JP2023533108A - 道路ラベルを生成するための方法、装置、デバイス及び記憶媒体 - Google Patents
道路ラベルを生成するための方法、装置、デバイス及び記憶媒体 Download PDFInfo
- Publication number
- JP2023533108A JP2023533108A JP2022567635A JP2022567635A JP2023533108A JP 2023533108 A JP2023533108 A JP 2023533108A JP 2022567635 A JP2022567635 A JP 2022567635A JP 2022567635 A JP2022567635 A JP 2022567635A JP 2023533108 A JP2023533108 A JP 2023533108A
- Authority
- JP
- Japan
- Prior art keywords
- point
- road
- generating
- diagonal
- width
- 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 47
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- 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
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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
- G06T2207/30204—Marker
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Astronomy & Astrophysics (AREA)
- Traffic Control Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本開示は、道路ラベルを生成するための方法、装置、デバイス、記憶媒体及びプログラム製品を提供し、人工知能の分野に関し、特にリモートセンシング画像シナリオ下で使用できるコンピュータビジョン及び深層学習技術に関する。当該方法の具体的な一実施形態は、ラベル画像内の道路数と道路幅とを生成するステップと、ラベル画像内の各道路について、道路の始点と終点とを生成するステップと、始点と終点との間に少なくとも1つの点を生成するステップと、隣接する2つの点について、前の点から次の点まで線分を描画するステップであって、線分の幅が道路幅に等しいものであるステップと、前の点と次の点との座標に基づいて、斜めボックスの対角線交点、幅、高さ及び傾斜角度を含む斜めボックスアノテーション情報を生成するステップとを含む。当該実施形態は、架空のリモートセンシング画像の道路の斜めボックスアノテーション情報を生成し、道路斜めボックス検出に補助データを提供する。
Description
<関連出願の相互参照>
本特許出願は、2021年6月2日に提出された、出願番号が202110611771.4であり、発明の名称が「道路ラベルを生成するための方法、装置、デバイス及び記憶媒体」である中国特許出願に基づく優先権を主張し、当該出願の全文を引用することにより本出願の一部をなすものとする。
本特許出願は、2021年6月2日に提出された、出願番号が202110611771.4であり、発明の名称が「道路ラベルを生成するための方法、装置、デバイス及び記憶媒体」である中国特許出願に基づく優先権を主張し、当該出願の全文を引用することにより本出願の一部をなすものとする。
本開示は、人工知能の分野に関し、特に、リモートセンシング画像シナリオで使用できるコンピュータビジョン及び深層学習技術に関する。
リモートセンシング画像道路抽出は、リモートセンシング画像に対して画素レベルの内容分析を実行し、その道路情報を抽出することを目的とし、都市と農村の計画、地図の描画などの分野で高い実用価値を持っている。ただし、リモートセンシング画像から道路情報を抽出するためのモデルを訓練するには、斜めボックスアノテーション情報がラベリングされた大量のリモートセンシング画像が必要である。現在、通常は、大量のリモートセンシング画像を取得し、リモートセンシング画像に対して斜めボックスラベリングを実行する。
本開示の実施例は、道路ラベルを生成するための方法、装置、デバイス、記憶媒体及びプログラム製品を提供する。
第1態様では、本開示の実施例は、道路ラベルを生成するための方法を提供し、当該方法は、ラベル画像内の道路数と道路幅とを生成するステップと、ラベル画像内の各道路について、道路の始点と終点とを生成するステップと、始点と終点との間に少なくとも1つの点を生成するステップと、隣接する2つの点について、前の点から次の点まで線分を描画するステップであって、線分の幅が道路幅に等しいものであるステップと、前の点と次の点との座標に基づいて、斜めボックスの対角線交点、幅、高さ及び傾斜角度を含む斜めボックスアノテーション情報を生成するステップとを含んでなる。
第2態様では、本開示の実施例は、道路ラベルを生成するための装置を提供し、当該装置は、ラベル画像内の道路数と道路幅とを生成するように構成される第1生成モジュールと、ラベル画像内の各道路について、道路の始点と終点とを生成するように構成される第2生成モジュールと、始点と終点との間に少なくとも1つの点を生成するように構成される第3生成モジュールと、隣接する2つの点について、前の点から次の点まで線分を描画するように構成された描画モジュールであって、線分の幅が道路幅に等しいものである描画モジュールと、前の点と次の点との座標に基づいて、斜めボックスの対角線交点、幅、高さ及び傾斜角度を含む斜めボックスアノテーション情報を生成するように構成された第4生成モジュールとを含んでなる。
第3態様では、本開示の実施例は、電子デバイスを提供し、当該電子デバイスは、少なくとも1つのプロセッサと、少なくとも1つのプロセッサに通信可能に接続されたメモリとを含み、ここで、メモリには、少なくとも1つのプロセッサによって実行可能な命令が記憶され、当該命令は、少なくとも1つのプロセッサが第1態様のいずれかの実現方法で説明された方法を実行できるように、少なくとも1つのプロセッサによって実行される。
第4態様では、本開示の実施例は、コンピュータ命令が記憶された非一時的なコンピュータ可読記憶媒体を提供し、当該コンピュータ命令は、コンピュータに第1態様のいずれかの実現方法で説明された方法を実行させるために使用される。
第5態様では、本開示の実施例は、コンピュータプログラムを含むコンピュータプログラム製品を提供し、当該コンピュータプログラムは、プロセッサによって実行されると、第1態様のいずれかの実現方法で説明された方法を実現する。
