CN115546755A - 交通标识的识别方法、装置、电子设备及存储介质 - Google Patents
交通标识的识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115546755A CN115546755A CN202110742490.2A CN202110742490A CN115546755A CN 115546755 A CN115546755 A CN 115546755A CN 202110742490 A CN202110742490 A CN 202110742490A CN 115546755 A CN115546755 A CN 115546755A
- Authority
- CN
- China
- Prior art keywords
- traffic
- matching
- map
- identification means
- target
- 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
Images
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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
本公开关于一种交通标识的识别方法、装置、电子设备及存储介质,该方法包括对目标区域内的交通图像进行交通标识工具检测,得到包括交通图像中检测交通标识工具的指示信息的目标交通数据;将目标区域对应地图数据中的地图交通标识工具映射至交通图像所在图像平面上,得到目标交通图像;对目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定目标交通图像中地图交通标识工具的匹配检测交通标识工具;基于匹配检测交通标识工具的指示信息,确定地图数据中的地图交通标识工具的指示信息。利用本公开实施例可以提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性,使得地图数据准确反映道路交通情况,提升驾驶安全性。
Description
技术领域
本公开涉及自动驾驶技术领域,尤其涉及一种交通标识的识别方法、装置、电子设备及存储介质。
背景技术
随着自动驾驶技术的不断深入发展,高精地图使得自动驾驶更加自如,高精度地图可以提供大量的驾驶辅助信息,主要是道路网的三维表征等,同时也需要包括交通信号灯、交通标志牌等交通标识工具的指示信息等影响车辆行驶的关键信息。
目前,在地图数据中增加交通标识工具的指示信息时,需要通过车辆的摄像头采集实时交通图像,并对交通图像进行交通标识工具检测,检测出交通图像中交通标识工具的位置以及相应的指示信息(如交通信号灯的颜色信息,交通标志牌的标志类别等),然后,结合位置信息将检测出的交通标识工具的指示信息赋值给相应的地图数据中的交通标识工具。但上述现有技术中仅仅结合位置信息将检测出来的交通标识工具与高精地图提供的交通标识工具进行匹配,存在检测出来的交通标识工具与高精地图中交通标识工具匹配误差大,地图数据无法准确反映道路上的交通情况问题,也带来了一定的驾驶隐患。
发明内容
本公开提供一种交通标识的识别方法、装置、电子设备及存储介质,可以提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性,使得地图数据可以准确反映道路上的交通情况,提升驾驶安全性。本公开的技术方案如下:
根据本公开实施例的一方面,提供一种交通标识的识别方法,包括:
对目标区域内的交通图像进行交通标识工具检测,得到目标交通数据,所述目标交通数据包括所述交通图像中检测交通标识工具的指示信息;
将所述目标区域对应地图数据中的地图交通标识工具映射至所述交通图像所在的图像平面上,得到目标交通图像;
对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定所述目标交通图像中地图交通标识工具的匹配检测交通标识工具;
基于所述匹配检测交通标识工具的指示信息,确定所述地图数据中的地图交通标识工具的指示信息。
上述技术方案中,从多个维度对交通图像中检测交通标识工具与地图数据中的地图交通标识工具进行匹配,可以有效提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性,进而结合检测出的交通标识工具的指示信息完善地图数据,使得地图数据可以更准确的反映道路上的交通情况,大大提升驾驶安全性。
可选的,所述多维度匹配包括形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个维度上的匹配;
所述对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定所述目标交通图像中地图交通标识工具的匹配检测交通标识工具,包括:
在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息;
根据所述至少两个匹配维度对应的匹配信息,确定所述匹配检测交通标识工具;
其中,所述形状匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具与所述目标检测交通标识工具间的形状差异信息;所述位置匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具与所述目标检测交通标识工具间的位置差异信息;所述角度偏差匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具与所述目标检测交通标识工具间的角度差异信息。
上述技术方案中,从形状匹配维度、位置匹配维度和角度偏差匹配维度中至少两个匹配维度对地图交通标识工具与检测交通标识工具进行匹配,可以大大提高匹配到的检测交通标识工具与地图数据中的交通标识工具间的匹配精准性。
可选的,目标交通图像中的地图交通标识工具和检测交通标识工具的数量均为多个,所述在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息包括:
遍历所述目标交通图像中多个地图交通标识工具;
在遍历到任一地图交通标识工具的情况下,将当前遍历到的地图交通标识工具,在所述至少两个匹配维度上分别与所述目标交通图像中的目标检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息,所述目标检测交通标识工具为所述目标交通图像中不存在匹配的地图交通标识工具的检测交通标识工具;
所述根据所述至少两个匹配维度对应的匹配信息,确定所述匹配检测交通标识工具包括:
根据所述至少两个匹配维度对应的匹配信息确定所述当前遍历到的地图交通标识工具与所述目标交通图像中的目标检测交通标识工具的第一目标匹配信息;
将所述第一目标匹配信息满足第一预设匹配条件的目标检测交通标识工具,作为所述当前遍历到的地图交通标识工具的匹配检测交通标识工具。
上述技术方案中,从多个匹配维度对地图交通标识工具与检测交通标识工具进行匹配,可以大大提高匹配到的检测交通标识工具与地图数据中的交通标识工具间的匹配精准性。
可选的,在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息,包括:
对所述目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组;
遍历所述第一数量个地图交通标识工具组;
在遍历到任一地图交通标识工具组的情况下,将当前遍历到的地图交通标识工具组,在所述至少两个匹配维度上分别与目标检测交通标识工具组进行匹配,得到所述至少两个匹配维度对应的匹配信息,所述目标检测交通标识工具组为所述第二数量个检测交通标识工具组中不存在匹配的地图交通标识工具组的检测交通标识工具组;
所述根据所述至少两个匹配维度对应的匹配信息,确定所述匹配检测交通标识工具包括:
根据所述至少两个匹配维度对应的匹配信息确定所述当前遍历到的地图交通标识工具组与所述目标检测交通标识工具组的第二目标匹配信息;
将所述第二目标匹配信息满足第二预设匹配条件的目标检测交通标识工具组,作为所述当前遍历到的地图交通标识工具组的匹配检测交通标识工具组;
所述基于所述匹配检测交通标识工具的指示信息,确定所述地图数据中的地图交通标识工具的指示信息包括:
基于所述匹配检测交通标识工具组的指示信息,确定所述地图数据中的地图交通标识工具组的指示信息。
上述技术方案中,通过对多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到相应的地图交通标识工具组和检测交通标识工具组,可以使得用于进行匹配的数据更符合实际情况,进而可以提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性。
可选的,所述目标交通数据还包括所述交通图像中检测交通标识工具的第一图像坐标信息,所述对所述目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组包括:
确定每个地图交通标识工具在所述目标交通图像中的第二图像坐标信息;
获取所述目标交通图像中多个检测交通标识工具的第一形状信息;
获取所述目标交通图像中多个地图交通标识工具的第二形状信息;
基于所述第一形状信息和所述第一图像坐标信息对所述多个检测交通标识工具进行聚类处理,得到所述第二数量个检测交通标识工具组;
基于所述第二形状信息和所述第二图像坐标信息对所述多个地图交通标识工具进行聚类处理,得到所述第一数量个地图交通标识工具组。
上述技术方案中,通过对多个地图交通标识工具和多个检测交通标识工具分别结合形状信息和图像坐标信息进行聚类处理,得到相应的地图交通标识工具组和检测交通标识工具组,可以使得后续用于进行匹配的数据更符合实际情况,进而可以提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性。
可选的,所述多维度匹配还包括:数量匹配维度上的匹配;
所述在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息包括:
在所述数量匹配维度、所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息;
其中,所述数量匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具组与所述目标检测交通标识工具组中交通标识工具的数量差异信息。
上述技术方案中,从数量匹配维度、形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度对地图交通标识工具组与检测交通标识工具组进行匹配,可以大大提高匹配到的检测交通标识工具与地图数据中的交通标识工具间的匹配精准性。
可选的,所述基于所述匹配检测交通标识工具组的指示信息,确定所述地图数据中的地图交通标识工具组的指示信息包括:
在任一地图交通标识工具组中的地图交通标识工具数量大于等于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,将所述对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为该地图交通标识工具组中地图交通标识工具的指示信息。
上述技术方案中,在地图交通标识工具组中的地图交通标识工具数量大于等于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,通过将检测出的交通标识工具的指示信息,按序赋值给地图交通标识工具,可以准确确定中交通标识工具的指示信息。
可选的,所述基于所述匹配检测交通标识工具组的指示信息,确定所述地图数据中的地图交通标识工具组的指示信息,包括:
在任一地图交通标识工具组中的地图交通标识工具数量小于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,将所述对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为该地图交通标识工具组中地图交通标识工具的指示信息,以及将预设指示信息作为所述对应的地图交通标识工具组中,未设置有指示信息的地图交通标识工具的指示信息。
上述技术方案中,在地图交通标识工具组中的地图交通标识工具数量小于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,先通过将检测出的交通标识工具的指示信息,按序赋值给地图交通标识工具,再针对未设置有指示信息的地图交通标识工具以预设指示信息进行赋值,可以准确确定中交通标识工具的指示信息。
可选的,所述方法还包括:生成包括所述地图交通标识工具的指示信息的地图数据。
上述技术方案中,通过生成包括地图交通标识工具的指示信息的地图数据,可以完善地图数据,使得地图数据可以更准确的反映道路上的交通情况,大大提升驾驶安全性。
可选的,在生成包括所述地图交通标识工具的指示信息的地图数据之前,所述方法还包括:
获取当前时刻之前第一预设数量个预设时刻时所述地图数据中的地图交通标识工具的指示信息;
确定所述第一预设数量个预设时刻对应的指示信息中目标指示信息;
确定所述目标指示信息与所述当前时刻的地图数据中的地图交通标识工具的指示信息相同。
上述技术方案中,通过当前时刻之前的多个预设时刻交通标识工具的指示信息来对当前得到的该交通标识工具的指示信息进行校正,可以大大提升地图数据的精准性和可靠性,进而有效提升驾驶安全性。
可选的,所述方法还包括:
若所述目标指示信息与所述当前时刻的地图数据中的地图交通标识工具的指示信息不同,获取所述当前时刻的地图数据中的地图交通标识工具,在所述当前时刻之后第二预设数量个预设时刻对应的指示信息;
确定所述第二预设数量个预设时刻对应的指示信息与所述当前时刻的地图数据中的地图交通标识工具的指示信息均相同。
上述技术方案中,在当前时刻之前的多个预设时刻交通标识工具的指示信息与当前得到的该交通标识工具的指示信息不一致的情况下,结合在当前时刻之后的多个预设时刻交通标识工具的指示信息来对输出的地图数据进行校正,可以大大提升地图数据的精准性和可靠性,进而有效提升驾驶安全性。
可选的,所述将所述目标区域对应地图数据中的地图交通标识工具映射至所述交通图像所在的图像平面上,得到目标交通图像包括:
将所述地图交通标识工具的地理坐标信息转换成所述交通图像对应的图像坐标系中的图像坐标信息;
基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像。
上述技术方案中,结合坐标系转换,可以实现将地图数据上的地图交通标识工具映射至交通图像,便于后续在同一坐标系中进行交通标识工具的匹配,进而提升匹配精准性和效率。
可选的,所述基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像包括:
在所述交通图像对应的图像坐标范围包括所述图像坐标信息的情况下,基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像;
和/或,
在所述地图交通标识工具与目标车辆间的距离信息符合预设距离条件的情况下,基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像,所述目标车辆为基于所述地图数据进行驾驶的车辆。
上述技术方案中,通过交通图像对应的图像坐标范围包括图像坐标信息,或地图交通标识工具与目标车辆间的距离信息符合预设距离条件的情况下,执行基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像的操作,可以在对无效的地图交通标识工具进行筛选的同时,可以降低后续的数据处理量,提升数据处理效率。
根据本公开实施例的另一方面,提供一种交通标识的识别装置,包括:
交通标识工具检测模块,用于对目标区域内的交通图像进行交通标识工具检测,得到目标交通数据,所述目标交通数据包括所述交通图像中检测交通标识工具的指示信息;
地图交通标识工具映射模块,用于将所述目标区域对应地图数据中的地图交通标识工具映射至所述交通图像所在的图像平面上,得到目标交通图像;
多维度匹配模块,用于对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定所述目标交通图像中地图交通标识工具的匹配检测交通标识工具;
指示信息确定模块,用于基于所述匹配检测交通标识工具的指示信息,确定所述地图数据中的地图交通标识工具的指示信息。
根据本公开实施例的另一方面,提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如上述任一项所述的方法。
根据本公开实施例的另一方面,提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行本公开实施例的上述任一所述方法。
根据本公开实施例的另一方面,提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行本公开实施例的上述任一所述方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
从多维度对交通图像中检测交通标识工具与地图数据中的地图交通标识工具进行匹配,可以有效提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性,进而结合检测出的交通标识工具的指示信息完善地图数据,使得地图数据可以更准确的反映道路上的交通情况,大大提升驾驶安全性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种交通标识的识别方法的流程图;
图2是根据一示例性实施例示出的一种在形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息的流程图;
