JP6588053B2 - 点群データにアノテーションを付与する方法および装置 - Google Patents
点群データにアノテーションを付与する方法および装置 Download PDFInfo
- Publication number
- JP6588053B2 JP6588053B2 JP2017106563A JP2017106563A JP6588053B2 JP 6588053 B2 JP6588053 B2 JP 6588053B2 JP 2017106563 A JP2017106563 A JP 2017106563A JP 2017106563 A JP2017106563 A JP 2017106563A JP 6588053 B2 JP6588053 B2 JP 6588053B2
- Authority
- JP
- Japan
- Prior art keywords
- tracking
- point cloud
- result
- data
- reliability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
[先行技術文献]
[特許文献]
[特許文献1]米国特許出願公開第2014/0307247号公報
いくつかの実施例において、前記認識・追跡ユニットは、前記撮影映像の映像コンテンツに対し、ナンバープレート認識・追跡アルゴリズムおよび/または顔認識・追跡アルゴリズムを実行する。
いくつかの実施例において、前記収集ユニットは、自律走行車に取り付けられて且つ較正されたレーザレーダ、センサを用いてデータ収集を行う。
図1は本願を適用できる点群データにアノテーションを付与する方法または装置の実施例の例示的なシステムアーキテクチャー100を示す。
さらに、本願に係る点群データにアノテーションを付与する方法の一実施例のプロセス200を示す図2を参照する。前記点群データにアノテーションを付与する方法は、以下のステップを含む。
本実施例では、点群データにアノテーションを付与する方法が実行されている電子機器(例えば図1に示される端末装置またはサーバ)は、レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行うことができ、レーザレーダによって点群データを取得でき、当該レーザレーダと異なるセンサによって点群データ以外のセンサデータが取得できる。
本実施例では、電子機器はステップ201で得られた点群データに基づいて、点群データに対して分割と追跡操作を実行して、点群の分割と追跡の結果を取得する。そのうち、点群の分割と追跡の操作は従来の点群の分割と追跡の結果アルゴリズムによって実現でき、ここで詳細な説明を省略する。
本実施例では、ステップ201で得られたセンサデータについては、電子機器はセンサデータにおける特徴物に対して認識と追跡を行って、特徴物の認識と追跡の結果を取得する。
本実施例では、電子機器はステップ203で得られた特徴物の認識と追跡の結果、およびステップ202で得られた点群の分割と追跡の結果に基づいて、特徴物の認識と追跡の結果を用いて点群の分割と追跡の結果を補正し、点群の分割と追跡の結果の信頼度を取得できる。補正過程は、点群の分割と追跡の結果が特徴物の認識と追跡の結果と一致するかどうか、および両方の一致度を判断することである。例えば、点群の分割と追跡の結果では、物体を通行人として識別し、特徴物の認識と追跡の結果でも、当該当物体を通行人として識別した場合、両方によるこの物体の認識の結果が一致すると判断でき、点群の分割と追跡の結果では物体を通行人として識別したが、特徴物の認識と追跡の結果では当該当物体を車両として識別した場合、両方によるこの物体の認識の結果が不一致と判断できる。
本実施例では、電子機器は、ステップ204で得られた信頼度と予め設定した信頼度閾値とを比較し、信頼度が信頼度閾値より大きい点群の分割と追跡の結果を、点群のアノテーション結果として決定することができる。
本実施例では、ステップ301の具体的な処理は図2に対応する実施例のステップ201を参照すればよく、ここで、詳細な説明を省略する。
本実施例では、ステップ302の具体的な処理は図2に対応する実施例のステップ202を参照すればよく、ここで、詳細な説明を省略する。
本実施例では、ステップ303の具体的な処理は図2に対応する実施例のステップ203を参照すればよく、ここで、詳細な説明を省略する。
本実施例では、ステップ304の具体的な処理は図2に対応する実施例のステップ204を参照すればよく、ここで、詳細な説明を省略する。
本実施例では、ステップ304で取得した信頼度に基づいて、電子機器は信頼度が信頼度閾値より大きい点群の分割と追跡の結果を抽出し、抽出した点群の分割と追跡の結果をユーザによる検証に供することができる。
本実施例では、ステップ305で得られた信頼度が信頼度閾値より大きい点群の分割と追跡の結果について、ユーザが点群の分割と追跡の結果に検証操作を実行したことが検出された場合、電子機器は検証後の点群の分割と追跡の結果を取得できる。
本実施例では、ステップ306で得られた検証後の点群の分割と追跡の結果に基づいて、上記電子機器は検証後の点群の分割と追跡の結果を最終的な点群のアノテーション結果として決定できる。
図5に示すように、コンピュータシステム500は、読み出し専用メモリ(ROM)502に記憶されているプログラムまたは記憶部508からランダムアクセスメモリ(RAM)503にロードされたプログラムに基づいて様々な適当な動作および処理を実行することができる中央処理装置(CPU)501を備える。RAM503には、システム500の操作に必要な様々なプログラムおよびデータがさらに記憶されている。CPU501、ROM502およびRAM503は、バス504を介して互いに接続されている。入力/出力(I/O)インターフェース505もバス504に接続されている。