本開示の実施例が提供する道路ラベルを生成するための方法、装置、デバイス、記憶媒体及びプログラム製品は、ラベル画像のサイズ、ラベル画像の数、及びラベル画像1枚あたりの道路数と道路幅とを指定し、架空のリモートセンシング画像の道路の斜めボックスアノテーション情報を生成し、道路斜めボックス検出に補助データを提供する。架空のリモートセンシング画像の道路を生成しながら、道路の斜めボックスアノテーション情報を得ることができるため、補助データの生成効率を向上させることができる。また、架空のリモートセンシング画像の道路は、始点と終点との間の複数の首尾が接続された線分を接続することにより形成されるため、道路をより標準化し、より連続したものにすることができる。
このセクションで説明される内容は、本開示の実施例の主要又は重要な特徴を特定することを意図するものではなく、本開示の範囲を限定することを意図するものでもないことを理解すべきである。本開示の他の特徴は、以下の説明により理解が容易になる。
本開示の他の特徴、目的及び利点は、以下の図面を参照して行われる非限定的な実施例の詳細な説明を読むことにより、より明らかになる。図面は、本スキームをよりよく理解するために使用され、本開示を限定するものではない。ここで、
以下、図面を参照して本開示の例示的な実施例を説明し、それには、理解を容易にするために、本開示の実施例の様々な詳細が含まれており、それらは単なる例示的であると見なされるべきである。したがって、当業者は、本開示の範囲及び精神から逸脱することなく、本明細書に記載された実施例の様々な変更及び修正を行うことができることを認識すべきである。同様に、明確かつ簡潔にするために、以下の説明では、周知の機能及び構造の説明を省略する。
なお、矛盾しない場合、本開示の実施例及び実施例の特徴は、互いに組み合わせることができる。以下、図面を参照し、実施例と併せて本開示を詳細に説明する。
図1は、本開示による道路ラベルを生成するための方法の一実施例のフロー100を示す。当該道路ラベルを生成するための方法は、以下のステップを含む。
ステップ101:ラベル画像内の道路数と道路幅を生成する。
本実施例では、道路ラベルを生成するための方法の実行主体は、ラベル画像内の道路数と道路幅を生成することができる。
実際には、リモートセンシング画像から道路情報を抽出するためのモデルを訓練するには、斜めボックスアノテーション情報がラベリングされた大量のリモートセンシング画像が必要である。効率を向上させるために、大量の架空のリモートセンシング画像の道路の斜めボックスアノテーション情報を生成することができる。ラベル画像は、空白画像であってもよく、道路と斜めボックスアノテーション情報をラベル画像上に生成することで、架空のリモートセンシング画像とそれに対応する斜めボックスアノテーション情報を得ることができる。ラベル画像のサイズ、ラベル画像の数、及びラベル画像1枚あたりの道路数と道路幅は、実際のシナリオ要件に従って指定することができる。例えば、ラベル画像のサイズを1024*1024に指定し、ラベル画像の数を100に指定し、ラベル画像1枚あたりの道路数を5に指定し、ラベル画像1枚あたりの幅を4メートルに指定する。なお、ラベル画像1枚あたりの道路数と道路幅は、特定のニーズに従って調整することができる。例えば、田舎道をシミュレートするために使用される場合、ラベル画像1枚あたりの道路数の値の範囲は、[1,5]であってもよく、ラベル画像1枚あたりの道路幅の値の範囲は、[1,5]であってもよい。都市の道路をシミュレートするために使用される場合、ラベル画像1枚あたりの道路数の値の範囲は、[3,10]であってもよく、ラベル画像1枚あたりの道路幅の値の範囲は、[3,20]であってもよい。
ステップ102:ラベル画像内の各道路について、道路の始点と終点とを生成する。
本実施例では、ラベル画像内の各道路について、上記実行主体は、当該道路の始点と終点とを生成することができる。
実際には、道路の始点は、ラベル画像内の任意の画素点であってもよいが、道路の終点は、ラベル図像の4つの境界にある必要がある。各道路の幅は、始点から終点まで一定であり、異なる道路間の交差を可能にする。ラベル画像のサイズが1024*1024の場合を例にとると、座標系は、ラベル画像の左上隅の頂点を原点とし、ラベル画像の上側境界をx軸とし、右方向をx軸の正方向とし、ラベル画像の左側境界をy軸とし、下方向をy軸の正方向とする。生成された道路の始点の座標は(x0,y0)であり、道路の終点の座標は(tx,ty)である。ここで、x0、y0、tx、tyはいずれも、整数である。x0とy0の値の範囲はいずれも、[0,1023]である。道路の終点がラベル画像の上側境界にある場合、txの値の範囲は、[0,1023]であり、ty=0である。道路の終点がラベル画像の右側境界にある場合、tx=1023であり、tyの値の範囲が[0,1023]である。道路の終点がラベル画像の下側境界にある場合、txの値の範囲は、[0,1023]であり、ty=1023である。道路の終点がラベル画像の左側境界にある場合、tx=0、tyの値の範囲は[0,1023]である。
ステップ103:始点と終点との間に少なくとも1つの点を生成する。
本実施例では、上記実行主体は、道路の始点と終点との間に少なくとも1つの点を生成することができる。ここで、道路の始点と終点との間に生成された点の数は、ランダムであってもよいし、事前設定されてもよい。点と点との間の距離は、ランダムであってもよいし、事前に設定されてもよい。ここでは特に限定はない。
ステップ104:隣接する2つの点について、前の点から次の点まで線分を描画する。
本実施例では、隣接する2つの点について、上記実行主体は、前の点から次の点まで線分を描画することができる。ここで、線分の幅は、道路幅に等しい。このように、ラベル画像上の道路は、始点と終点との間の複数の首尾が接続された線分を接続することにより形成されるため、道路をより標準化し、より連続したものにすることができる。
ステップ105:前の点と次の点との座標に基づいて、斜めボックスアノテーション情報を生成する。
本実施例では、上記実行主体は、前の点と次の点との座標に基づいて、斜めボックスアノテーション情報を生成することができる。ここで、斜めボックスは、前の点と次の点とを接続する線分であってもよい。斜めボックスアノテーション情報は、斜めボックスの対角線交点、幅、高さ及び傾斜角度を含み得る。
本実施例のいくつかのオプションの実現方法では、前の点の座標は、(x1,y1)であり、次の点の座標は、(x2,y2)であり、道路幅は、widthである。斜めボックスアノテーション情報は、具体的には、次のとおりである。
斜めボックスの対角線交点の横座標は、cx=(x1+x2)/2であり、斜めボックスの対角線交点の縦座標は、cy=(y1+y2)/2である。
斜めボックスの幅は、
である。
斜めボックスの高さは、h=widthである。