图3是根据一示例性实施例示出的一种对目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组的流程图;
图4是根据一示例性实施例示出的一种交通标识的识别装置框图;
图5是根据一示例性实施例示出的一种用于数据处理的电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
图1是根据一示例性实施例示出的一种交通标识的识别方法的流程图,如图1所示,该交通标识的识别方法可以用于终端、服务器、边缘计算节点等电子设备中,具体的,该方法可以包括:
S101:对目标区域内的交通图像进行交通标识工具检测,得到目标交通数据。
在一个具体的实施例中,目标区域可以为目标车辆所在区域,可选的,目标区域可以为目标车辆(车头)正前方的区域;具体的,目标车辆可以为当前需要结合地图数据进行驾驶的车辆。可选的,上述交通图像可以为目标车辆上的摄像设备采集的图像,可选的,上述交通图像可以为目标车辆上的摄像设备实时采集视频中的当前帧图像,即当前时刻采集到的一帧视频图像。
在一个具体的实施例中,对目标区域内的交通图像进行交通标识工具检测可以包括基于交通标识工具检测网络对交通图像进行交通标识工具检测,得到目标交通数据。可选的,目标交通数据可以包括交通图像中检测交通标识工具的指示信息;具体的,检测交通标识工具可以为在交通图像中检测到的交通标识工具。在一个具体的实施例中,交通标识工具可以包括但不限于交通信号灯,交通标志牌等。具体的,指示信息可以结合交通标识工具的不同而不同,具体的,交通信号灯的指示信息可以为交通信号灯的颜色信息,交通标志牌的指示信息可以为交通标志牌的标志类别。
具体的,交通标识工具检测网络可以为预先基于样本交通图像和相应的交通标注数据,对预设神经网络进行交通标识工具检测训练得到的。
S103:将目标区域对应地图数据中的地图交通标识工具映射至交通图像所在的图像平面上,得到目标交通图像。
在一个具体的实施例中,地图交通标识工具可以为地图数据中的交通标识工具。在一个可选的实施例中,上述将目标区域对应地图数据中的地图交通标识工具映射至交通图像所在的图像平面上,得到目标交通图像可以包括:将地图交通标识工具的地理坐标信息转换成交通图像对应的图像坐标系中的图像坐标信息;基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像。
在实际应用中,可以预先获取地理坐标系与图像坐标系间的转换矩阵,结合该转换矩阵,将地图交通标识工具的地理坐标信息转换成交通图像对应的图像坐标系中的图像坐标信息。
上述技术方案中,结合坐标系转换,可以实现将地图数据上的地图交通标识工具映射至交通图像,便于后续在同一坐标系中进行交通标识工具的匹配,进而提升匹配精准性和效率。
在一个可选的实施例中,上述基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像包括:
在交通图像对应的图像坐标范围包括图像坐标信息的情况下,基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像;
和/或,
在地图交通标识工具与目标车辆间的距离信息符合预设距离条件的情况下,基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像,目标车辆为基于地图数据进行驾驶的车辆。
在实际应用中,地图交通标识工具的图像坐标信息超出交通图像对应的图像坐标范围的情况下,往往无法从交通图像中匹配到检测交通标识工具,为了降低后续数据处理量,提升数据处理效率,可以过滤掉图像坐标信息超出交通图像对应的图像坐标范围的地图交通标识工具,将图像坐标信息在交通图像对应的图像坐标范围内的地图交通标识工具映射至交通图像,得到目标交通图像。
在一个具体的实施例中,地图交通标识工具与目标车辆间的距离信息符合预设距离条件可以包括但不限于地图交通标识工具与目标车辆间的距离在预设距离范围内,具体的,预设距离范围可以结合实际应用预先设置。在实际应用中,地图交通标识工具与目标车辆间的距离信息超出预设距离范围,该地图交通标识工具与目标车辆间的距离信息间的距离往往太远或太近,其指示信息对目标车辆当前的驾驶控制的参考性较低,可以过滤掉与目标车辆间的距离信息未符合预设距离条件的地图交通标识工具,将与目标车辆间的距离信息符合预设距离条件的地图交通标识工具映射至交通图像,得到上述目标交通图像。
上述实施例中,通过交通图像对应的图像坐标范围包括图像坐标信息,或地图交通标识工具与目标车辆间的距离信息符合预设距离条件的情况下,执行基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像的操作,可以在对无效的地图交通标识工具进行筛选的同时,降低后续的数据处理量,提升数据处理效率。
S105:对目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定目标交通图像中地图交通标识工具的匹配检测交通标识工具。
本说明书实施例中,上述多维度匹配可以包括形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个维度上的匹配;可选的,上述对目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定目标交通图像中地图交通标识工具的匹配检测交通标识工具,可以包括:
在形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息;
根据至少两个匹配维度对应的匹配信息,确定匹配检测交通标识工具;
其中,形状匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具与目标检测交通标识工具间的形状差异信息;位置匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具与目标检测交通标识工具间的位置差异信息;角度偏差匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具与目标检测交通标识工具间的角度差异信息。
上述实施例中,从形状匹配维度、位置匹配维度和角度偏差匹配维度中至少两个匹配维度对地图交通标识工具与检测交通标识工具进行匹配,可以大大提高匹配到的检测交通标识工具与地图数据中的交通标识工具间的匹配精准性。
在一个可选的实施例中,目标交通图像中的地图交通标识工具和检测交通标识工具的数量可以均为多个,相应的,上述形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息可以包括:遍历目标交通图像中多个地图交通标识工具;在遍历到任一地图交通标识工具的情况下,将当前遍历到的地图交通标识工具,在至少两个匹配维度上分别与目标交通图像中的目标检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息,目标检测交通标识工具为目标交通图像中不存在匹配的地图交通标识工具的检测交通标识工具;
在一个可选的实施例中,可以随机遍历目标交通图像中多个地图交通标识工具。在另一个可选的实施例中,也可以按照多个地图交通标识工具在目标交通图像中的排序,由左到右依次遍历每一地图交通标识工具。
在一个具体的实施例中,在依次确定地图交通标识工具的匹配检测交通标识工具的过程中,若一个检测交通标识工具被确定为某一地图交通标识工具的匹配检测交通标识工具,该检测交通标识工具可以为存在匹配的地图交通标识工具的检测交通标识工具。相应的,上述目标检测交通标识工具为目标交通图像中不存在匹配的地图交通标识工具的检测交通标识工具。
在一个具体的实施例中,在匹配维度为形状匹配维度的情况下,可以将当前遍历到的地图交通标识工具的形状信息与目标检测交通标识工具的形状信息进行匹配,得到地图交通标识工具与目标检测交通标识工具在形状匹配维度对应的匹配信息。在一个具体的实施例中,形状信息可以包括宽度信息,相应的,可以将地图交通标识工具与目标检测交通标识工具的宽度比作为地图交通标识工具与目标检测交通标识工具在形状匹配维度对应的匹配信息。在一个可选的实施例中,可以将形状信息对应的数值中较小的数值与较大的数值的比作为地图交通标识工具与目标检测交通标识工具在形状匹配维度对应的匹配信息,以便将不同匹配维度的匹配信息均量化到0至1之间。相应的,匹配信息对应的数值越大,地图交通标识工具与目标检测交通标识工具在形状匹配维度的差异越小,地图交通标识工具与目标检测交通标识工具间的形状越相似。可选的,形状信息还可以包括高度信息、宽高比信息等。相应的,在形状匹配维度对应的匹配信息还可以包括高度比,宽高比对应的比。
