成本。
为了提升POI数据生成校对的准确性，可采用另一种生成校对方法。具体地，由专业的现场采集员采用激光扫描设备对现场进行扫描，得到现场的激光点云数据。然后将激光点云数据上传至后台服务器。后台服务器根据接收到的激光点云数据进行运算处理以生成POI数据或者以对POI数据库进行校对更新。然而，在现场采集员采用激光扫描设备对现场进行扫描之前，需要对现场进行清场，以避免激光对人体造成伤害。而对现场进行清场需要大量的物业人员或辅助人员从旁协助。除此之外，激光扫描设备价格不仅昂贵，而且激光扫描设备需要专业人员进行专业的安全操作。因此这种方式虽然可以提升POI数据生成校对的准确性，但是人力物力成本要求更高，不适用于POI数据生成校对频次高的场景。
有鉴于此，本公开实施例提供一种POI数据生成方法、装置、存储介质及电子设备，以在降低人力成本的基础上，提升POI数据生成的准确性。
图1是根据本公开一示例性实施例示出的一种POI数据生成方法的流程图，如图1所示，该方法可以包括以下步骤：
S11、获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI。
在实体POI定义不同时，上述至少一张图像中的每一张图像可能包括多个POI实体。
其中，现场图像集中还可以包括至少一张辅助图像，辅助图像为用户或智能设备(如机器人、无人机)在拍摄上述包括一个实体POI的图像的沿途中所拍摄的不包括实体POI的图像。辅助图像用于在三维重建时辅助生成更完整准确的现场三维结构，以及用于起到连接各个实体POI的作用。示例地，辅助图像可以为两个POI之间的分户墙所对应的拍摄图像。再示例地，辅助图像也可以为过道、走廊、以及电梯所对应的拍摄图像。
一种可能的实施方式，现场图像集中有10张图像，其中一张图像包括一个实体POI，其余9张为辅助图像。
一种现场图像集的采集方式为，现场采集员手持摄像装置，按照预设室内路径步行移动并沿途拍摄图像，在每到达一个POI实体位置时，转身正对该POI拍摄一张包括该实体POI的图像(优选地，可拍摄该实体POI的门头招牌得到门头图)，同时可通过摄像装置上的某功能按钮对该包括实体POI的图像进行标记，以用于区分辅助图像。
值得说明的是，待生成区域可以为整个室内平层，例如商场、办公楼等室内平层。容易理解的，待生成区域也可以是整个室内平层中的一部分区域。除此之外，待生成区域还可以为城市中的部分规划区域，如单个小区对应的区域、如露天集市对应的区域等。
现场图像集中的各个图像可以是使用摄像机单独拍摄的图像，也可以是从摄像机录制的视频中抽取到的连续或不连续的图像。
一种可能的实现方式，现场图像集可以为现场采集员在待生成区域的现场按照预设路线进行录像(或连拍)而得到的图像集。另一种可能的实现方式，现场图像集可以是通过数据挖掘技术，从各原创视频分享平台上的海量UGC视频(User Generated Content，即用户原创视频)中选取视频场景为待生成区域现场的UGC视频而得到的。
在待生成区域为商场的情况下，一种优选的实施方式为，现场采集员在待生成区域的现场按照预设路线对每一商店的门头进行录像(或连拍)从而得到待生成区域的现场图像集。而可能的，可以对录像视频或连拍图像集进行预处理，将针对每一商店拍摄得到的连续多张门头图像进行超分合成处理，得到一张更高分辨率的商店门头图。如此，可使预处理后的现场图像集中每一张高分辨率图像独立对应一个实体POI(实体POI可表征商场中的商店)。
S12、基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿。
本领域普通技术人员应当知悉的是，相关技术中，基于图像序列可重建该图像序列对应的三维立体场景，而基于图像的三维重建，还可求解出拍摄各图像的相机拍摄位姿(如使用P3P算法进行相机位姿求解)。因此，在本公开步骤S12中，采用相关技术中的三维重建技术，基于现场图像集进行三维重建，可以得到与待生成区域对应的三维点云、以及解算得到拍摄每一图像的相机三维位姿。
在现场图像集中包括辅助图像、以及POI图像(表征前述的包括一个实体POI的图像)、且各辅助图像、POI图像为连续拍摄的连贯图像的情况下，基于现场图像集进行三维重建，可得到与现场图像集中每一张图像分别对应的相机三维位姿。在有对POI图像进行标记的情况下，可根据该标记筛选出各POI图像对应的相机三维位姿。基于包括辅助图像、以及POI图像的连贯的现场图像集进行三维重建，因图像数据丰富且图像数据的覆盖面广而能够构建出更加完整连贯的三维现场图。而且，多张图像也能够辅助计算得到更准确的相机三维位姿。
值得解释的是，在逆向工程中通过测量仪器得到的产品外观表面的点数据集合称之为点云，而使用三维坐标测量机所得到的点数据集合称之为三维点云。此外，相机三维位姿表征相机的三维坐标位置和姿态角。
示例地，一种可能的情况下，基于现场图像集进行三维重建，得到的与待生成区域对应的三维点云、以及得到的拍摄每一图像的相机三维位姿的数据呈像可以如图2所示。