斜めボックスの傾斜角度は、
であり、ここで、
の場合、斜めボックスの傾斜角度は、
であり、
の場合、斜めボックスの傾斜角度は、
である。このように、斜めボックスの傾斜角度thetaの値は、
から
の間に限定される。
本実施例のいくつかのオプションの実現方法では、斜めボックスアノテーション情報がラベリングされたラベル画像は、訓練サンプルとして、斜めボックスラベリングモデルを教師あり訓練することができる。訓練された斜めボックスラベリングモデルは、リモートセンシング画像に対して斜めボックスラベリングを実行し、さらにリモートセンシング画像の道路を抽出するために使用され得るため、抽出された道路をより標準化し、より連続したものにすることができる。
本開示の実施例が提供する道路ラベルを生成するための方法は、画像のサイズと数、及び各画像内の道路数と道路幅を指定し、架空のリモートセンシング画像の道路の斜めボックスアノテーション情報を生成し、道路斜めボックス検出に補助データを提供する。架空のリモートセンシング画像の道路を生成しながら、道路の斜めボックスアノテーション情報を得ることができるため、補助データの生成効率を向上させることができる。また、架空のリモートセンシング画像の道路は、始点と終点との間の複数の首尾が接続された線分を接続することにより形成されるため、道路をより標準化し、より連続したものにすることができる。
図2を参照し続けると、図2は、本開示による道路ラベルを生成するための方法のさらに別の実施例のフロー200を示す。当該道路ラベルを生成するための方法は、以下のステップを含む。
ステップ201:乱数を生成することにより道路数と道路幅を生成する。
本実施例では、道路ラベルを生成するための方法の実行主体は、乱数を生成することにより道路数と道路幅とを生成することができるため、生成された架空のリモートセンシング画像をより多様化することができる。
ステップ202:ラベル画像内の各道路について、道路の始点の座標をランダムに生成する。
本実施例では、ラベル画像内の各道路について、上記実行主体は、道路の始点の座標をランダムに生成することができるため、道路をより多様化することができる。
ラベル画像のサイズが1024*1024の場合を例にとると、座標系は、ラベル画像の左上隅の頂点を原点とし、ラベル画像の上側境界をx軸とし、右方向をx軸の正方向とし、ラベル画像の左側境界をy軸とし、下方向をy軸の正方向とする。生成された道路の始点の座標は、(x0,y0)である。ここで、x0、y0はいずれも、整数である。x0とy0の値の範囲はいずれも、[0,1023]である。
ステップ203:道路の終点が位置する境界のインジケータをランダムに生成する。
本実施例では、上記実行主体は、道路の終点が位置する境界のインジケータをランダムに生成することができるため、道路をより多様化することができる。
ここで、終点は、ラベル画像の境界上にある。インジケータは、終点が位置する特定の境界を示すために使用されてもよい。例えば、インジケータe=1の場合、道路の終点がラベル画像の上側境界にあることを意味する。インジケータe=2の場合、道路の終点がラベル画像の右側境界にあることを意味する。インジケータe=3の場合、道路の終点がラベル画像の下側境界にあることを意味する。インジケータe=4の場合、道路の終点がラベル画像の左側境界にあることを意味する。
ステップ204:終点が位置する境界のインジケータに基づいて、一方の座標軸上での終点の値を決定する。
本実施例では、上記実行主体は、終点が位置する境界のインジケータに基づいて、一方の座標軸上での終点の値を決定することができる。
ラベル画像のサイズが1024*1024の場合を例にとると、座標系は、ラベル画像の左上隅の頂点を原点とし、ラベル画像の上側境界をx軸とし、右方向をx軸の正方向とし、ラベル画像の左側境界をy軸とし、下方向をy軸の正方向とする。インジケータe=1の場合、道路の終点がラベル画像の上側境界にあることを意味し、終点の縦座標がty=0であると決定することができる。インジケータe=2の場合、道路の終点がラベル画像の右側境界にあることを意味し、終点の横座標がtx=1023であると決定することができる。インジケータe=3の場合、道路の終点がラベル画像の下側境界にあることを意味し、終点の縦座標がty=1023であると決定することができる。インジケータe=4の場合、道路の終点がラベル画像の左側境界にあることを意味し、終点の横座標がtx=0であると決定することができる。
ステップ205:他方の座標軸上での終点の値をランダムに生成する。
本実施例では、上記実行主体は、他方の座標軸上での終点の値をランダムに生成することができるため、道路をより多様化することができる。
ラベル画像のサイズが1024*1024の場合を例にとると、座標系は、ラベル画像の左上隅の頂点を原点とし、ラベル画像の上側境界をx軸とし、右方向をx軸の正方向とし、ラベル画像の左側境界をy軸とし、下方向をy軸の正方向とする。インジケータe=1の場合、道路の終点がラベル画像の上側境界にあることを意味し、終点の縦座標がty=0であり、終点の横座標txの値の範囲が[0,1023]であると決定することができる。インジケータe=2の場合、道路の終点がラベル画像の右側境界にあることを意味し、終点の横座標がtx=1023であり、終点の縦座標tyの値の範囲が[0,1023]であると決定することができる。インジケータe=3の場合、道路の終点がラベル画像の下側境界にあることを意味し、終点の縦座標がty=1023であり、終点の横座標txの値の範囲が[0,1023]であると決定することができる。インジケータe=4の場合、道路の終点がラベル画像の左側境界にあることを意味し、終点の横座標がtx=0であり、終点の縦座標tyの値の範囲が[0,1023]であると決定することができる。
ステップ206:一方の座標軸上での終点の値と他方の座標軸上での終点の値に基づいて、終点の座標を生成する。
本実施例では、上記実行主体は、一方の座標軸上での終点の値と他方の座標軸上での終点の値に基づいて、終点の座標を生成することができる。
ラベル画像のサイズが1024*1024の場合を例にとると、座標系は、ラベル画像の左上隅の頂点を原点とし、ラベル画像の上側境界をx軸とし、右方向をx軸の正方向とし、ラベル画像の左側境界をy軸とし、下方向をy軸の正方向とする。インジケータe=1の場合、道路の終点がラベル画像の上側境界にあることを意味し、終点の縦座標がty=0であり、終点の横座標txの値の範囲が[0,1023]であり、すなわち終点の座標が(tx,0)であると決定することができる。インジケータe=2の場合、道路の終点がラベル画像の右側境界にあることを意味し、終点の横座標がtx=1023であり、終点の縦座標tyの値の範囲が[0,1023]であり、すなわち終点の座標が(1023,ty)であると決定することができる。インジケータe=3の場合、道路の終点がラベル画像の下側境界にあることを意味し、終点の縦座標がty=1023であり、終点の横座標txの値の範囲が[0,1023]であり、すなわち終点の座標が(tx,1023)であると決定することができる。インジケータe=4の場合、道路の終点がラベル画像の左側境界にあることを意味し、終点の横座標がtx=0であり、終点の縦座標tyの値の範囲が[0,1023]であり、すなわち終点の座標が(0,ty)であると決定することができる。