在一个具体的实施例中,在匹配维度为位置匹配维度的情况下,可以将当前遍历到的地图交通标识工具的位置信息与目标检测交通标识工具的位置信息进行匹配,得到地图交通标识工具与目标检测交通标识工具在位置匹配维度对应的匹配信息。在一个具体的实施例中,位置信息可以包括某一方向(横坐标/纵坐标)上的图像坐标信息;相应的,地图交通标识工具与目标检测交通标识工具在位置匹配维度对应的匹配信息可以包括地图交通标识工具与目标检测交通标识工具在该方向上的图像坐标信息之比。在一个可选的实施例中,可以将位置信息对应的数值中较小的数值与较大的数值的比作为地图交通标识工具与目标检测交通标识工具在位置匹配维度对应的匹配信息,以便将不同匹配维度的匹配信息均量化到0至1之间。相应的,匹配信息对应的数值越大,地图交通标识工具与目标检测交通标识工具间的位置差异越小,地图交通标识工具与目标检测交通标识工具间的距离越近。
在一个具体的实施例中,在匹配维度为角度偏差匹配维度的情况下,可以将当前遍历到的地图交通标识工具的角度信息与目标检测交通标识工具的角度信息进行匹配,得到地图交通标识工具与目标检测交通标识工具在角度偏差匹配维度对应的匹配信息。具体的,可以确定当前遍历到的地图交通标识工具的角度信息与某一目标检测交通标识工具的角度信息间的第一角度偏差信息,并获取该当前遍历到的地图交通标识工具在前一帧交通图像(上述交通图像的前一帧交通图像)中的角度信息与该目标检测交通标识工具的角度信息间的第二角度偏差信息,计算第一角度偏差信息和第二角度偏差信息的差值;将该差值的余弦值作为当前遍历到的地图交通标识工具与该目标检测交通标识工具在角度偏差匹配维度对应的匹配信息;具体的,若前后两帧对应的角度信息越相近,上述第一角度偏差信息和第二角度偏差信息的差值越小,相应的,地图交通标识工具与目标检测交通标识工具在角度偏差匹配维度对应的匹配信息越大。相应的,匹配信息对应的数值越大,地图交通标识工具与目标检测交通标识工具在角度偏差匹配维度的差异越小,地图交通标识工具与目标检测交通标识工具间的角度差异越小。
在一个可选的实施例中,上述根据至少两个匹配维度对应的匹配信息,确定匹配检测交通标识工具包括:根据至少两个匹配维度对应的匹配信息确定当前遍历到的地图交通标识工具与目标交通图像中的目标检测交通标识工具的第一目标匹配信息;将第一目标匹配信息满足第一预设匹配条件的目标检测交通标识工具,作为当前遍历到的地图交通标识工具的匹配检测交通标识工具。
在一个具体的实施例中,可以将至少两个匹配维度对应的匹配信息(数值)进行相加,得到当前遍历到的地图交通标识工具与目标交通图像中某一目标检测交通标识工具的第一目标匹配信息。具体的,该第一目标匹配信息可以从多个匹配维度来表征当前遍历到的地图交通标识工具与目标交通图像中某一目标检测交通标识工具间匹配程度。具体的,第一目标匹配信息的数值与对应的匹配程度成正比。
在一个具体的实施例中,第一目标匹配信息满足第一预设匹配条件的目标检测交通标识工具可以包括目标检测交通标识工具中对应的第一目标匹配信息最大的目标检测交通标识工具,相应的,将第一目标匹配信息最大的目标检测交通标识工具作为当前遍历到的地图交通标识工具的匹配检测交通标识工具。
上述实施例中,从多个匹配维度对地图交通标识工具与检测交通标识工具进行匹配,可以大大提高匹配到的检测交通标识工具与地图数据中的交通标识工具间的匹配精准性。
S107:基于匹配检测交通标识工具的指示信息,确定地图数据中的地图交通标识工具的指示信息。
在一个具体的实施例中,基于匹配检测交通标识工具的指示信息,确定地图数据中的地图交通标识工具的指示信息可以包括:将匹配检测交通标识工具的指示信息作为地图数据中对应的地图交通标识工具的指示信息。进一步的,可以生成包括指示信息的地图数据,进而基于具有交通标识工具指示信息的地图数据,更准确的反映道路上的交通情况,大大提升驾驶安全性。
由以上本说明书实施例通过的技术方案可见,本说明书实施例中从多匹配维度对交通图像中检测出的交通标识工具与地图数据中的交通标识工具进行匹配,可以有效提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性,进而可以结合检测出的交通标识工具的指示信息完善地图数据,使得地图数据可以更准确的反映道路上的交通情况,大大提升驾驶安全性。
在实际应用中,在交通标志工具包括交通信号灯的情况下,由于多个交通信号灯往往是一组信号,相应的,如图2所示,在目标交通图像中的地图交通标识工具和检测交通标识工具的数量均为多个的情况下,在形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息可以包括:
S201:对目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组;
S203:遍历第一数量个地图交通标识工具组;
S205:在遍历到任一地图交通标识工具组的情况下,将当前遍历到的地图交通标识工具组,在至少两个匹配维度上分别与目标检测交通标识工具组进行匹配,得到至少两个匹配维度对应的匹配信息,该目标检测交通标识工具组为第二数量个检测交通标识工具组中不存在匹配的地图交通标识工具组的检测交通标识工具组。
在一个可选的实施例中,上述目标交通数据还可以包括交通图像中检测交通标识工具的第一图像坐标信息,第一图像坐标信息可以为检测交通标识工具在图像坐标系中的坐标信息,该坐标信息可以表征检测交通标识工作在交通图像中的位置信息。相应的,如图3所示,上述对目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组可以包括:
S301:确定每个地图交通标识工具在目标交通图像中的第二图像坐标信息。
在一个具体的实施例中,每个地图交通标识工具对应的第二图像坐标信息,可以为地图交通标识工具在图像坐标系中的坐标信息,该坐标信息可以为地图交通标识工具在图像坐标系中的位置信息。
S303:获取目标交通图像中多个检测交通标识工具的第一形状信息。
在一个具体的实施例中,每个检测交通标识工具的第一形状信息可以为能够表征该检测交通标识工具形状的数据,具体的,第一形状信息可以包括但不限于宽度信息、高度信息,宽高比信息等。
S305:获取目标交通图像中多个地图交通标识工具的第二形状信息。
在一个具体的实施例中,每个地图交通标识工具的第二形状信息可以为能够表征该地图交通标识工具形状的数据,具体的,第二形状信息可以包括但不限于宽度信息、高度信息,宽高比等。
S307:基于第一形状信息和第一图像坐标信息对多个检测交通标识工具进行聚类处理,得到第二数量个检测交通标识工具组。
本说明书实施例中,可以将形状相似且距离较近的检测交通标识工具划分到一组中。在一个具体的实施例中,可以根据第一图像坐标信息确定任意两个检测交通标识工具间的距离,并筛选出距离小于等于预设距离阈值的两两检测交通标识工具,并对上述两两检测交通标识工具结合距离再进行合并,将三个检测交通标识工具或更多个检测交通标识工具间的距离均小于等于预设距离阈值的检测交通标识工具进行合并,例如检测交通标识工具A与检测交通标识工具B的距离小于等于预设距离阈值,检测交通标识工具A与检测交通标识工具C的距离小于等于预设距离阈值,且检测交通标识工具C与检测交通标识工具B的距离小于等于预设距离阈值,相应的,可以将检测交通标识工具A、检测交通标识工具B和检测交通标识工具C合并为一组,接着,对基于距离得到的检测交通标识工具组,结合第一形状信息计算组内两两检测交通标识工具间的形状相似度,将形状相似度均满足预设相似度阈值的检测交通标识工具组作为最终的检测交通标识工具组,以得到上述第二数量个检测交通标识工具组。
在一个可选的实施例中,可以将两个检测交通标识工具的第一形状信息的比值(例如宽度比)作为这两个检测交通标识工具对应的形状相似度。在一个可选的实施例中,可以将第一形状信息对应的数值中较小的数值与较大的数值的比作为两个检测交通标识工具对应的形状相似度,相应的,形状相似度越大,两个检测交通标识工具在形状的差异越小,地图交通标识工具与目标检测交通标识工具在形状越相似。
S309:基于第二形状信息和第二图像坐标信息对多个地图交通标识工具进行聚类处理,得到第一数量个地图交通标识工具组。
本说明书实施例中,基于第二形状信息和第二图像坐标信息对多个地图交通标识工具进行聚类处理,得到第一数量个地图交通标识工具组的具体细化步骤可以参见上述基于第一形状信息和第一图像坐标信息对多个检测交通标识工具进行聚类处理,得到第二数量个检测交通标识工具组的具体细化步骤,在此不再赘述。
本说明书实施例中,通过对多个地图交通标识工具和多个检测交通标识工具分别结合形状信息和图像坐标信息进行聚类处理,得到相应的地图交通标识工具组和检测交通标识工具组,可以使得后续用于进行匹配的数据更符合实际情况,进而可以提升检测出的交通标识工具与地图数据中交通标识工具间的匹配精准性。
在一个可选的实施例中,可以随机遍历第一数量个地图交通标识工具组。在另一个可选的实施例中,也可以按照第一数量个地图交通标识工具组在目标交通图像中的排序,由左到右依次遍历每一地图交通标识工具组。
在一个可选的实施例中,上述多维度匹配还包括:数量匹配维度上的匹配;相应的,上述在形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息包括:在数量匹配维度、形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息;