なお、出願当初の特許請求の範囲の記載は以下の通りである。
請求項1:
レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得するステップと、
前記点群データに対して分割と追跡を行って、点群の分割と追跡の結果を取得するステップと、
前記センサデータにおける特徴物に対して認識と追跡を行って、特徴物の認識と追跡の結果を取得するステップと、
前記特徴物の認識と追跡の結果を用いて前記点群の分割と追跡の結果を補正して、点群の分割と追跡の結果の信頼度を取得するステップと、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果を点群のアノテーション結果として決定するステップと、を含む
ことを特徴とする点群データにアノテーションを付与する方法。
請求項2:
点群の分割と追跡の結果の信頼度を取得した後に、前記方法は、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果を取得してユーザによる検証に供するステップと、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果に対してユーザによる検証操作に応答して、検証後の点群の分割と追跡の結果を取得するステップと、をさらに含み、
前記の信頼度が信頼度閾値より大きい点群の分割と追跡の結果を点群のアノテーション結果として決定するステップにおいては、
検証後の点群の分割と追跡の結果を点群のアノテーション結果として決定するステップを含む
ことを特徴とする請求項1に記載の方法。
請求項3:
前記のレーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得するステップにおいては、
ビデオカメラを用いて前記シーンに対してデータ収集を行って、撮影映像を取得するステップを含む
ことを特徴とする請求項2に記載の方法。
請求項4:
前記の前記センサデータにおける特徴物に対して認識と追跡を行って、特徴物の認識と追跡の結果を取得するステップにおいては、
前記撮影映像の映像コンテンツに対し、ナンバープレート認識・追跡アルゴリズムおよび/または顔認識・追跡アルゴリズムを実行するステップを含む
ことを特徴とする請求項3に記載の方法。
請求項5:
前記レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得するステップにおいては、
配置高さが自律走行車での取り付け高さと同じレーザレーダ、センサを用いてデータ収集を行うステップを含む
ことを特徴とする請求項1〜4のいずれか1項に記載の方法。
請求項6:
前記のレーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得するステップにおいては、
自律走行車に取り付けられて且つ較正されたレーザレーダ、センサを用いてデータ収集を行うステップを含む
ことを特徴とする請求項1〜4のいずれか1項に記載の方法。
請求項7:
レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得する収集ユニットと、
前記点群データに対して分割と追跡を行って、点群の分割と追跡の結果を取得する分割・追跡ユニットと、
前記センサデータにおける特徴物に対して認識と追跡を行って、特徴物の認識と追跡の結果を取得する認識・追跡ユニットと、
前記特徴物の認識と追跡の結果を用いて前記点群の分割と追跡の結果を補正して、点群の分割と追跡の結果の信頼度を取得する補正ユニットと、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果を点群のアノテーション結果として決定する決定ユニットと、を備える
ことを特徴とする点群データにアノテーションを付与する装置。
請求項8:
信頼度が信頼度閾値より大きい点群の分割と追跡の結果を取得してユーザによる検証に供し、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果に対してユーザによる検証操作に応答して、点群の検証後の分割と追跡の結果を取得する取得ユニットをさらに備え、
前記決定ユニットはさらに、
検証後の点群の分割と追跡の結果を点群のアノテーション結果として決定する
ことを特徴とする請求項7に記載の装置。
請求項9:
前記収集ユニットは、
ビデオカメラを用いて前記シーンに対してデータ収集を行って、撮影映像を取得する
ことを特徴とする請求項8に記載の装置。
請求項10:
前記認識・追跡ユニットは、
前記撮影映像の映像コンテンツに対し、ナンバープレート認識・追跡アルゴリズムおよび/または顔認識・追跡アルゴリズムを実行する
ことを特徴とする請求項9に記載の装置。
請求項11:
前記収集ユニットは、
配置高さが自律走行車での取り付け高さと同じレーザレーダ、センサを用いてデータ収集を行う
ことを特徴とする請求項7〜10のいずれか1項に記載の装置。
請求項12:
前記収集ユニットは、
自律走行車に取り付けられて且つ較正されたレーザレーダ、センサを用いてデータ収集を行う
ことを特徴とする請求項7〜10のいずれか1項に記載の装置。
Claims (10)
- レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得するステップであって、前記センサとしてビデオカメラを用いて前記シーンに対してデータ収集を行って、撮影映像を取得する、ステップと、
前記点群データに対して分割と追跡を行って、点群の分割と追跡の結果を取得するステップと、
前記センサデータにおける特徴物に対して認識と追跡を行って、特徴物の認識と追跡の結果を取得するステップと、
前記特徴物の認識と追跡の結果を用いて点群データの座標系とセンサデータの座標系とを一致するように調整し、両座標系をマッチングさせて、点群の分割と追跡の結果の信頼度を取得するステップであって、前記点群の分割と追跡の結果における物体と物体の運動軌跡が、前記撮影映像の映像コンテンツに対して得られた特徴物の認識と追跡における物体と物体の運動軌跡と一致するか否か、および一致度を判断し、取得した一致度を前記点群の分割と追跡の結果の信頼度とする、ステップと、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果を点群のアノテーション結果として決定するステップと、を含む
ことを特徴とする点群データにアノテーションを付与する方法。 - 点群の分割と追跡の結果の信頼度を取得した後に、前記方法は、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果を取得してユーザによる人工的な抜き取り検査操作に供するステップと、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果に対してユーザによる検証操作に応答して、検証後の点群の分割と追跡の結果を取得するステップと、をさらに含み、
前記信頼度が信頼度閾値より大きい点群の分割と追跡の結果を点群のアノテーション結果として決定するステップにおいては、
検証後の点群の分割と追跡の結果を点群のアノテーション結果として決定するステップを含む
ことを特徴とする請求項1に記載の方法。 - 前記センサデータにおける特徴物に対して認識と追跡を行って、特徴物の認識と追跡の結果を取得するステップにおいては、
前記撮影映像の映像コンテンツに対し、ナンバープレート認識・追跡アルゴリズムおよび/または顔認識・追跡アルゴリズムを実行するステップを含む
ことを特徴とする請求項1に記載の方法。 - 前記レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得するステップにおいては、
配置高さが自律走行車での取り付け高さと同じレーザレーダ、センサを用いてデータ収集を行うステップを含む
ことを特徴とする請求項1〜3のいずれか1項に記載の方法。 - 前記レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得するステップにおいては、
自律走行車に取り付けられて且つ較正されたレーザレーダ、センサを用いてデータ収集を行うステップを含む
ことを特徴とする請求項1〜3のいずれか1項に記載の方法。 - レーザレーダおよびレーザレーダと異なるセンサを用いて同一シーンに対してデータ収集を行って、点群データおよびセンサデータをそれぞれ取得する収集ユニットであって、前記センサとしてビデオカメラを用いて前記シーンに対してデータ収集を行って、撮影映像を取得する、収集ユニットと、
前記点群データに対して分割と追跡を行って、点群の分割と追跡の結果を取得する分割・追跡ユニットと、
前記センサデータにおける特徴物に対して認識と追跡を行って、特徴物の認識と追跡の結果を取得する認識・追跡ユニットと、
前記特徴物の認識と追跡の結果を用いて点群データの座標系とセンサデータの座標系とを一致するように調整し、両座標系をマッチングさせて、点群の分割と追跡の結果の信頼度を取得する補正ユニットであって、前記点群の分割と追跡の結果における物体と物体の運動軌跡が、前記撮影映像の映像コンテンツに対して得られた特徴物の認識と追跡における物体と物体の運動軌跡と一致するか否か、および一致度を判断し、取得した一致度を前記点群の分割と追跡の結果の信頼度とする、補正ユニットと、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果を点群のアノテーション結果として決定する決定ユニットと、を備える
ことを特徴とする点群データにアノテーションを付与する装置。 - 信頼度が信頼度閾値より大きい点群の分割と追跡の結果を取得してユーザによる検証に供し、
信頼度が信頼度閾値より大きい点群の分割と追跡の結果に対してユーザによる人工的な抜き取り検査操作に応答して、点群の検証後の分割と追跡の結果を取得する取得ユニットをさらに備え、
前記決定ユニットはさらに、
検証後の点群の分割と追跡の結果を点群のアノテーション結果として決定する
ことを特徴とする請求項6に記載の装置。 - 前記認識・追跡ユニットは、
前記撮影映像の映像コンテンツに対し、ナンバープレート認識・追跡アルゴリズムおよび/または顔認識・追跡アルゴリズムを実行する
ことを特徴とする請求項6に記載の装置。 - 前記収集ユニットは、
配置高さが自律走行車での取り付け高さと同じレーザレーダ、センサを用いてデータ収集を行う
ことを特徴とする請求項6〜8のいずれか1項に記載の装置。 - 前記収集ユニットは、
自律走行車に取り付けられて且つ較正されたレーザレーダ、センサを用いてデータ収集を行う
ことを特徴とする請求項6〜8のいずれか1項に記載の装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610892503.3A CN107945198B (zh) | 2016-10-13 | 2016-10-13 | 用于标注点云数据的方法和装置 |