S13、根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图。
此处值得解释的是，配准(registration)是指同一区域内以不同成像手段所获得的不同图像图形的地理坐标的匹配。包括几何纠正、投影变换与统一比例尺三方面的处理。
一种可能的实施方式，所述根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图，包括：
将所述三维点云映射到水平面，得到二维点云图；将所述二维点云图与所述待生成区域的平面布局图进行配准，得到在所述平面布局图的坐标系下的配准二维点云图，以及得到将所述二维点云图转换为所述配准二维点云图的转换参数；根据所述转换参数对每一所述图像的所述相机三维位姿进行转换，以得到所述相机二维向量分布图。
水平面是指与铅垂线垂直的平面。在地面小范围内的静止水面可以当作水平面。
将三维点云映射到水平面之后，可以得到水平面上的二维点云图。由于待生成区域的平面布局图也是基于水平面的图像，所以可以将二维点云图与待生成区域的平面布局图进行配准处理，以得到在平面布局图的坐标系下的配准二维点云图，进一步地可以得到将二维点云图转换为配准二维点云图的转换参数。其中值得解释的是，将二维点云图与待生成区域的平面布局图进行配准处理的过程可以理解为是根据二维点云图中的多个第一控制点与待生成区域的平面布局图中对应的多个第二控制点通过旋转、平移、缩放等方式进行一一对齐匹配，以将二维点云图变换到平面布局图的坐标系下得到配准二维点云图。容易理解的是，将二维点云图转换为配准二维点云图的转换参数包括旋转、平移、缩放(即几何纠正、投影变换与统一比例尺三方面)等参数。示例地，在人工处理配准过程的情况下，可能使用如图3所示的二维点云图与待生成区域的平面布局图的人工配准页面。
由于每一图像的相机三维位姿与三维点云都是基于现场图像集进行三维重建后解算得到的，因此，每一图像的相机三维位姿与三维点云对应相同的坐标系。进而容易理解的是，根据将二维点云图转换为配准二维点云图的转换参数可以对每一图像的相机三维位姿进行转换，以得到相机二维向量分布图。
示例地，根据转换参数对每一图像的相机三维位姿进行转换，以得到相机二维向量分布图的一种实施方式为：
针对每一所述图像的所述相机三维位姿，计算相机三维向量；将每一所述相机三维向量映射到所述水平面，得到相机二维向量平面图；根据所述转换参数对所述相机二维向量平面图进行坐标系转换，得到在所述平面布局图的坐标系下的所述相机二维向量分布图。
具体地，针对每一图像的相机三维位姿，计算相机三维向量。如，将相机光心的三维坐标作为相机三维向量的起点，将相机的姿态角作为向量的方向，将根据图像的深度信息计算的距离按照比例缩小后作为向量的长度，或者，将根据经验值估计的一个距离作为向量的长度。进一步地，将每一相机三维向量也映射到水平面，得到水平面上的相机二维向量平面图，根据将二维点云图转换为配准二维点云图的转换参数对相机二维向量平面图进行坐标系转换，以得到在平面布局图的坐标系下的相机二维向量分布图。
再示例地，根据转换参数对每一图像的相机三维位姿进行转换，以得到相机二维向量分布图的另一种实施方式为：
针对每一所述图像的所述相机三维位姿，计算相机三维向量；根据所述转换参数对每一所述图像的所述相机三维向量进行转换，得到转换后的目标相机三维向量；将每一所述目标相机三维向量映射到水平面，以得到在所述平面布局图的坐标系下的所述相机二维向量分布图。
其中，值得说明的是，根据转换参数对每一相机三维向量进行转换的过程中，可以不对目标相机三维向量中的Y维度数据(即垂直水平面的高度维度)进行转换。
S14、根据所述相机二维向量分布图与所述待生成区域的平面布局图的配准关系，确定所述相机二维向量分布图中每一相机二维向量在所述待生成区域的平面布局图中对应的指向区域的坐标信息，以得到每一所述相机二维向量所表征的实体POI的坐标信息。
由于相机二维向量分布图与待生成区域的平面布局图具有配准关系，即两者处于相同的坐标系，因此，针对相机二维向量分布图中的每一相机二维向量，可确定该相机二维向量指向的平面布局图中的指向区域的坐标信息，如此可得到每一相机二维向量所表征的实体POI的坐标信息，其中，该相机二维向量所表征的实体POI的坐标信息为对应的指向区域的坐标信息。应当说明的是，指向区域的坐标信息既可以是平面布局图坐标系下的坐标信息，也可以为现实世界中的楼宇、楼层、门店号、经纬度、海拔等坐标信息。
一种可实现的实施方式，在所述待生成区域对应有历史POI数据的情况下，可将所述待生成区域确定为待校对区域，并根据所述相机二维向量分布图中的每一所述相机二维向量在所述待校对区域的平面布局图中对应的所述指向区域的坐标信息，对所述历史POI数据进行校对，具体包括以下步骤：