其中,数量匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具组与目标检测交通标识工具组中交通标识工具的数量差异信息相应的,上述基于匹配检测交通标识工具的指示信息,确定地图数据中的地图交通标识工具的指示信息可以包括:基于匹配检测交通标识工具组的指示信息,确定地图数据中的地图交通标识工具组的指示信息。
在一个具体的实施例中,在匹配维度为数量匹配维度的情况下,可以将当前遍历到的地图交通标识工具组中的工具数量与目标检测交通标识工具组中的工具数量进行匹配,得到地图交通标识工具组与目标检测交通标识工具组在数量匹配维度对应的匹配信息。在一个可选的实施例中,可以将地图交通标识工具组与目标检测交通标识工具组中较小的工具数量与较大的工具数量的比,作为地图交通标识工具组与目标检测交通标识工具组在数量匹配维度对应的第一匹配信息,以便将不同匹配维度的第一匹配信息均量化到0至1之间。相应的,第一匹配信息对应的数值越大,地图交通标识工具组与目标检测交通标识工具组在数量匹配维度的差异越小,地图交通标识工具组与目标检测交通标识工具组中交通标识工具越相似。
本说明书实施例中,匹配维度包括形状匹配维度、位置匹配维度和角度偏差匹配维度的情况下,地图交通标识工具组与目标检测交通标识工具组进行匹配的具体细化可以参见上述地图交通标识工具与目标检测交通标识工具进行匹配的相关细化,在此不再赘述。
上述实施例中,从数量匹配维度、形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度对地图交通标识工具组与检测交通标识工具组进行匹配,可以大大提高匹配到的检测交通标识工具与地图数据中的交通标识工具间的匹配精准性。
在一个可选的实施例中,上述目标交通图像中地图交通标识工具的匹配检测交通标识工具可以包括目标交通图像中地图交通标识工具组的匹配检测交通标识工具组;相应的,上述根据至少两个匹配维度对应的匹配信息,确定匹配检测交通标识工具可以包括:
根据至少两个匹配维度对应的匹配信息确定当前遍历到的地图交通标识工具组与目标检测交通标识工具组的第二目标匹配信息;
将第二目标匹配信息满足第二预设匹配条件的目标检测交通标识工具组,作为当前遍历到的地图交通标识工具组的匹配检测交通标识工具组;
在一个具体的实施例中,可以将至少两个匹配维度对应的匹配信息(数值)进行相加,得到当前遍历到的地图交通标识工具组与目标交通图像中的目标检测交通标识工具组的第二目标匹配信息。具体的,该第二目标匹配信息可以从多个匹配维度来表征当前遍历到的地图交通标识工具组与目标交通图像中的目标检测交通标识工具组间匹配程度。具体的,第二目标匹配信息的数值与对应的匹配程度成正比。
在一个具体的实施例中,第二目标匹配信息满足第二预设匹配条件的目标检测交通标识工具组可以包括目标检测交通标识工具组中对应的第一目标匹配信息最大的目标检测交通标识工具组,相应的,可以将第二目标匹配信息最大的目标检测交通标识工具组作为当前遍历到的地图交通标识工具组的匹配检测交通标识工具组。
上述实施例中,从多个匹配维度对地图交通标识工具组与检测交通标识工具组进行匹配,可以大大提高匹配到的检测交通标识工具与地图数据中的交通标识工具间的匹配精准性。
在一个可选的实施例中,上述基于匹配检测交通标识工具组的指示信息,确定地图数据中的地图交通标识工具组的指示信息可以包括:
在任一地图交通标识工具组中的工具数量大于等于对应的匹配检测交通标识工具组中工具数量的情况下,将对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为对应的地图交通标识工具组中地图交通标识工具的指示信息;
上述实施例中,在地图交通标识工具组中的地图交通标识工具数量大于等于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,通过将检测出的交通标识工具的指示信息,按序赋值给地图交通标识工具,可以准确确定中交通标识工具的指示信息。
在另一个可选的实施例中,上述基于匹配检测交通标识工具组的指示信息,确定地图数据中的地图交通标识工具组的指示信息可以包括:
在任一地图交通标识工具组中的工具数量小于对应的匹配检测交通标识工具组中工具数量的情况下,将对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为对应的地图交通标识工具组中地图交通标识工具的指示信息,以及将预设指示信息作为对应的地图交通标识工具组中,未设置有指示信息的地图交通标识工具的指示信息;
在一个具体的实施例中,上述预设顺序可以为对应的匹配检测交通标识工具组中检测交通标识工具在目标交通图像中沿横坐标方向上由左到右排列顺序。具体的,在基于匹配检测交通标识工具组中检测交通标识工具的指示信息确定第一数量个地图交通标识工具组的指示信息的过程中,可以确定相匹配的地图交通标识工具组与匹配检测交通标识工具组各自组内的工具数量,若地图交通标识工具组中的工具数量大于等于对应的匹配检测交通标识工具组中工具数量,由于工具组内的交通标识工具在交通图像上都是从左到右排序好的,相应的,则直接按照从左到右的顺序依次将检测交通标识工具组中检测交通标识工具的指示信息赋值给地图交通标识工具组中的地图交通标识工具。反之,若地图交通标识工具组中的工具数量小于对应的匹配检测交通标识工具组中工具数量,可以按照由左到右顺序,按照从左到右的顺序依次将检测交通标识工具组中检测交通标识工具的指示信息赋值给地图交通标识工具组中的地图交通标识工具,并将预设指示信息作为对应的地图交通标识工具组中,未设置有指示信息的地图交通标识工具的指示信息;
在一个具体的实施例中,预设指示信息可以为黑色。
在实际应用中,由于在交通标识工具为交通信号灯的情况下,地图数据中的交通信号灯往往都是默认黑色的,同时一个路口会有几个灯同时指示前方道路能否行驶,因此,即使地图数据中部分交通信号灯为黑色,也能通过其他非黑色的交通信号灯进行驾驶控制。
上述实施例中,在地图交通标识工具组中的地图交通标识工具数量小于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,先通过将检测出的交通标识工具的指示信息,按序赋值给地图交通标识工具,再针对未设置有指示信息的地图交通标识工具以预设指示信息进行赋值,可以准确确定中交通标识工具的指示信息。
在一个可选的实施例中,上述方法还可以包括:生成包括地图交通标识工具的指示信息的地图数据。
上述实施例中,通过生成包括地图交通标识工具的指示信息的地图数据,可以完善地图数据,使得地图数据可以更准确的反映道路上的交通情况,大大提升驾驶安全性。
在一个可选的实施例中,在生成包括地图交通标识工具的指示信息的地图数据之前,上述方法还可以包括:
获取当前时刻之前第一预设数量个预设时刻时,地图数据中的地图交通标识工具的指示信息;
确定第一预设数量个预设时刻对应的指示信息中目标指示信息;
确定目标指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息相同。
在一个具体的实施例中,当前时刻之前第一预设数量个预设时刻可以为当前的交通图像之前第一预设数量帧交通图像对应的采集时刻,具体的,第一预设数量可以结合实际应用预先设置。相应的,该第一预设数量个预设时刻地图数据中的地图交通标识工具的指示信息可以结合该第一预设数量个预设时刻的交通图像中的检测交通标识工具的指示信息确定;具体的,可以将第一预设数量个预设时刻对应的指示信息中出现次数最多的指示信息作为目标指示信息,并在确定目标指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息相同的情况下,执行生成包括指示信息的地图数据的操作。
上述实施例中,通过当前时刻之前的多个预设时刻交通标识工具的指示信息来对当前得到的该交通标识工具的指示信息进行校正,可以大大提升地图数据的精准性和可靠性,进而有效提升驾驶安全性。
在一个可选的实施例中,上述方法还可以包括:
若目标指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息不同,获取当前时刻的地图数据中的地图交通标识工具,在当前时刻之后第二预设数量个预设时刻对应的指示信息;
确定第二预设数量个预设时刻对应的指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息均相同。
在一个具体的实施例中,当前时刻之后第二预设数量个预设时刻可以为当前的交通图像之后第二预设数量帧交通图像对应的采集时刻,具体的,第二预设数量可以结合实际应用预先设置。相应的,该第二预设数量个预设时刻地图数据中的地图交通标识工具的指示信息可以结合该第二预设数量个预设时刻的交通图像中的检测交通标识工具的指示信息确定;具体的,若第二预设数量个预设时刻对应的指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息均相同,可以执行生成包括指示信息的地图数据的操作。反之,确定第二预设数量个预设时刻对应的指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息不相同,可以将预设指示信息作为对应的地图交通标识工具的指示信息。