CN201610892503.3 | 2016-10-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018063236A JP2018063236A (ja) | 2018-04-19 |
JP6588053B2 true JP6588053B2 (ja) | 2019-10-09 |
Family
ID=61904148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017106563A Active JP6588053B2 (ja) | 2016-10-13 | 2017-05-30 | 点群データにアノテーションを付与する方法および装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11004234B2 (ja) |
JP (1) | JP6588053B2 (ja) |
CN (1) | CN107945198B (ja) |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225790B (zh) * | 2016-07-13 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 一种无人车定位精度的确定方法及装置 |
US10678240B2 (en) * | 2016-09-08 | 2020-06-09 | Mentor Graphics Corporation | Sensor modification based on an annotated environmental model |
US10831188B2 (en) * | 2017-11-07 | 2020-11-10 | Zoox, Inc. | Redundant pose generation system |
CN110443899A (zh) * | 2018-05-02 | 2019-11-12 | 北京京东尚科信息技术有限公司 | 用于处理数据的方法和装置 |
CN108710367B (zh) * | 2018-05-23 | 2022-02-11 | 广州视源电子科技股份有限公司 | 激光数据识别方法、装置、机器人及存储介质 |
CN108921925B (zh) * | 2018-06-27 | 2022-12-09 | 广州视源电子科技股份有限公司 | 基于激光雷达和视觉融合的语义点云生成方法和装置 |
CN109146935B (zh) * | 2018-07-13 | 2021-03-12 | 中国科学院深圳先进技术研究院 | 一种点云配准方法、装置、电子设备及可读存储介质 |
CN108717540B (zh) * | 2018-08-03 | 2024-02-06 | 浙江梧斯源通信科技股份有限公司 | 基于2d激光雷达区分行人和车辆的方法及装置 |
CN109191553B (zh) * | 2018-08-29 | 2023-07-25 | 百度在线网络技术(北京)有限公司 | 点云渲染方法、装置、终端及存储介质 |
CN109143207B (zh) * | 2018-09-06 | 2020-11-10 | 百度在线网络技术(北京)有限公司 | 激光雷达内参精度验证方法、装置、设备及介质 |
CN111009040B (zh) * | 2018-10-08 | 2023-04-18 | 阿里巴巴集团控股有限公司 | 点云实体标注系统、方法、装置及电子设备 |
US10878580B2 (en) * | 2018-10-15 | 2020-12-29 | Tusimple, Inc. | Point cluster refinement processing of image data for LiDAR-based vehicle tracking system and method |
CN109544599B (zh) * | 2018-11-22 | 2020-06-23 | 四川大学 | 一种基于相机位姿估计的三维点云配准方法 |
CN109444839B (zh) * | 2018-11-29 | 2020-10-13 | 北京行易道科技有限公司 | 目标轮廓的获取方法及装置 |
CN109766793B (zh) * | 2018-12-25 | 2021-05-28 | 百度在线网络技术(北京)有限公司 | 数据处理方法和装置 |
TWI706841B (zh) * | 2019-03-22 | 2020-10-11 | 達明機器人股份有限公司 | 3d相機與機械手臂座標系統的校正裝置及方法 |
CN110084289B (zh) * | 2019-04-11 | 2021-07-27 | 北京百度网讯科技有限公司 | 图像标注方法、装置、电子设备及存储介质 |
US10930012B2 (en) * | 2019-05-21 | 2021-02-23 | International Business Machines Corporation | Progressive 3D point cloud segmentation into object and background from tracking sessions |
CN110322553B (zh) * | 2019-07-10 | 2024-04-02 | 广州建通测绘地理信息技术股份有限公司 | 激光雷达点云混合现实场景实施放样的方法和系统 |