根据所述相机二维向量分布图和所述待校对区域的平面布局图的配准关系，确定所述相机二维向量分布图中的目标相机二维向量在所述待校对区域的平面布局图中对应的目标指向区域，所述目标相机二维向量为所述相机二维向量分布图中的任一相机二维向量；确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的图像中的实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
由于配准后的相机二维向量分布图与待校对区域的平面布局图(即前述待生成区域的平面布局图)处于相同的坐标系，因此，可确定相机二维向量分布图中的目标相机二维向量指向的待校对区域的平面布局图中的目标指向区域，并确定该目标指向区域对应的历史POI，将该历史POI与目标相机二维向量对应的图像中的实体POI进行对比，以确定该目标指向区域的POI是否更新。容易理解的是，如果该目标指向区域的历史POI与目标相机二维向量表征的实体POI为不同的POI，那么说明该目标指向区域的POI已经发生了变化，需要对该目标指向区域的POI信息进行更新。如果该目标指向区域的历史POI与目标相机二维向量表征的实体POI为相同的POI，那么说明该目标指向区域的POI未发生变化，无需对该目标指向区域的POI信息进行更新。
采用本公开的这种方法，通过获取待生成区域的现场图像集，并基于获取到的现场图像集进行三维重建，可得到与待生成区域对应的三维点云、以及得到拍摄每一图像的相机三维位姿。根据三维点云、每一图像的相机三维位姿、以及该待生成区域的平面布局图可以生成与该平面布局图配准后的相机二维向量分布图。由于每一图像中包括一个实体POI，而相机二维向量分布图中的每一相机二维向量对应一张图像，所以每一相机二维向量对应一个实体POI。进一步地，由于相机二维向量分布图与待生成区域的平面布局图进行了配准，因此相机二维向量分布图与待生成区域的平面布局图处于同一坐标系下，基于此可确定相机二维向量分布图中每一相机二维向量在该平面布局图中对应的指向区域的坐标信息，如此可以得到每一相机二维向量所表征的实体POI的坐标信息。采用本公开的这种方法，可以提升POI数据生成的效率和准确率。而在该待生成区域对应有历史POI数据的情况下，可根据当前生成的POI数据对历史POI数据进行校对，如此，采用本公开的这种方法校对POI数据，由于无需人工进行POI校对，因此可降低人工成本。而且，本公开的这种方式相较于人工校对的方式同样效率和准确率更高。
值得说明的是，如果本公开的现场图像集为现场采集员在待生成/校对区域的现场按照预设路线进行录像(或连拍)而得到的图像集。那么这种方式仅需现场采集员针对商店(实体POI对象)的招牌拍摄连续的图像即可，无需现场采集员确定各个商店的具体位置，因而这种方式对现场采集员的地图识别能力要求较低。而通过本公开的上述方法，根据现场图像集可计算得到每一图像上的POI商店的具体位置，从而实现POI自动生成或校对的目的。而且，一种可实现的实施方式，可将现场图像集进行存储，以便于数据追溯(如质检场景下需要追溯数据以进行POI生成或校对质量检验以及生成或校对复核等)。
一种可能的实施方式，在所述确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的图像中的实体POI进行对比，以确定所述目标指向区域的当前POI是否更新之前，可以包括以下步骤：
判断所述目标指向区域是否为所述待校对区域的平面布局图中已规划的POI区域。
值得说明的是，在待校对区域的POI布局可变动的情况下，待校对区域的平面布局图也会适应性变化。待校对区域的平面布局图发生变化的情况下，存储的历史待校对区域的平面布局图失真。因此，可以在执行确定目标指向区域对应的历史POI，并将历史POI与目标相机二维向量对应的图像中的实体POI进行对比，以确定目标指向区域的当前POI是否更新的步骤之前，先判断目标指向区域是否为待校对区域的平面布局图中已规划的POI区域。在确定目标指向区域为待校对区域的平面布局图中已规划的POI区域的情况下，执行确定目标指向区域对应的历史POI，并将历史POI与目标相机二维向量对应的图像中的实体POI进行对比，以确定目标指向区域的当前POI是否更新的步骤。
而一种可能的情况，在确定所述目标指向区域不为所述待校对区域的平面布局图中已规划的POI区域的情况下，说明待校对区域的平面布局图已经发生了变化，此时，可请求用户对待校对区域的平面布局图进行POI地图布局更新，并在更新后的待校对区域的平面布局图中的目标指向区域新增目标相机二维向量表征的实体POI的信息，其中，所述目标相机二维向量所表征的所述实体POI的坐标信息为所述目标指向区域的坐标信息。
另一种可能的情况，目标指向区域可能表征多个已规划的历史POI区域，即对应实体POI(如商店)的占地面积进行了扩张的情况。这种情况下，可将多个已规划的历史POI区域的依次与目标相机二维向量对应的图像中的实体POI进行对比，并对该目标指向区域的当前POI信息进行更新，例如将该多个已规划的历史POI区域合并为一个POI区域。