ステップ207:始点の次の点を生成する。
本実施例では、上記実行主体は、始点の次の点を生成することができる。
通常、次の点の横座標は、始点と終点の横座標間の乱数を取ることができ、次の点の縦座標は、始点と終点との縦座標間の乱数を取ることができるため、次の点が始点と終点とで囲まれた範囲を超えないようにすることができるため、生成された道路を実際の状況により合わせることができ、それにより道路振動を防ぐことができる。
ステップ208:次の点の座標が事前設定された条件を満たしているかどうかを決定する。
本実施例では、上記実行主体は、次の点の座標が事前設定された条件を満たしているかどうかを決定することができる。事前設定された条件を満たしている場合、ステップ209を実行し、事前設定された条件を満たしていない場合、ステップ210を実行する。
ここで、事前設定された条件は、事前設定された様々な条件であってもよい。例えば、事前設定された条件は、次のノードが終点の横座標値及び/又は縦座標値と同じであることを含み得るため、道路振動を防ぐことができる。
ステップ209:点の生成が完了したことを決定する。
本実施例では、次の点の座標が事前設定された条件を満たしている場合、点の生成が完了したことを決定し、ステップ211を実行し続ける。
ステップ210:次の点を始点とする。
本実施例では、次の点の座標が事前設定された条件を満たしていない場合、上記実行主体は、次の点を始点として、点を生成するステップ207を実行し続けることができる。事前設定された条件が満たされるまで、道路の次の点を生成することができるため、道路は、始点からトリガーされ、徐々に終点に向かって進むことができるため、生成された道路を実際の状況により合わせることができる。
ステップ211:隣接する2つの点について、前の点から次の点まで線分を描画する。
ステップ212:前の点と次の点との座標に基づいて、斜めボックスアノテーション情報を生成する。
本実施例では、ステップ211~212の具体的な操作は、図1に示される実施例のステップ104~105で詳細に説明されており、ここでは繰り返さない。
図3から分かるように、図2に対応する実施例と比較して、本実施例における道路ラベルを生成するための方法は、道路をランダムに生成するステップ及び点を生成するステップを強調している。これにより、本実施例で説明するスキームでは、道路数、道路幅、始点及び終点がランダムに生成され得るため、道路をより多様化することができる。事前設定された条件が満たされるまで、道路の次の点を生成することができるため、道路は、始点からトリガーされ、徐々に終点に向かって進むことができるため、生成された道路を実際の状況により合わせることができる。
図3をさらに参照すると、上記各図に示される方法の実現として、本開示は、道路ラベルを生成するための装置の一実施例を提供し、当該装置の実施例は、図1に示される方法実施例に対応し、当該装置は、具体的には、様々な電子デバイスに適用することができる。
図3に示すように、本実施例の道路ラベルを生成するための装置300は、第1生成モジュール301、第2生成モジュール302、第3生成モジュール303、描画モジュール304及び第4生成モジュール305を含み得る。ここで、第1生成モジュール301は、ラベル画像内の道路数と道路幅を生成するように構成され、第2生成モジュール302は、ラベル画像内の各道路について、道路の始点と終点を生成するように構成され、第3生成モジュール303は、始点と終点との間に少なくとも1つの点を生成するように構成され、描画モジュール304は、隣接する2つの点について、前の点から次の点まで線分を描画するように構成され、ここで、線分の幅は道路幅に等しく、第4生成モジュール305は、前の点と次の点との座標に基づいて、斜めボックスアノテーション情報を生成するように構成され、ここで、斜めボックスアノテーション情報は、斜めボックスの対角線交点、幅、高さ及び傾斜角度を含む。
本実施例では、道路ラベルを生成するための装置300において、第1生成モジュール301、第2生成モジュール302、第3生成モジュール303、描画モジュール304及び第4生成モジュール305の具体的な処理及びそれによる技術的効果については、図1に対応する実施例におけるステップ101~105の関連する説明をそれぞれ参照することができ、ここでは繰り返さない。
本実施例のいくつかのオプションの実現方法では、第3生成モジュール303は、始点の次の点を生成し、次の点の座標が事前設定された条件を満たしているかどうかを決定し、事前設定された条件を満たしていることに応答して、点の生成が完了したことを決定する点生成ステップと、事前設定された条件を満たしていないことに応答して、次の点を始点として、点生成ステップを実行し続ける点生成ステップとを実行するようにさらに構成される。
本実施例のいくつかのオプションの実現方法では、次の点の横座標は、始点と終点との横座標間の乱数を取り、次の点の縦座標は、始点と終点との縦座標間の乱数を取り、事前設定された条件は、次のノードが終点の横座標値及び/又は縦座標値と同じであることを含む。
本実施例のいくつかのオプションの実現方法では、前の点の座標は、(x1,y1)であり、次の点の座標は、(x2,y2)であり、道路幅は、widthであり、斜めボックスの対角線交点の横座標は、cx=(x1+x2)/2であり、斜めボックスの対角線交点の縦座標は、cy=(y1+y2)/2であり、斜めボックスの幅は、
であり、斜めボックスの高さは、h=widthであり、斜めボックスの傾斜角度は、
であり、ここで、
の場合、斜めボックスの傾斜角度は、
であり、
の場合、斜めボックスの傾斜角度は、
である。
本実施例のいくつかのオプションの実現方法では、第2生成モジュール302は、道路の始点の座標をランダムに生成し、道路の終点が位置する境界のインジケータをランダムに生成し、ここで、終点は、ラベル画像の境界にあり、終点が位置する境界のインジケータに基づいて、一方の座標軸上での終点の値を決定し、他方の座標軸上での終点の値をランダムに生成し、一方の座標軸上での終点の値と他方の座標軸上での終点の値とに基づいて、終点の座標を生成するようにさらに構成される。
本実施例のいくつかのオプションの実現方法では、第1生成モジュール301は、乱数を生成することにより道路数と道路幅とを生成するようにさらに構成される。
本開示の技術的解決手段において、関連するユーザの個人情報の取得、記憶及び適用などはいずれも、関連する法律及び規則の規定に準拠しており、公序良俗に違反しない。