CN110647798B (zh) * | 2019-08-05 | 2023-01-03 | 中国铁路设计集团有限公司 | 基于车载移动激光点云的轨道中线自动检测方法 |
CN110471085B (zh) * | 2019-09-04 | 2023-07-04 | 深圳市镭神智能系统有限公司 | 一种轨道检测系统 |
CN112634181B (zh) * | 2019-09-24 | 2024-06-14 | 阿波罗智能技术(北京)有限公司 | 用于检测地面点云点的方法和装置 |
CN112630799B (zh) * | 2019-09-24 | 2022-11-29 | 阿波罗智能技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN110728210A (zh) * | 2019-09-25 | 2020-01-24 | 上海交通大学 | 一种三维点云数据的半监督目标标注方法和系统 |
CN110673599A (zh) * | 2019-09-29 | 2020-01-10 | 北京邮电大学 | 基于传感器网络的自动驾驶车辆环境感知系统 |
DE112020004716T5 (de) * | 2019-10-01 | 2022-08-04 | Intel Corporation | Objektbasierte volumetrische videocodierung |
CN110780305B (zh) * | 2019-10-18 | 2023-04-21 | 华南理工大学 | 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法 |
CN110751090B (zh) * | 2019-10-18 | 2022-09-20 | 宁波博登智能科技有限公司 | 一种三维点云标注方法、装置及电子设备 |
CN111275075B (zh) * | 2020-01-10 | 2023-05-02 | 超越科技股份有限公司 | 一种基于3d激光雷达的车辆检测与跟踪方法 |
CN111340860B (zh) * | 2020-02-24 | 2023-09-19 | 北京百度网讯科技有限公司 | 点云数据的配准、更新方法、装置、设备和存储介质 |
CN111337941B (zh) * | 2020-03-18 | 2022-03-04 | 中国科学技术大学 | 一种基于稀疏激光雷达数据的动态障碍物追踪方法 |
CN111931584B (zh) * | 2020-07-14 | 2024-04-09 | 北京京东叁佰陆拾度电子商务有限公司 | 用于分割点云的方法、装置、设备及计算机可读存储介质 |
CN112034488B (zh) * | 2020-08-28 | 2023-05-02 | 京东科技信息技术有限公司 | 目标物体自动标注方法与装置 |
US11448748B2 (en) | 2020-09-10 | 2022-09-20 | Argo AI, LLC | Systems and methods for simultaneous range-rate unwrapping and outlier removal for radar |
CN112163643A (zh) * | 2020-10-30 | 2021-01-01 | 上海商汤临港智能科技有限公司 | 样本生成、神经网络的训练、数据处理方法及装置 |
US11662454B2 (en) | 2020-11-02 | 2023-05-30 | Ford Global Technologies, Llc | Systems and methods for range-rate dealiasing using position consistency |
CN113205119B (zh) * | 2021-04-20 | 2023-10-31 | 北京百度网讯科技有限公司 | 数据标注方法、装置、电子设备及可读存储介质 |
CN113253299B (zh) * | 2021-06-09 | 2022-02-01 | 深圳市速腾聚创科技有限公司 | 障碍物检测方法、装置及存储介质 |
US11624831B2 (en) | 2021-06-09 | 2023-04-11 | Suteng Innovation Technology Co., Ltd. | Obstacle detection method and apparatus and storage medium |
CN113822910A (zh) * | 2021-09-30 | 2021-12-21 | 上海商汤临港智能科技有限公司 | 多目标跟踪方法、装置、电子设备及存储介质 |
CN114298581A (zh) * | 2021-12-30 | 2022-04-08 | 广州极飞科技股份有限公司 | 质量评估模型生成方法、质量评估方法、装置、电子设备和可读存储介质 |
CN115079128B (zh) * | 2022-08-23 | 2022-12-09 | 深圳市欢创科技有限公司 | 一种激光雷达点云数据去畸变的方法、装置及机器人 |
CN115249270B (zh) * | 2022-09-22 | 2022-12-30 | 广州市德赛西威智慧交通技术有限公司 | 一种雷视一体机自动重标注方法及系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3520015B2 (ja) | 2000-01-26 | 2004-04-19 | 三菱電機株式会社 | 目標追尾方法 |