上述实施例中,在当前时刻之前的多个预设时刻交通标识工具的指示信息与当前得到的该交通标识工具的指示信息不一致的情况下,结合在当前时刻之后的多个预设时刻交通标识工具的指示信息来对输出的地图数据进行校正,可以大大提升地图数据的精准性和可靠性,进而有效提升驾驶安全性。
图4是根据一示例性实施例示出的一种交通标识的识别装置框图。参照图4,该装置包括:
交通标识工具检测模块410,用于对目标区域内的交通图像进行交通标识工具检测,得到目标交通数据,目标交通数据包括交通图像中检测交通标识工具的指示信息;
地图交通标识工具映射模块420,用于将目标区域对应地图数据中的地图交通标识工具映射至交通图像所在的图像平面上,得到目标交通图像;
多维度匹配模块430,用于对目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定目标交通图像中地图交通标识工具的匹配检测交通标识工具;
指示信息确定模块440,用于基于匹配检测交通标识工具的指示信息,确定地图数据中的地图交通标识工具的指示信息。
可选的,多维度匹配包括形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个维度上的匹配;
多维度匹配模块430包括:
匹配单元,用于在形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息;
匹配检测交通标识工具确定单元,用于根据至少两个匹配维度对应的匹配信息,确定匹配检测交通标识工具;
其中,形状匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具与目标检测交通标识工具间的形状差异信息;位置匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具与目标检测交通标识工具间的位置差异信息;角度偏差匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具与目标检测交通标识工具间的角度差异信息。
可选的,目标交通图像中的地图交通标识工具和检测交通标识工具的数量均为多个,匹配单元包括:
第一遍历单元,用于遍历目标交通图像中多个地图交通标识工具;
第一匹配子单元,用于在遍历到任一地图交通标识工具的情况下,将当前遍历到的地图交通标识工具,在至少两个匹配维度上分别与目标交通图像中的目标检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息,目标检测交通标识工具为目标交通图像中不存在匹配的地图交通标识工具的检测交通标识工具;
匹配检测交通标识工具确定单元包括:
第一目标匹配信息确定单元,用于根据至少两个匹配维度对应的匹配信息确定当前遍历到的地图交通标识工具与目标交通图像中的目标检测交通标识工具的第一目标匹配信息;
第一匹配检测交通标识工具确定单元,用于将第一目标匹配信息满足第一预设匹配条件的目标检测交通标识工具,作为当前遍历到的地图交通标识工具的匹配检测交通标识工具。
可选的,匹配单元包括:
聚类处理单元,用于对目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组;
第二遍历单元,用于遍历第一数量个地图交通标识工具组;
第二匹配子单元,用于在遍历到任一地图交通标识工具组的情况下,将当前遍历到的地图交通标识工具组,在至少两个匹配维度上分别与目标检测交通标识工具组进行匹配,得到至少两个匹配维度对应的匹配信息,目标检测交通标识工具组为第二数量个检测交通标识工具组中不存在匹配的地图交通标识工具组的检测交通标识工具组;
匹配检测交通标识工具确定单元包括:
第二目标匹配信息确定单元,用于根据至少两个匹配维度对应的匹配信息确定当前遍历到的地图交通标识工具组与目标检测交通标识工具组的第二目标匹配信息;
第二匹配检测交通标识工具确定单元,用于将第二目标匹配信息满足第二预设匹配条件的目标检测交通标识工具组,作为当前遍历到的地图交通标识工具组的匹配检测交通标识工具组;
指示信息确定模块440还用于基于匹配检测交通标识工具组的指示信息,确定地图数据中的地图交通标识工具组的指示信息。
可选的,目标交通数据还包括交通图像中检测交通标识工具的第一图像坐标信息,聚类处理单元包括:
第二图像坐标信息确定单元,用于确定每个地图交通标识工具在目标交通图像中的第二图像坐标信息;
第一形状信息获取单元,用于获取目标交通图像中多个检测交通标识工具的第一形状信息;
第二形状信息获取单元,用于获取目标交通图像中多个地图交通标识工具的第二形状信息;
第一聚类处理子单元,用于基于第一形状信息和第一图像坐标信息对多个检测交通标识工具进行聚类处理,得到第二数量个检测交通标识工具组;
第二聚类处理子单元,用于基于第二形状信息和第二图像坐标信息对多个地图交通标识工具进行聚类处理,得到第一数量个地图交通标识工具组。
可选的,多维度匹配还包括:数量匹配维度上的匹配;
匹配单元还用于在数量匹配维度、形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个匹配维度,对目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到至少两个匹配维度对应的匹配信息;
其中,数量匹配维度对应的匹配信息表征在目标交通图像中地图交通标识工具组与目标检测交通标识工具组中交通标识工具的数量差异信息。
可选的,指示信息确定模块440包括:
第一指示信息设置单元,用于在任一地图交通标识工具组中的地图交通标识工具数量大于等于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,将对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为该地图交通标识工具组中地图交通标识工具的指示信息。
可选的,指示信息确定模块440包括:
第二指示信息设置单元,用于在任一地图交通标识工具组中的地图交通标识工具数量小于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,将对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为该地图交通标识工具组中地图交通标识工具的指示信息,以及将预设指示信息作为对应的地图交通标识工具组中,未设置有指示信息的地图交通标识工具的指示信息。
可选的,上述装置还包括:
地图数据生成模块,用于生成包括地图交通标识工具的指示信息的地图数据。
可选的,上述装置还包括:
第一指示信息获取模块,用于在生成包括地图交通标识工具的指示信息的地图数据之前,获取当前时刻之前第一预设数量个预设时刻时地图数据中的地图交通标识工具的指示信息;
目标指示信息确定模块,用于确定第一预设数量个预设时刻对应的指示信息中目标指示信息;
第一指示信息确认模块,用于确定目标指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息相同。
可选的,上述装置还包括:
第二指示信息获取模块,用于若目标指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息不同,获取当前时刻的地图数据中的地图交通标识工具,在当前时刻之后第二预设数量个预设时刻对应的指示信息;
第二指示信息确定模块,用于确定第二预设数量个预设时刻对应的指示信息与当前时刻的地图数据中的地图交通标识工具的指示信息均相同。
可选的,地图交通标识工具映射模块420包括:
坐标转换单元,用于将地图交通标识工具的地理坐标信息转换成交通图像对应的图像坐标系中的图像坐标信息;
交通标识工具映射单元,用于基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像。
可选的,交通标识工具映射单元包括:
第一交通标识工具映射子单元,用于在交通图像对应的图像坐标范围包括图像坐标信息的情况下,基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像;
和/或,
第二交通标识工具映射子单元,用于在地图交通标识工具与目标车辆间的距离信息符合预设距离条件的情况下,基于图像坐标信息将地图交通标识工具映射至交通图像,得到目标交通图像,目标车辆为基于地图数据进行驾驶的车辆。
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5是根据一示例性实施例示出的一种用于交通标识的识别的电子设备的框图,该电子设备可以是终端,其内部结构图可以如图5所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种交通标识的识别的方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本公开方案相关的部分结构的框图,并不构成对本公开方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在示例性实施例中,还提供了一种电子设备,包括:处理器;用于存储该处理器可执行指令的存储器;其中,该处理器被配置为执行该指令,以实现如本公开实施例中的交通标识的识别方法。