本開示の実施例によれば、本開示はさらに、電子デバイス、可読記憶媒体及びコンピュータプログラム製品を提供する。
図4は、本開示の実施例を実施するために使用され得る例示的な電子デバイス400の概略ブロック図を示す。電子デバイスは、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、大型コンピュータ、及び他の適切なコンピュータなどの様々な形式のデジタルコンピュータを表すことを目的とする。電子デバイスは、パーソナルデジタルアシスタント、携帯電話、スマートフォン、ウェアラブルデバイス及び他の同様のコンピューティングデバイスなどの様々な形式のモバイルデバイスを表すこともできる。本明細書に示されるコンポーネント、それらの接続と関係、及びそれらの機能は、単なる例示であり、本明細書に説明及び/又は請求される本開示の実現を限定することを意図するものではない。
図4に示すように、デバイス400は、計算ユニット401を含み、当該計算ユニット401は、読み取り専用メモリ(ROM)402に記憶されたコンピュータプログラム又は記憶ユニット408からランダムアクセスメモリ(RAM)403にロードされたコンピュータプログラムに従って、様々な適切な動作及び処理を実行することができる。RAM403には、デバイス400の操作に必要な様々なプログラム及びデータも記憶されてもよい。計算ユニット401、ROM402及びRAM403は、バス404を介して互いに接続される。入力/出力(I/O)インターフェース405もバス404に接続される。
デバイス400内の複数のコンポーネントは、I/Oインターフェース405に接続され、キーボード、マウスなどの入力ユニット406と、様々なタイプのディスプレイ、スピーカーなどの出力ユニット407と、磁気ディスク、光ディスクなどの記憶ユニット408と、ネットワークカード、モデム、無線通信トランシーバなどの通信ユニット409とを含む。通信ユニット409は、デバイス400がインターネットなどのコンピュータネットワーク及び/又は様々な電気通信ネットワークを介して、他のデバイスと情報/データを交換することを可能にする。
計算ユニット401は、様々な処理能力及び計算能力を有する汎用及び/又は専用の処理コンポーネントであってもよい。計算ユニット401のいくつかの例は、中央処理装置(CPU)、グラフィックス処理ユニット(GPU)、様々な専用の人工知能(AI)計算チップ、機械学習モデルアルゴリズムを実行する様々な計算ユニット、デジタル信号プロセッサ(DSP)、及び任意の適切なプロセッサ、コントローラ、マイクロコントローラなどを含むが、これらに限定されない。計算ユニット401は、上述した様々な方法及び処理、例えば、道路ラベルを生成するための方法を実行する。例えば、いくつかの実施例では、道路ラベルを生成するための方法は、記憶ユニット408などの機械可読媒体に有形的に含まれるコンピュータソフトウェアプログラムとして実現されてもよい。いくつかの実施例では、コンピュータプログラムの一部又は全部は、ROM402及び/又は通信ユニット409を介して、デバイス400にロード及び/又はインストールされてもよい。コンピュータプログラムがRAM403にロードされ、計算ユニット401によって実行されると、上述した道路ラベルを生成するための方法の1つ又は複数のステップが実行されてもよい。あるいは、他の実施例では、計算ユニット401は、他の任意の適切な手段(例えば、ファームウェアを介して)を介して、道路ラベルを生成するための方法を実行するように構成されてもよい。
本明細書に記載されたシステム及び技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、フィールドプログラマブルゲートアレイ(FPGA)、特定用途向け集積回路(ASIC)、特定用途向け標準製品(ASSP)、システムオンチップ(SOC)、ロードプログラマブルロジックデバイス(CPLD)、コンピュータハードウェア、ファームウェア、ソフトウェア、及び/又はそれらの組み合わせで実現されてもよい。これらの様々な実施形態は、記憶システム、少なくとも1つの入力装置、及び少なくとも1つの出力装置からデータ及び命令を受信したり、データ及び命令を当該記憶システム、当該少なくとも1つの入力装置、及び当該少なくとも1つの出力装置に送信したりすることができる専用又は汎用のプログラマブルプロセッサであり得る少なくとも1つのプログラマブルプロセッサを含むプログラマブルシステムで実行及び/又は解釈され得る1つ又は複数のコンピュータプログラムに実施されることを含み得る。
本開示の方法を実施するためのプログラムコードは、1つ又は複数のプログラミング言語の任意の組み合わせで書かれ得る。これらのプログラムコードは、汎用コンピュータ、専用コンピュータ又は他のプログラム可能な処理装置のプロセッサ又はコントローラに提供され得るため、プログラムコードがプロセッサ又はコントローラによって実行されると、フローチャート及び/又はブロック図で指定された機能/操作が実施される。プログラムコードは、完全に機械上で実行されることも、部分的に機械上で実行されることも、独立したソフトウェアパッケージとして部分的に機械上で実行されながら部分的にリモート機械上で実行されることも、又は完全にリモート機械又はサーバ上で実行されることも可能である。
本開示の文脈において、機械可読媒体は、命令実行システム、装置又はデバイスが使用する、又は命令実行システム、装置又はデバイスと組み合わせて使用するプログラムを含む又は記憶することができる有形の媒体であってもよい。機械可読媒体は、機械可読信号媒体又は機械可読記憶媒体であってもよい。機械可読媒体は、電子、磁気、光学、電磁気、赤外線、又は半導体のシステム、装置又はデバイス、又は上記内容の任意の適切な組み合わせを含み得るが、これらに限定されない。機械可読記憶媒体のより具体的な例は、1つ又は複数のワイヤに基づく電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、消去可能なプログラマブルリードオンリメモリ(EPROM又はフラッシュメモリ)、光ファイバ、ポータブル・コンパクト・ディスク・リードオンリメモリ(CD-ROM)、光記憶装置、磁気記憶装置、又は上記内容の任意の適切な組み合わせを含む。
ユーザとの対話を提供するために、本明細書に記載されたシステム及び技術は、ユーザに情報を表示するための表示装置(例えば、CRT(陰極線管)又はLCD(液晶ディスプレイ)モニタ)と、ユーザが入力をコンピュータに提供することができるキーボードとポインティングデバイス(例えば、マウス又はトラックボール)とを有するコンピュータに実施されてもよい。他の種類の装置は、ユーザとの対話を提供するためにも使用されてもよく、例えば、任意の形式の感覚フィードバック(例えば、視覚的フィードバック、聴覚的フィードバック、又は触覚的フィードバック)をユーザに提供したり、任意の形式(音響入力、音声入力、及び触覚入力を含む)を使用してユーザからの入力を受信したりするために使用されてもよい。