采用本公开的这种方式，能够感知待校对区域的现场平面布局图的拓扑变化。并在确定待校对区域的现场平面布局图发生变化的情况下，请求用户对待校对区域的平面布局图进行POI地图布局更新或者自动更新(如历史POI区域合并)。POI地图布局更新包括但不限于新增POI区域、或者合并POI区域、或者删除POI区域。
一种可能的实施方式，所述POI校对方法还可以包括以下步骤：
响应于用户的人工校对请求，将所述配准二维点云图、所述相机二维向量分布图、以及所述平面布局图叠加生成人工校对页面；通过所述用户的终端界面展示所述人工校对页面，以供所述用户进行人工校对。
即是说，如果用户想要人工校对POI，那么适应性的，本公开的方法可以响应于用户的人工校对请求，将配准二维点云图、相机二维向量分布图、以及待校对区域的平面布局图叠加生成人工校对页面，并通过用户的终端界面展示人工校对页面，以供用户进行人工校对。示例地，人工校对页面可以如图4所示。值得说明的是图4中的箭头表征相机二维向量。其中，另外还值得说明的是，一个POI的信息包括坐标、名称、类别、分类等一个或多个维度的信息。
参见图5，再一种可能的实施方式，基于本公开上述POI数据生成方法的实质性原理，可以通过以下步骤生成待生成区域的人工复核页面：
S51、获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI；
S52、基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿；
S53、将所述三维点云映射到水平面，得到二维点云图；
S54、将所述二维点云图与所述待生成区域的平面布局图进行配准，得到在所述平面布局图的坐标系下的配准二维点云图，以及得到将所述二维点云图转换为所述配准二维点云图的转换参数；
S55、针对每一所述图像的所述相机三维位姿，计算相机三维向量；
S56、将每一所述相机三维向量映射到所述水平面，得到相机二维向量平面图；
S57、根据所述转换参数对所述相机二维向量平面图进行坐标系转换，得到在所述平面布局图的坐标系下的所述相机二维向量分布图；
S58、将所述配准二维点云图、所述相机二维向量分布图、以及所述待生成区域的平面布局图叠加生成人工确认/复核页面；
S59、通过所述用户的终端界面展示所述人工确认/复核页面，以供所述用户进行人工确认/复核。
基于同一发明构思，本公开实施例还提供一种POI数据生成装置，如图6所示，该装置600包括：
获取模块610，被配置为用于获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI；
重建模块620，被配置为用于基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿；
配准模块630，被配置为用于根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图；
生成模块640，被配置为用于根据所述相机二维向量分布图与所述待生成区域的平面布局图的配准关系，确定所述相机二维向量分布图中每一相机二维向量在所述待生成区域的平面布局图中对应的指向区域的坐标信息，以得到每一所述相机二维向量所表征的实体POI的坐标信息。
采用上述装置，通过获取待生成区域的现场图像集，并基于获取到的现场图像集进行三维重建，可得到与待生成区域对应的三维点云、以及得到拍摄每一图像的相机三维位姿。根据三维点云、每一图像的相机三维位姿、以及该待生成区域的平面布局图可以生成与该平面布局图配准后的相机二维向量分布图。由于每一图像中包括一个实体POI，而相机二维向量分布图中的每一相机二维向量对应一张图像，所以每一相机二维向量对应一个实体POI。进一步地，由于相机二维向量分布图与待生成区域的平面布局图进行了配准，因此相机二维向量分布图与待生成区域的平面布局图处于同一坐标系下，基于此可确定相机二维向量分布图中每一相机二维向量在该平面布局图中对应的指向区域的坐标信息，如此可以得到每一相机二维向量所表征的实体POI的坐标信息。采用本公开的这种方法，可以提升POI数据生成的效率和准确率。
可选地，所述配准模630块包括：
第一映射子模块，被配置为用于将所述三维点云映射到水平面，得到二维点云图；
第一配准子模块，被配置为用于将所述二维点云图与所述待生成区域的平面布局图进行配准，得到在所述平面布局图的坐标系下的配准二维点云图，以及得到将所述二维点云图转换为所述配准二维点云图的转换参数；
转换子模块，被配置为用于根据所述转换参数对每一所述图像的所述相机三维位姿进行转换，以得到所述相机二维向量分布图。
可选地，所述转换子模块包括：
计算子模块，被配置为用于针对每一所述图像的所述相机三维位姿，计算相机三维向量；