JP2003196590A (ja) | 2001-12-25 | 2003-07-11 | Matsushita Electric Ind Co Ltd | 車両ナンバープレート認識システムおよび車両ナンバープレート認識装置 |
JP3931879B2 (ja) * | 2003-11-28 | 2007-06-20 | 株式会社デンソー | センサフュージョンシステム及びそれを用いた車両制御装置 |
JP2007187618A (ja) * | 2006-01-16 | 2007-07-26 | Omron Corp | 物体識別装置 |
JP2007310741A (ja) | 2006-05-19 | 2007-11-29 | Fuji Heavy Ind Ltd | 立体物認識装置 |
JP2008008679A (ja) | 2006-06-27 | 2008-01-17 | Toyota Motor Corp | 物体検出装置、衝突予測装置、及び車両制御装置 |
DE602007012321D1 (de) * | 2007-11-07 | 2011-03-10 | Tele Atlas Bv | Verfahren und anordnung zur abbildung von entfernungssensordaten auf bildsensordaten |
CN101398886B (zh) * | 2008-03-17 | 2010-11-10 | 杭州大清智能技术开发有限公司 | 一种基于双目被动立体视觉的快速三维人脸识别方法 |
JP2010071942A (ja) * | 2008-09-22 | 2010-04-02 | Toyota Motor Corp | 物体検出装置 |
JP5363094B2 (ja) * | 2008-12-25 | 2013-12-11 | 富士通テン株式会社 | 信号処理装置、及びレーダ装置 |
JP5316471B2 (ja) | 2010-04-27 | 2013-10-16 | 株式会社デンソー | 物体認識装置、及びプログラム |
US8442307B1 (en) * | 2011-05-04 | 2013-05-14 | Google Inc. | Appearance augmented 3-D point clouds for trajectory and camera localization |
KR101268523B1 (ko) * | 2012-03-19 | 2013-05-28 | 한국과학기술원 | 레이저 스캐너를 이용한 도시 환경에서의 빠른 주변 환경 인식 방법 |
US9153061B2 (en) * | 2012-05-04 | 2015-10-06 | Qualcomm Incorporated | Segmentation of 3D point clouds for dense 3D modeling |
GB201208088D0 (en) * | 2012-05-09 | 2012-06-20 | Ncam Sollutions Ltd | Ncam |
US9207323B2 (en) * | 2013-04-11 | 2015-12-08 | Google Inc. | Methods and systems for detecting weather conditions including wet surfaces using vehicle onboard sensors |
CN105264587B (zh) * | 2013-07-08 | 2017-04-26 | 本田技研工业株式会社 | 物体识别装置 |
US9679227B2 (en) * | 2013-08-02 | 2017-06-13 | Xactware Solutions, Inc. | System and method for detecting features in aerial images using disparity mapping and segmentation techniques |
WO2015148824A1 (en) * | 2014-03-27 | 2015-10-01 | Hrl Laboratories, Llc | System for filtering, segmenting and recognizing objects in unconstrained environments |
CN104298971B (zh) * | 2014-09-28 | 2017-09-19 | 北京理工大学 | 一种3d点云数据中的目标识别方法 |
US9915947B1 (en) * | 2016-02-26 | 2018-03-13 | Waymo Llc | System and method for determining pose data for a vehicle |
US10740964B2 (en) * | 2018-03-13 | 2020-08-11 | Recogni Inc. | Three-dimensional environment modeling based on a multi-camera convolver system |
CN110264468B (zh) * | 2019-08-14 | 2019-11-19 | 长沙智能驾驶研究院有限公司 | 点云数据标注、分割模型确定、目标检测方法及相关设备 |
-
2016
- 2016-10-13 CN CN201610892503.3A patent/CN107945198B/zh active Active