明細書に記載されたシステム及び技術は、バックエンドコンポーネントを含む計算システム(例えば、データサーバとして)、又はミドルウェアコンポーネントを含む計算システム(例えば、アプリケーションサーバ)、又はフロントエンドコンポーネントを含む計算システム(例えば、ユーザが本明細書に記載されたシステム及び技術の実施形態と対話できるグラフィカルユーザインターフェース又はネットワークブラウザを有するユーザーコンピュータ)、又はこのようなバックエンドコンポーネント、ミドルウェアコンポーネント、又はフロントエンドコンポーネントの任意の組み合わせを含む計算システムに実施されてもよい。システムのコンポーネントは、任意の形式又は媒体のデジタルデータ通信(例えば、通信ネットワーク)を介して互いに接続されてもよい。通信ネットワークの例は、ローカルエリアネットワーク(LAN)、ワイドエリアネットワーク(WAN)、及びインターネットを含む。
コンピュータシステムは、クライアント及びサーバを含み得る。クライアント及びサーバは、通常、互いに遠く離れており、通信ネットワークを介して対話する。クライアントとサーバとの関係は、対応するコンピュータで実行され、クライアント-サーバの関係を有するコンピュータプログラムによって生成される。サーバは、クラウドサーバ、分散システムのサーバ、又はブロックチェーンを組み合わせたサーバであってもよい。
上記様々な形式のフローを使用して、ステップを並べ替えたり、追加したり、削除したりすることができることを理解すべきである。例えば、本開示に記載された各ステップは、並行に実行されてもよいし、順次に実行されてもよいし、異なる順序で実行されてもよく、本開示が提供する技術的解決手段の所望の結果を実現できる限り、ここで限定されない。
上記特定の実施形態は、本開示の保護範囲を限定するものではない。当業者にとっては、設計要件及び他の要因に応じて、様々な修正、組み合わせ、副次的組み合わせ及び置換を行うことができることを理解すべきである。本開示の精神と原則の範囲内で行われた修正、均等な置換、改良などはいずれも、本開示の保護範囲に含まれるべきである。
Claims (15)
- ラベル画像内の道路数と道路幅とを生成するステップと、
前記ラベル画像内の各道路について、前記道路の始点と終点とを生成するステップと、
前記始点と前記終点との間に少なくとも1つの点を生成するステップと、
隣接する2つの点について、前の点から次の点まで線分を描画するステップであって、前記線分の幅が前記道路幅に等しいものであるステップと、
前の点と次の点との座標に基づいて、斜めボックスの対角線交点、幅、高さ及び傾斜角度を含む斜めボックスアノテーション情報を生成するステップと、
を含んでなる、道路ラベルを生成するための方法。 - 前記前記始点と前記終点との間に少なくとも1つの点を生成するステップは、
前記始点の次の点を生成し、前記次の点の座標が事前設定された条件を満たしているかどうかを決定する点生成ステップ(1)と、
前記事前設定された条件を満たしていることに応答して、点の生成が完了したことを決定する点生成ステップ(2)と、
前記事前設定された条件を満たしていないことに応答して、前記次の点を前記始点として、前記点生成ステップ(1)~(3)を実行し続ける点生成ステップ(3)と
を実行することを含む、請求項1に記載の方法。 - 前記次の点の横座標は、前記始点と前記終点の横座標間の乱数を取り、前記次の点の縦座標は、前記始点と前記終点との縦座標間の乱数を取り、前記事前設定された条件は、前記次のノードが前記終点の横座標値及び/又は縦座標値と同じであることを含む、請求項2に記載の方法。
- 前の点の座標は、(x1,y1)であり、次の点の座標は、(x2,y2)であり、道路幅は、widthであり、前記斜めボックスの対角線交点の横座標は、cx=(x1+x2)/2であり、前記斜めボックスの対角線交点の縦座標は、cy=(y1+y2)/2であり、前記斜めボックスの幅は、
- 前記道路の始点と終点とを生成するステップは、
前記道路の始点の座標をランダムに生成することと、
前記道路の終点が位置する境界のインジケータをランダムに生成することであって、前記終点が前記ラベル画像の境界上にあることと、
前記終点が位置する境界のインジケータに基づいて、一方の座標軸上での前記終点の値を決定することと、
他方の座標軸上での前記終点の値をランダムに生成することと、
一方の座標軸上での前記終点の値と他方の座標軸上での前記終点の値とに基づいて、前記終点の座標を生成することと
を含む、請求項1に記載の方法。 - 前記ラベル画像内の道路数と道路幅とを生成するステップは、乱数を生成することにより前記道路数と前記道路幅とを生成することを含む、請求項1に記載の方法。
- ラベル画像内の道路数と道路幅とを生成するように構成される第1生成モジュールと、
前記ラベル画像内の各道路について、前記道路の始点と終点を生成するように構成される第2生成モジュールと、
前記始点と前記終点との間に少なくとも1つの点を生成するように構成される第3生成モジュールと、
隣接する2つの点について、前の点から次の点まで線分を描画するように構成された描画モジュールであって、前記線分の幅が前記道路幅に等しいものである、描画モジュールと、
前の点と次の点との座標に基づいて、斜めボックスの対角線交点、幅、高さ及び傾斜角度を含む斜めボックスアノテーション情報を生成するように構成された第4生成モジュールと
を含んでなる、道路ラベルを生成するための装置。 - 前記第3生成モジュールは、
前記始点の次の点を生成し、前記次の点の座標が事前設定された条件を満たしているかどうかを決定する点生成ステップ(1)と、
前記事前設定された条件を満たしていることに応答して、点の生成が完了したことを決定する点生成ステップ(2)と、
前記事前設定された条件を満たしていないことに応答して、前記次の点を前記始点として、前記点生成ステップ(1)~(3)を実行し続ける点生成ステップ(3)と
を実行するようにさらに構成される、請求項7に記載の装置。 - 前記次の点の横座標は、前記始点と前記終点との横座標間の乱数を取り、前記次の点の縦座標は、前記始点と前記終点との縦座標間の乱数を取り、前記事前設定された条件は、前記次のノードが前記終点の横座標値及び/又は縦座標値と同じであることを含む、請求項8に記載の装置。
- 前の点の座標は、(x1,y1)であり、次の点の座標は、(x2,y2)であり、道路幅は、widthであり、前記斜めボックスの対角線交点の横座標は、cx=(x1+x2)/2であり、前記斜めボックスの対角線交点の縦座標は、cy=(y1+y2)/2であり、前記斜めボックスの幅は、
- 前記第2生成モジュールは、前記道路の始点の座標をランダムに生成し、前記道路の終点が位置する境界のインジケータをランダムに生成し、ここで、前記終点が前記ラベル画像の境界上にあり、前記終点が位置する境界のインジケータに基づいて、一方の座標軸上での前記終点の値を決定し、他方の座標軸上での前記終点の値をランダムに生成し、一方の座標軸上での前記終点の値と他方の座標軸上での前記終点の値とに基づいて、前記終点の座標を生成するようにさらに構成される、請求項7に記載の装置。
- 前記第1生成モジュールは、乱数を生成することにより前記道路数と前記道路幅とを生成するようにさらに構成される、請求項7に記載の装置。
- 少なくとも1つのプロセッサと、前記少なくとも1つのプロセッサに通信可能に接続されたメモリとを含む電子デバイスであって、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が記憶され、前記命令は、前記少なくとも1つのプロセッサが請求項1~6のいずれか1項に記載の方法を実行できるように、前記少なくとも1つのプロセッサによって実行される電子デバイス。 - 前記コンピュータに請求項1~6のいずれか1項に記載の方法を実行させるために使用されるコンピュータ命令が記憶された非一時的なコンピュータ可読記憶媒体。
- プロセッサによって実行されると、請求項1~6のいずれか1項に記載の方法を実現するコンピュータプログラムを含むコンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110611771.4A CN113362420B (zh) | 2021-06-02 | 2021-06-02 | 道路标注生成方法、装置、设备以及存储介质 |
CN202110611771.4 | 2021-06-02 | ||
PCT/CN2022/075068 WO2022252675A1 (zh) | 2021-06-02 | 2022-01-29 | 道路标注生成方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023533108A true JP2023533108A (ja) | 2023-08-02 |
Family
ID=77531071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022567635A Pending JP2023533108A (ja) | 2021-06-02 | 2022-01-29 | 道路ラベルを生成するための方法、装置、デバイス及び記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230068025A1 (ja) |
JP (1) | JP2023533108A (ja) |
KR (1) | KR20230021150A (ja) |
CN (1) | CN113362420B (ja) |
WO (1) | WO2022252675A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113362420B (zh) * | 2021-06-02 | 2023-08-29 | 北京百度网讯科技有限公司 | 道路标注生成方法、装置、设备以及存储介质 |
CN114791940B (zh) * | 2022-06-23 | 2022-09-27 | 四川见山科技有限责任公司 | 一种数字孪生城市中道路名称计算方法、设备及系统 |
CN114782588B (zh) * | 2022-06-23 | 2022-09-27 | 四川见山科技有限责任公司 | 一种数字孪生城市中道路名称实时绘制方法及系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3606805B2 (ja) * | 2000-02-14 | 2005-01-05 | 松下電器産業株式会社 | 地図情報作成装置、および、これを用いた地図情報表示装置 |
JP5430768B2 (ja) * | 2010-09-07 | 2014-03-05 | 三菱電機株式会社 | 道路描画装置および道路描画方法 |
CN105574931B (zh) * | 2014-11-07 | 2019-02-19 | 高德信息技术有限公司 | 一种电子地图道路绘制方法及装置 |
CN108229274B (zh) * | 2017-02-28 | 2020-09-04 | 北京市商汤科技开发有限公司 | 多层神经网络模型训练、道路特征识别的方法和装置 |
CN109697742B (zh) * | 2017-10-24 | 2023-09-08 | 北京京东叁佰陆拾度电子商务有限公司 | 道路中线的生成方法、装置和计算机可读存储介质 |
US10928831B2 (en) * | 2018-12-05 | 2021-02-23 | Here Global B.V. | Method and apparatus for de-biasing the detection and labeling of objects of interest in an environment |
US10990815B2 (en) * | 2018-12-27 | 2021-04-27 | Beijing Didi Infinity Technology And Development Co., Ltd. | Image pre-processing in a lane marking determination system |
CN109815859B (zh) * | 2019-01-10 | 2021-10-01 | 中交信息技术国家工程实验室有限公司 | 一种低等级道路自动提取及变化分析方法 |
CN110006442B (zh) * | 2019-04-17 | 2021-06-01 | 北京百度网讯科技有限公司 | 导航方法、装置、设备和介质 |
CN112683287A (zh) * | 2019-10-18 | 2021-04-20 | 上海商汤临港智能科技有限公司 | 路径生成方法及装置、电子设备和存储介质 |
CN111191654B (zh) * | 2019-12-30 | 2023-03-24 | 重庆紫光华山智安科技有限公司 | 道路数据生成方法、装置、电子设备及存储介质 |
CN111551185B (zh) * | 2020-06-12 | 2022-03-18 | 弗徕威智能机器人科技(上海)有限公司 | 行车道添加的方法 |
CN112033421B (zh) * | 2020-08-25 | 2022-07-15 | 北京三快在线科技有限公司 | 一种检测电子地图中车道的方法及装置 |
CN112435333B (zh) * | 2020-10-14 | 2022-03-15 | 腾讯科技(深圳)有限公司 | 一种道路场景的生成方法以及相关装置 |