第二映射子模块，被配置为用于将每一所述相机三维向量映射到所述水平面，得到相机二维向量平面图；
第二配准子模块，被配置为用于根据所述转换参数对所述相机二维向量平面图进行坐标系转换，得到在所述平面布局图的坐标系下的所述相机二维向量分布图。
可选地，所述装置600还包括：
校对模块，被配置为用于在所述待生成区域对应有历史POI数据的情况下，将所述待生成区域确定为待校对区域，并根据所述相机二维向量分布图中的每一所述相机二维向量在所述待校对区域的平面布局图中对应的所述指向区域的坐标信息，对所述历史POI数据进行校对。
可选地，所述校对模块包括：
执行子模块，被配置为用于根据所述相机二维向量分布图和所述待校对区域的平面布局图的对应关系，确定所述相机二维向量分布图中的目标相机二维向量在所述待校对区域的平面布局图中对应的目标指向区域，所述目标相机二维向量为所述相机二维向量分布图中的任一相机二维向量；
对比子模块，被配置为用于确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的图像中的实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
可选地，所述校对模块还包括：
判断子模块，被配置为用于在所述确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的图像中的实体POI进行对比，以确定所述目标指向区域的当前POI是否更新之前，判断所述目标指向区域是否为所述待校对区域的平面布局图中已规划的POI区域；
所述对比子模块，具体被配置为用于在确定所述目标指向区域为所述待校对区域的平面布局图中已规划的POI区域的情况下，确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的图像中的实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
可选地，所述校对模块还包括：
更新子模块，被配置为用于在确定所述目标指向区域不为所述待校对区域的平面布局图中已规划的POI区域的情况下，请求用户对所述待校对区域的平面布局图进行POI地图布局更新；并，在更新后的待校对区域的平面布局图中的所述目标指向区域新增所述目标相机二维向量表征的实体POI的信息，其中，所述目标相机二维向量所表征的所述实体POI的坐标信息为所述目标指向区域的坐标信息。
可选地，所述装置600还包括：
生成模块，被配置为用于响应于用户的人工校对请求，将所述配准二维点云图、所述相机二维向量分布图、以及所述平面布局图叠加生成人工校对页面；
交互模块，被配置为用于通过所述用户的终端界面展示所述人工校对页面，以供所述用户进行人工校对。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种电子设备700的框图。如图7所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者。
其中，处理器701用于控制该电子设备700的整体操作，以完成上述的POI数据生成方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的POI数据生成方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的POI数据生成方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的POI数据生成方法。
图8是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图8，电子设备1900包括处理器1922，其数量可以为一个或多个，以及存储器1932，用于存储可由处理器1922执行的计算机程序。存储器1932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1922可以被配置为执行该计算机程序，以执行上述的POI数据生成方法。
另外，电子设备1900还可以包括电源组件1926和通信组件1950，该电源组件1926可以被配置为执行电子设备1900的电源管理，该通信组件1950可以被配置为实现电子设备1900的通信，例如，有线或无线通信。此外，该电子设备1900还可以包括输入/输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的POI数据生成方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器1932，上述程序指令可由电子设备1900的处理器1922执行以完成上述的POI数据生成方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的POI数据生成方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (11)