在示例性实施例中,还提供了一种存储介质,当该存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行本公开实施例中的交通标识的识别方法。
在示例性实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行本公开实施例中的交通标识的识别方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (16)
1.一种交通标识的识别方法,其特征在于,包括:
对目标区域内的交通图像进行交通标识工具检测,得到目标交通数据,所述目标交通数据包括所述交通图像中检测交通标识工具的指示信息;
将所述目标区域对应地图数据中的地图交通标识工具映射至所述交通图像所在的图像平面上,得到目标交通图像;
对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定所述目标交通图像中地图交通标识工具的匹配检测交通标识工具;
基于所述匹配检测交通标识工具的指示信息,确定所述地图数据中的地图交通标识工具的指示信息。
2.根据权利要求1所述的交通标识的识别方法,其特征在于,所述多维度匹配包括形状匹配维度、位置匹配维度和角度偏差匹配维度中的至少两个维度上的匹配;
所述对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定所述目标交通图像中地图交通标识工具的匹配检测交通标识工具,包括:
在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息;
根据所述至少两个匹配维度对应的匹配信息,确定所述匹配检测交通标识工具;
其中,所述形状匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具与所述目标检测交通标识工具间的形状差异信息;所述位置匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具与所述目标检测交通标识工具间的位置差异信息;所述角度偏差匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具与所述目标检测交通标识工具间的角度差异信息。
3.根据权利要求2所述的交通标识的识别方法,其特征在于,所述目标交通图像中的地图交通标识工具和检测交通标识工具的数量均为多个,所述在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息包括:
遍历所述目标交通图像中多个地图交通标识工具;
在遍历到任一地图交通标识工具的情况下,将当前遍历到的地图交通标识工具,在所述至少两个匹配维度上分别与所述目标交通图像中的目标检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息,所述目标检测交通标识工具为所述目标交通图像中不存在匹配的地图交通标识工具的检测交通标识工具;
所述根据所述至少两个匹配维度对应的匹配信息,确定所述匹配检测交通标识工具包括:
根据所述至少两个匹配维度对应的匹配信息确定所述当前遍历到的地图交通标识工具与所述目标交通图像中的目标检测交通标识工具的第一目标匹配信息;
将所述第一目标匹配信息满足第一预设匹配条件的目标检测交通标识工具,作为所述当前遍历到的地图交通标识工具的匹配检测交通标识工具。
4.根据权利要求2所述的交通标识的识别方法,其特征在于,所述在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息,包括:
对所述目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组;
遍历所述第一数量个地图交通标识工具组;
在遍历到任一地图交通标识工具组的情况下,将当前遍历到的地图交通标识工具组,在所述至少两个匹配维度上分别与目标检测交通标识工具组进行匹配,得到所述至少两个匹配维度对应的匹配信息,所述目标检测交通标识工具组为所述第二数量个检测交通标识工具组中不存在匹配的地图交通标识工具组的检测交通标识工具组;
所述根据所述至少两个匹配维度对应的匹配信息,确定所述匹配检测交通标识工具包括:
根据所述至少两个匹配维度对应的匹配信息确定所述当前遍历到的地图交通标识工具组与所述目标检测交通标识工具组的第二目标匹配信息;
将所述第二目标匹配信息满足第二预设匹配条件的目标检测交通标识工具组,作为所述当前遍历到的地图交通标识工具组的匹配检测交通标识工具组;
所述基于所述匹配检测交通标识工具的指示信息,确定所述地图数据中的地图交通标识工具的指示信息包括:
基于所述匹配检测交通标识工具组的指示信息,确定所述地图数据中的地图交通标识工具组的指示信息。
5.根据权利要求4所述的交通标识的识别方法,其特征在于,所述目标交通数据还包括所述交通图像中检测交通标识工具的第一图像坐标信息,所述对所述目标交通图像中多个地图交通标识工具和多个检测交通标识工具分别进行聚类处理,得到第一数量个地图交通标识工具组和第二数量个检测交通标识工具组包括:
确定每个地图交通标识工具在所述目标交通图像中的第二图像坐标信息;
获取所述目标交通图像中多个检测交通标识工具的第一形状信息;
获取所述目标交通图像中多个地图交通标识工具的第二形状信息;
基于所述第一形状信息和所述第一图像坐标信息对所述多个检测交通标识工具进行聚类处理,得到所述第二数量个检测交通标识工具组;
基于所述第二形状信息和所述第二图像坐标信息对所述多个地图交通标识工具进行聚类处理,得到所述第一数量个地图交通标识工具组。
6.根据权利要求4所述的交通标识的识别方法,其特征在于,所述多维度匹配还包括:数量匹配维度上的匹配;
所述在所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息包括:
在所述数量匹配维度、所述形状匹配维度、所述位置匹配维度和所述角度偏差匹配维度中的至少两个匹配维度,对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行匹配,得到所述至少两个匹配维度对应的匹配信息;
其中,所述数量匹配维度对应的匹配信息表征在所述目标交通图像中所述地图交通标识工具组与所述目标检测交通标识工具组中交通标识工具的数量差异信息。
7.根据权利要求4所述的交通标识的识别方法,其特征在于,所述基于所述匹配检测交通标识工具组的指示信息,确定所述地图数据中的地图交通标识工具组的指示信息包括:
在任一地图交通标识工具组中的地图交通标识工具数量大于等于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,将所述对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为该地图交通标识工具组中地图交通标识工具的指示信息。
8.根据权利要求4所述的交通标识的识别方法,其特征在于,所述基于所述匹配检测交通标识工具组的指示信息,确定所述地图数据中的地图交通标识工具组的指示信息,包括:
在任一地图交通标识工具组中的地图交通标识工具数量小于对应的匹配检测交通标识工具组中的检测交通标识工具数量的情况下,将所述对应的匹配检测交通标识工具组中检测交通标识工具的指示信息,按照预设顺序,依次设置为该地图交通标识工具组中地图交通标识工具的指示信息,以及将预设指示信息作为该地图交通标识工具组中,未设置有指示信息的地图交通标识工具的指示信息。
9.根据权利要求7或8所述的交通标识的识别方法,其特征在于,所述方法还包括:
生成包括所述地图交通标识工具的指示信息的地图数据。
10.根据权利要求9所述的交通标识的识别方法,其特征在于,在生成包括所述地图交通标识工具的指示信息的地图数据之前,所述方法还包括:
获取当前时刻之前第一预设数量个预设时刻时所述地图数据中的地图交通标识工具的指示信息;
确定所述第一预设数量个预设时刻对应的指示信息中目标指示信息;
确定所述目标指示信息与所述当前时刻的地图数据中的地图交通标识工具的指示信息相同。
11.根据权利要求10所述的交通标识的识别方法,其特征在于,所述方法还包括:
若所述目标指示信息与所述当前时刻的地图数据中的地图交通标识工具的指示信息不同,获取所述当前时刻的地图数据中的地图交通标识工具,在所述当前时刻之后第二预设数量个预设时刻对应的指示信息;
确定所述第二预设数量个预设时刻对应的指示信息与所述当前时刻的地图数据中的地图交通标识工具的指示信息均相同。
12.根据权利要求1至8任一所述的交通标识的识别方法,其特征在于,所述将所述目标区域对应地图数据中的地图交通标识工具映射至所述交通图像所在的图像平面上,得到目标交通图像包括:
