CN110598743A 一种目标对象的标注方法和装置 （北京三快在线科技有限公司）

本申请公开了一种目标对象的标注方法和克服了传统方法下对3D轮廓不明显的目标对象2建立所述点云数据与所述图像数据的点映射关系，基于高度、法向量或平滑性中的至少一种对所述点云数根据标定结果确定点云坐标系与图像坐标系的转换关系所述根据所述点映射关系和所述图像标注信息在所述点云子集中得到点云标注信息将所述轮廓线标注出的图像区域根据所述旋转矩阵R和平移矩阵T投影至所述点云子根据所述图像标注信息和所述点云标注信息训练将包含图像标注信息的图像数据作为图像样本数据，基于卷积神经网络CNN提取目标将所述图像特征与所述点云特征进行连接并进3令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1-7中任一项所述4[0002]准确的对于目标对象的标注可以很好的提升基于标注数据的智能应用的使用效[0016]所述根据所述点映射关系和所述图像标注信息在所述点云子集中得到点云标注[0017]将所述轮廓线标注出的图像区域根据所述旋转矩阵R和平移矩阵T投影至所述点5[0021]将包含图像标注信息的图像数据作为图像样本数据，基于卷积神经网络CNN提取或平滑性中的至少一种对所述点云数据进行地面分割，得到包含道路交通标线的点云子矩阵R和平移矩阵T；以及用于将所述轮廓线标注出的图像区域根据所述旋转矩阵R和平移基于卷积神经网络CNN提取目标对象的图像特征；将包含点云标注信息的点云数据作为点6[0038]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本[0045]图1示出了根据本申请一个实施例的一种目标对象的标注方法的流程示意图。如7为准确的目标对象的标注信息以为后续针对目标为准确的点云标注信息，克服了传统方法下对3D轮廓不明显的目标对象不易标注的问题，[0058]为了使自动驾驶车辆上激光雷达探测到的点云数据和摄像头探测到的图像数据8定点云坐标系与图像坐标系的转换关系包括：确定坐标系转换的旋转矩阵R和平移矩阵T；框出来。根据旋转矩阵R和平移矩阵T确定出车道线的点云坐标系和图像坐标的转换关系。将图像数据中被轮廓线标注出的车道线图像区域根据旋转矩阵R和平移矩阵T的转换关系卷积神经网络CNN提取目标对象的图像特征；将包含点云标注信息的点云数据作为点云样[0066]可以利用卷积神经网络CNN具有的较为稳定的表征学习效果的优点进行机器深度图像特征，从而提取到图像表征特征。点云具有无序性、旋转性特点，因此可以利用[0067]图2示出了根据本申请一个实施例的一种目标对象的标注装置的结构示意图。如9为准确的目标对象的标注信息以为后续针对目标对[0072]点云分割单元230，用于对点云数据进行分割处理，得到包含目标对象的点云子为准确的点云标注信息，克服了传统方法下对3D轮廓不明显的目标对象不易标注的问题，[0079]在本申请的一个实施例中，点云标记单元240，用于对激光雷达和摄像头进行标效果在于，自动化的利用图像数据与点云数据的映射关系获取到较为准确的点云标注信[0086]在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的目标对象的标注装置中的现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。[0092]例如，图3示出了根据本申请一个实施例的电子设备的结构示意图。该电子设备300包括处理器310和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码331。计算机可读程序代码331可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，元件。本申请可以借助于包括有若干不同元件的