1.一种POI数据生成方法，其特征在于，所述方法包括：
获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI；
基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿；
根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图，其中，所述相机二维向量分布图中的相机二维向量表征将所述相机三维位姿转换到所述平面布局图的坐标系下的转换结果；
根据所述相机二维向量分布图与所述待生成区域的平面布局图的配准关系，确定所述相机二维向量分布图中每一相机二维向量在所述待生成区域的平面布局图中对应的指向区域的坐标信息，以得到每一所述相机二维向量所表征的实体POI的坐标信息；
其中，将所述相机三维位姿转换到所述平面布局图的坐标系下，得到所述相机二维向量分布图中的相机二维向量，包括：将相机光心的三维位置坐标作为相机三维向量的起点，将相机的姿态角作为所述相机三维向量的方向，将根据图像的深度信息计算的距离按照比例缩小后得到所述相机三维向量的长度，或者，将根据经验值估计的一个距离作为所述相机三维向量的长度，将所述相机三维向量转换到所述平面布局图的坐标系下，得到所述相机二维向量分布图中的相机二维向量。
2.根据权利要求1所述的方法，其特征在于，所述根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图，包括：
将所述三维点云映射到水平面，得到二维点云图；
将所述二维点云图与所述待生成区域的平面布局图进行配准，得到在所述平面布局图的坐标系下的配准二维点云图，以及得到将所述二维点云图转换为所述配准二维点云图的转换参数；
根据所述转换参数对每一所述图像的所述相机三维位姿进行转换，以得到所述相机二维向量分布图。
3.根据权利要求2所述的方法，其特征在于，所述根据所述转换参数对每一所述图像的所述相机三维位姿进行转换，以得到所述相机二维向量分布图，包括：
针对每一所述图像的所述相机三维位姿对应的所述相机三维向量，将每一所述相机三维向量映射到所述水平面，得到相机二维向量平面图；
根据所述转换参数对所述相机二维向量平面图进行坐标系转换，得到在所述平面布局图的坐标系下的所述相机二维向量分布图。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：
在所述待生成区域对应有历史POI数据的情况下，将所述待生成区域确定为待校对区域，并根据所述相机二维向量分布图中的每一所述相机二维向量在所述待校对区域的平面布局图中对应的所述指向区域的坐标信息，对所述历史POI数据进行校对。
5.根据权利要求4所述的方法，其特征在于，所述根据所述相机二维向量分布图中的每一所述相机二维向量在所述待校对区域的平面布局图中对应的所述指向区域的坐标信息，对所述历史POI数据进行校对，包括：
根据所述相机二维向量分布图和所述待校对区域的平面布局图的配准关系，确定所述相机二维向量分布图中的目标相机二维向量在所述待校对区域的平面布局图中对应的目标指向区域，所述目标相机二维向量为任一所述相机二维向量；
确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
6.根据权利要求5所述的方法，其特征在于，在所述确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新之前，包括：
判断所述目标指向区域是否为所述待校对区域的平面布局图中已规划的POI区域；
所述确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新，包括：
在确定所述目标指向区域为所述待校对区域的平面布局图中已规划的POI区域的情况下，确定所述目标指向区域对应的历史POI，并将所述历史POI与所述目标相机二维向量对应的所述图像中的所述实体POI进行对比，以确定所述目标指向区域的当前POI是否更新。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在确定所述目标指向区域不为所述待校对区域的平面布局图中已规划的POI区域的情况下，请求用户对所述待校对区域的平面布局图进行POI地图布局更新；并，
在更新后的待校对区域的平面布局图中的所述目标指向区域新增所述目标相机二维向量所表征的所述实体POI的信息，其中，所述目标相机二维向量所表征的所述实体POI的坐标信息为所述目标指向区域的坐标信息。
8.根据权利要求2所述的方法，其特征在于，所述方法还包括：
响应于用户的人工校对请求，将所述配准二维点云图、所述相机二维向量分布图、以及所述平面布局图叠加生成人工校对页面；
通过所述用户的终端界面展示所述人工校对页面，以供所述用户进行人工校对。
9.一种POI数据生成装置，其特征在于，所述装置包括：
获取模块，被配置为用于获取待生成区域的现场图像集，所述现场图像集中包括至少一张图像，每一所述图像中包括一个实体POI；
重建模块，被配置为用于基于所述现场图像集进行三维重建，得到与所述待生成区域对应的三维点云、以及得到拍摄每一所述图像的相机三维位姿；
配准模块，被配置为用于根据所述三维点云、每一所述图像的所述相机三维位姿、以及所述待生成区域的平面布局图生成与所述平面布局图配准后的相机二维向量分布图，其中，所述相机二维向量分布图中的相机二维向量表征将所述相机三维位姿转换到所述平面布局图的坐标系下的转换结果，其中，将所述相机三维位姿转换到所述平面布局图的坐标系下，得到所述相机二维向量分布图中的相机二维向量，包括：将相机光心的三维位置坐标作为相机三维向量的起点，将相机的姿态角作为所述相机三维向量的方向，将根据图像的深度信息计算的距离按照比例缩小后得到所述相机三维向量的长度，或者，将根据经验值估计的一个距离作为所述相机三维向量的长度，将所述相机三维向量转换到所述平面布局图的坐标系下，得到所述相机二维向量分布图中的相机二维向量；
生成模块，被配置为用于根据所述相机二维向量分布图与所述待生成区域的平面布局图的配准关系，确定所述相机二维向量分布图中每一相机二维向量在所述待生成区域的平面布局图中对应的指向区域的坐标信息，以得到每一所述相机二维向量所表征的实体POI的坐标信息。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。
11.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-8中任一项所述方法的步骤。
CN202110955487.9A 2021-08-19 2021-08-19 Poi数据生成方法、装置、存储介质及电子设备 Active CN113763561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110955487.9A CN113763561B (zh) 2021-08-19 2021-08-19 Poi数据生成方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110955487.9A CN113763561B (zh) 2021-08-19 2021-08-19 Poi数据生成方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN113763561A CN113763561A (zh) 2021-12-07
CN113763561B true CN113763561B (zh) 2022-08-02

Family

ID=78790464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110955487.9A Active CN113763561B (zh) 2021-08-19 2021-08-19 Poi数据生成方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN113763561B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110321885A (zh) * 2018-03-30 2019-10-11 高德软件有限公司 一种兴趣点的获取方法及装置
CN111738906A (zh) * 2020-05-28 2020-10-02 北京三快在线科技有限公司 室内路网生成方法、装置、存储介质及电子设备
CN112435338A (zh) * 2020-11-19 2021-03-02 腾讯科技（深圳）有限公司 电子地图的兴趣点的位置获取方法、装置及电子设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006083297A2 (en) * 2004-06-10 2006-08-10 Sarnoff Corporation Method and apparatus for aligning video to three-dimensional point clouds
US9183666B2 (en) * 2013-03-15 2015-11-10 Google Inc. System and method for overlaying two-dimensional map data on a three-dimensional scene