将所述地图交通标识工具的地理坐标信息转换成所述交通图像对应的图像坐标系中的图像坐标信息;
基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像。
13.根据权利要求12所述的交通标识的识别方法,其特征在于,所述基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像包括:
在所述交通图像对应的图像坐标范围包括所述图像坐标信息的情况下,基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像;
和/或,
在所述地图交通标识工具与目标车辆间的距离信息符合预设距离条件的情况下,基于所述图像坐标信息将所述地图交通标识工具映射至所述交通图像,得到所述目标交通图像,所述目标车辆为基于所述地图数据进行驾驶的车辆。
14.一种交通标识的识别装置,其特征在于,包括:
交通标识工具检测模块,用于对目标区域内的交通图像进行交通标识工具检测,得到目标交通数据,所述目标交通数据包括所述交通图像中检测交通标识工具的指示信息;
地图交通标识工具映射模块,用于将所述目标区域对应地图数据中的地图交通标识工具映射至所述交通图像所在的图像平面上,得到目标交通图像;
多维度匹配模块,用于对所述目标交通图像中的地图交通标识工具和检测交通标识工具进行多维度匹配,确定所述目标交通图像中地图交通标识工具的匹配检测交通标识工具;
指示信息确定模块,用于基于所述匹配检测交通标识工具的指示信息,确定所述地图数据中的地图交通标识工具的指示信息。
15.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至13中任一项所述的交通标识的识别方法。
16.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得数据处理设备能够执行如权利要求1至13中任一项所述的交通标识的识别方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742490.2A CN115546755A (zh) | 2021-06-30 | 2021-06-30 | 交通标识的识别方法、装置、电子设备及存储介质 |
PCT/CN2022/076169 WO2023273358A1 (zh) | 2021-06-30 | 2022-02-14 | 交通标识的识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742490.2A CN115546755A (zh) | 2021-06-30 | 2021-06-30 | 交通标识的识别方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115546755A true CN115546755A (zh) | 2022-12-30 |
Family
ID=84690202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110742490.2A Pending CN115546755A (zh) | 2021-06-30 | 2021-06-30 | 交通标识的识别方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115546755A (zh) |
WO (1) | WO2023273358A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9715827B2 (en) * | 2015-04-01 | 2017-07-25 | Misapplied Sciences, Inc. | Multi-view traffic signage |
JP6919405B2 (ja) * | 2017-08-10 | 2021-08-18 | トヨタ自動車株式会社 | デジタルサイネージ制御装置、デジタルサイネージ制御方法、プログラム、記録媒体 |
CN109284801B (zh) * | 2018-10-29 | 2022-03-04 | 百度在线网络技术(北京)有限公司 | 交通指示灯的状态识别方法、装置、电子设备及存储介质 |
CN111310708B (zh) * | 2020-02-14 | 2024-05-14 | 广州文远知行科技有限公司 | 交通信号灯状态识别方法、装置、设备和存储介质 |
CN111738212B (zh) * | 2020-07-20 | 2020-11-20 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的交通信号灯识别方法、装置、设备及介质 |
CN112861832B (zh) * | 2021-04-25 | 2021-07-20 | 湖北亿咖通科技有限公司 | 交通标识的检测方法、装置、电子设备及存储介质 |
-
2021
- 2021-06-30 CN CN202110742490.2A patent/CN115546755A/zh active Pending
-
2022
- 2022-02-14 WO PCT/CN2022/076169 patent/WO2023273358A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023273358A1 (zh) | 2023-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11004234B2 (en) | Method and apparatus for annotating point cloud data | |
CN110569856B (zh) | 样本标注方法及装置、损伤类别的识别方法及装置 | |
CN108921925A (zh) | 基于激光雷达和视觉融合的语义点云生成方法和装置 | |
US7778447B2 (en) | Method and device for mobile object information management, and computer product | |
CN111178454A (zh) | 自动驾驶数据的标注方法、云端控制平台及存储介质 | |
CN110378360B (zh) | 目标标定方法、装置、电子设备及可读存储介质 | |
CN112417273A (zh) | 区域画像图生成方法、装置、计算机设备及存储介质 | |
CN111814740B (zh) | 指针仪表读数的识别方法、装置、计算机设备和存储介质 | |
CN110675637A (zh) | 车辆违法视频的处理方法、装置、计算机设备及存储介质 | |
CN111144372A (zh) | 车辆检测方法、装置、计算机设备和存储介质 | |
CN111753592A (zh) | 交通标志识别方法、装置、计算机设备和存储介质 | |
CN111444911B (zh) | 车牌识别模型的训练方法及装置、车牌识别方法及装置 | |
US10404565B2 (en) | Simulation latency indication | |
CN114998856A (zh) | 一种多相机图像的3d目标检测方法、装置、设备及介质 | |
CN115830399A (zh) | 分类模型训练方法、装置、设备、存储介质和程序产品 | |
CN116964588A (zh) | 一种目标检测方法、目标检测模型训练方法及装置 | |
CN110728680A (zh) | 行车记录仪检测方法、装置、计算机设备和存储介质 | |
CN115546755A (zh) | 交通标识的识别方法、装置、电子设备及存储介质 | |
CN114693722A (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN111539802B (zh) | 协助审核要求发送方法、装置、计算机设备和存储介质 | |
CN113435350A (zh) | 一种交通标线检测方法、装置、设备和介质 | |
CN112686203A (zh) | 一种基于空间先验的车辆安全警示装置检测方法 | |
CN111383268A (zh) | 车辆间距状态获取方法、装置、计算机设备和存储介质 | |
US20220262034A1 (en) | Generation of Non-Semantic Reference Data for Positioning a Motor Vehicle | |
US10956754B2 (en) | Information processing apparatus and information processing method |
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 |