CN112733777B (zh) * | 2021-01-18 | 2023-12-05 | 华侨大学 | 一种遥感图像的道路提取方法、装置、设备和存储介质 |
CN112861238B (zh) * | 2021-03-02 | 2024-03-22 | 广联达科技股份有限公司 | 生成道路轮廓线的方法、装置、设备及可读存储介质 |
CN113362420B (zh) * | 2021-06-02 | 2023-08-29 | 北京百度网讯科技有限公司 | 道路标注生成方法、装置、设备以及存储介质 |
CN113361371B (zh) * | 2021-06-02 | 2023-09-22 | 北京百度网讯科技有限公司 | 道路提取方法、装置、设备以及存储介质 |
-
2021
- 2021-06-02 CN CN202110611771.4A patent/CN113362420B/zh active Active
-
2022
- 2022-01-29 KR KR1020237002731A patent/KR20230021150A/ko not_active Application Discontinuation
- 2022-01-29 WO PCT/CN2022/075068 patent/WO2022252675A1/zh active Application Filing
- 2022-01-29 JP JP2022567635A patent/JP2023533108A/ja active Pending
- 2022-11-07 US US17/981,965 patent/US20230068025A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022252675A1 (zh) | 2022-12-08 |
US20230068025A1 (en) | 2023-03-02 |
CN113362420B (zh) | 2023-08-29 |
KR20230021150A (ko) | 2023-02-13 |
CN113362420A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023533108A (ja) | 道路ラベルを生成するための方法、装置、デバイス及び記憶媒体 | |
EP3876197A2 (en) | Portrait extracting method and apparatus, electronic device and storage medium | |
CN111209721A (zh) | 位图字体实现方法、装置、电子设备及存储介质 | |
US11893685B2 (en) | Landform map building method and apparatus, electronic device and readable storage medium | |
US20230206578A1 (en) | Method for generating virtual character, electronic device and storage medium | |
JP7390445B2 (ja) | 文字位置決めモデルのトレーニング方法及び文字位置決め方法 | |
CN113837194B (zh) | 图像处理方法、图像处理装置、电子设备以及存储介质 | |
US11881044B2 (en) | Method and apparatus for processing image, device and storage medium | |
CN111091497A (zh) | 一种地图的矢量线面抽稀方法、智能终端及储存介质 | |
CN113836462A (zh) | 页面描述文件的生成方法、装置、设备及存储介质 | |
US20230111511A1 (en) | Intersection vertex height value acquisition method and apparatus, electronic device and storage medium | |
CN113835835B (zh) | 一种创建一致性组的方法、装置、及计算机可读存储介质 | |
CN114564268A (zh) | 一种设备管理方法、装置、电子设备和存储介质 | |
CN113361371B (zh) | 道路提取方法、装置、设备以及存储介质 | |
JP2024507308A (ja) | 画像サンプル生成方法、テキスト認識方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN112988932B (zh) | 高精地图标注方法、装置、设备、可读存储介质及产品 | |
CN113010128A (zh) | 基于bim模型的多屏互动方法及系统 | |
CN113379884A (zh) | 地图渲染方法、装置、电子设备、存储介质以及车辆 | |
WO2020133386A1 (zh) | 一种笔记局部选取方法、装置、电子终端和可读存储介质 | |
US11835356B2 (en) | Intelligent transportation road network acquisition method and apparatus, electronic device and storage medium | |
CN114647476B (zh) | 页面渲染方法、装置、设备、存储介质及程序 | |
US20230119741A1 (en) | Picture annotation method, apparatus, electronic device, and storage medium | |
EP4160149A1 (en) | Road network data processing method and apparatus, electronic device, storage medium, and program product | |
CN113703890B (zh) | 显示控制方法、装置、电子设备和存储介质 | |
US20220050210A1 (en) | Method, apparatus for superimposing laser point clouds and high-precision map and electronic device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230116 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240110 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240119 |