US10332309B2 (en) * 2015-09-23 2019-06-25 Here Global B.V. Method and apparatus for identifying buildings in textured 3D mesh data and generating 3D building models
CN113012212B (zh) * 2021-04-02 2024-04-16 西北农林科技大学 一种基于深度信息融合的室内场景三维点云重建方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110321885A (zh) * 2018-03-30 2019-10-11 高德软件有限公司 一种兴趣点的获取方法及装置
CN111738906A (zh) * 2020-05-28 2020-10-02 北京三快在线科技有限公司 室内路网生成方法、装置、存储介质及电子设备
CN112435338A (zh) * 2020-11-19 2021-03-02 腾讯科技（深圳）有限公司 电子地图的兴趣点的位置获取方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
针对机器人位姿测量立体标靶的单目视觉标定方法;张旭等;《红外与激光工程》;20171125(第11期);全文 *

Also Published As

Publication number Publication date
CN113763561A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN111174799B (zh) 地图构建方法及装置、计算机可读介质、终端设备
CN112184890B (zh) 一种应用于电子地图中的摄像头精准定位方法及处理终端
JP5389964B2 (ja) 地図情報生成装置
KR101938402B1 (ko) 사각지대 지형지물에 대한 수치도화 이미지 합성처리시스템
US10127667B2 (en) Image-based object location system and process
CN103703758A (zh) 移动增强现实系统
KR101803598B1 (ko) 클라우드 포인트를 이용한 실내 지도 구축 장치 및 방법
CN112750203B (zh) 模型重建方法、装置、设备及存储介质
KR101182421B1 (ko) 실내 이미지 촬영 위치 정보 획득 시스템 및 방법
KR20170094030A (ko) 실내 내비게이션 및 파노라마 사진 맵핑 제공 시스템 및 그 방법
CN112469967B (zh) 测绘系统、测绘方法、装置、设备及存储介质
CN116086411A (zh) 数字地形图生成方法、装置、设备和可读存储介质
CN116433845A (zh) 一种基于多无人机协同的陌生环境快速建模方法及系统
KR101938400B1 (ko) 입체영상지도에서의 보안지역 연출 기능을 갖는 수치도화 처리시스템
CN111527375B (zh) 一种测绘采样点的规划方法、装置、控制终端及存储介质
KR20100060472A (ko) 위치 측정 방법 및 이를 이용한 휴대 단말기
CN113763561B (zh) Poi数据生成方法、装置、存储介质及电子设备
CN110796706A (zh) 视觉定位方法及系统
KR102458559B1 (ko) 휴대용 단말기를 이용한 건설 분야 시공 관리 시스템 및 방법
KR200488998Y1 (ko) 실내 지도 구축 장치
Toschi et al. Validation tests of open-source procedures for digital camera calibration and 3D image-based modelling
US20160086339A1 (en) Method of providing cartograic information of an eletrical component in a power network
Sadeq City modelling using geoinformatics: a case study of the college of engineering campus, Salahaddin University, Iraq
Mitishita et al. 3D monocular restitution applied to small format digital airphoto and laser scanner data
JP6713560B1 (ja) 地番情報提供システム、地番情報提供方法

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