-
2017
- 2017-01-19 US US15/410,704 patent/US11004234B2/en active Active
- 2017-05-30 JP JP2017106563A patent/JP6588053B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20180108146A1 (en) | 2018-04-19 |
JP2018063236A (ja) | 2018-04-19 |
US11004234B2 (en) | 2021-05-11 |
CN107945198A (zh) | 2018-04-20 |
CN107945198B (zh) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6588053B2 (ja) | 点群データにアノテーションを付与する方法および装置 | |
CN109117831B (zh) | 物体检测网络的训练方法和装置 | |
CN110705405B (zh) | 目标标注的方法及装置 | |
US10268926B2 (en) | Method and apparatus for processing point cloud data | |
CN109145759B (zh) | 车辆属性识别方法、装置、服务器及存储介质 | |
US11600008B2 (en) | Human-tracking methods, systems, and storage media | |
CN110378966B (zh) | 车路协同相机外参标定方法、装置、设备及存储介质 | |
KR20180105876A (ko) | 색상과 형태를 동시에 고려한 실시간 영상 추적 방법 및 이를 위한 장치 | |
CN109118532B (zh) | 视觉景深估计方法、装置、设备及存储介质 | |
CN110660102B (zh) | 基于人工智能的说话人识别方法及装置、系统 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN111563398A (zh) | 用于确定目标物的信息的方法和装置 | |
CN113281780B (zh) | 对图像数据进行标注的方法、装置及电子设备 | |
CN113902932A (zh) | 特征提取方法、视觉定位方法及装置、介质和电子设备 | |
CN117853485A (zh) | 骨髓水肿图像检测模型训练方法、装置、服务器及存储介质 | |
JP2021528767A (ja) | 視覚的検索方法、装置、コンピュータ機器及び記憶媒体 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
US20230306615A1 (en) | Target tracking method, apparatus, device and storage medium | |
CN112700653A (zh) | 一种车辆违法变道的判定方法、装置、设备及存储介质 | |
CN114565952A (zh) | 行人轨迹生成方法、装置、设备和存储介质 | |
CN111124862B (zh) | 智能设备性能测试方法、装置及智能设备 | |
US20210272279A1 (en) | Image Processing Method for Displaying Cells of a Plurality of Overall Images | |
KR20230090822A (ko) | 템플릿 매칭을 이용한 객체 검출 방법 및 장치 | |
CN112116804B (zh) | 一种车辆状态量信息确定方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170614 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180529 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180829 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180918 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181218 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20190315 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190322 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190801 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20190809 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190830 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190911 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6588053 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |