一种车辆样本的采集标注方法及装置制造方法及图纸

本发明专利技术涉及了一种车辆样本的采集标注方法及装置，该采集标注方法包括：获取摄像头所拍摄的视频流，并对视频流中第一时间对应的图片帧中的车辆进行识别，且对识别出的车辆位置进行标识；从路侧单元获取OBU中存储的车辆信息及第一时间的OBU的定位信息；将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功；若匹配成功，则对图片帧中标识出的车辆位置与所述OBU中存储的车辆信息进行融合，以形成车辆样本。实施本发明专利技术的技术方案，提高样本标注效率，降低样本的误标注率。

Method and device for collecting and marking vehicle samples

The invention relates to a method and a device for collecting and annotating vehicle samples. The method comprises acquiring video stream captured by a camera, recognizing the vehicle in the picture frame corresponding to the first time in the video stream, identifying the identified vehicle position, and acquiring the vehicle stored in the OBU from the roadside unit. Vehicle information and the location information of the OBU at the first time are matched; the vehicle position identified in the picture frame is matched with the location information of the OBU, and whether the matching is successful or not is judged; if the matching is successful, the vehicle position identified in the picture frame is fused with the vehicle information stored in the OBU to form a vehicle sample. The technical proposal of the invention is implemented to improve the efficiency of sample annotation and reduce the false marking rate of the samples.

【技术实现步骤摘要】
一种车辆样本的采集标注方法及装置
本专利技术涉及智慧交通领域，尤其涉及一种车辆样本的采集标注方法及装置。
技术介绍
随着技术的发展，人工智能技术已经发展到一定的深度。如今，人工智能技术的大部分算法的基本框架是开源的，所以大部分企业的竞争力不在于算法和人才。真正决定企业核心竞争力的是海量的行业数据，没有海量数据，算法本身无法得到广泛验证，从而算法模型的鲁棒性和兼容性得不到保障。所以在人工智能时代，行业数据是最关键的战略资源之一。目前，高速公路偷逃通行费问题依旧广泛存在，而且高速公路ETC也存在一系列问题，例如大车小标、跟车干扰等。业主迫切需要可行的方法解决这一系列问题。人工智能车辆检测识别结合ETC相控阵天线提供的车载单元(OBU)定位及OBU对应的车辆信息，可以实现车辆外部信息(车型、车牌、车标、车辆细节特征)及OBU一一匹配，能够有效解决高速公路ETC大车小标、套牌换牌、跟车干扰等问题。高速公路的人工智能车辆检测识别应用需要海量行业数据(车辆图片及其对应的车辆信息)作为支撑。目前在该领域，人工智能应用的样本主要是通过人工手动标注形成样本数据，人工标注的方式效率低且容易出错。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术中人工标注的方式效率低且容易出错的缺陷，提供一种车辆样本的采集标注方法及装置。本专利技术解决其技术问题所采用的技术方案是：构造一种车辆样本的采集标注方法，包括：获取摄像头所拍摄的视频流，并对视频流中第一时间对应的图片帧中的车辆进行识别，且对识别出的车辆位置进行标识；从路侧单元获取OBU中存储的车辆信息及第一时间的OBU的定位信息；将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功；若匹配成功，则对图片帧中标识出的车辆位置与所述OBU中存储的车辆信息进行融合，以形成车辆样本。优选地，将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功，包括：将OBU的定位信息转换成图片帧中的定位点；判断所述定位点是否位于图片帧中标识出的车辆位置内。优选地，将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功，包括：将图片帧中标识出的车辆位置转换成车辆的位置范围信息；判断所述定位信息是否位于车辆的位置范围信息内。优选地，在形成车辆样本之后，还包括：显示所述车辆样本；判断是否接收到用户输入的修正信息；若接收到修正信息，则根据所述修正信息修正所述车辆样本。优选地，还包括：预先通过人工标注的方式建立初版样本库，并利用所述初版样本库训练车辆检测模型，所述车辆检测模型用于对视频流中第一时间对应的图片帧中的车辆进行识别，所述初版样本库包括多个车辆样本。优选地，在训练出车辆检测模型之后，还包括：将初版样本库中的车辆样本输入所述车辆检测模型，并判断所输出的识别结果的成功率是否大于预设值；若不大于预设值，则扩大初版样本库，并利用扩大后的初版样本库训练车辆检测模型。本专利技术还构造一种车辆样本的采集标注装置，包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现如以上所述的车辆样本的采集标注方法的步骤。本专利技术还构造一种车辆样本的采集标注装置，与摄像头及路侧单元相连，还括：第一处理模块，用于获取摄像头所拍摄的视频流，并对视频流中第一时间对应的图片帧中的车辆进行识别，且对识别出的车辆位置进行标识；第二处理模块，用于从路侧单元获取OBU中存储的车辆信息及第一时间的OBU的定位信息；匹配处理模块，用于将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功；样本生成模块，用于在匹配成功时，对图片帧中标识出的车辆位置与所述OBU中存储的车辆信息进行融合，以形成车辆样本。优选地，还包括：显示模块，用于显示所述车辆样本；输入模块，用于接收用户输入的修正信息；修正模块，用于在接收到修正信息时，根据所述修正信息修正所述车辆样本优选地，还包括：模型建立模块，用于预先通过人工标注的方式建立初版样本库，并利用所述初版样本库训练车辆检测模型，所述车辆检测模型用于对视频流中第一时间对应的图片帧中的车辆进行识别，所述初版样本库包括多个车辆样本。实施本专利技术的技术方案，具有以下有益效果：1.提高样本标注效率，减少人工机械化的工作，降低人工成本，提高人力劳动的价值；2.降低样本的误标注率，提高样本的可靠性(因为样本标注是简单重复的工作，人工会有较高的错误率)，为人工智能算法验证和相关应用提供高可靠性、高兼容性的样本库。附图说明为了更清楚地说明本专利技术实施例，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。附图中：图1是本专利技术车辆样本的采集标注方法实施例一的流程图；图2是本专利技术车辆样本的采集标注装置实施例一的结构图；图3是本专利技术车辆样本的采集标注装置实施例二的逻辑结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是本专利技术本专利技术车辆样本的采集标注方法实施例一的流程图，该实施例的采集标注方法应用在采集标注装置中，该采集标注装置与摄像头、ETC系统中的路侧单元通讯连接，而且，摄像头的拍摄区域与路侧单元的相控阵天线的辐射区域至少部分重叠。该实施例的采集标注方法包括以下步骤：S11.获取摄像头所拍摄的视频流，并对视频流中第一时间对应的图片帧中的车辆进行识别，且对识别出的车辆位置进行标识；在该步骤中，实时地从摄像头接收视频流，视频流包括多个时间下的图片帧，然后利用预先建立的车辆检测模型对视频流中第一时间对应的图片帧中的车辆进行图像识别，然后可使用预设的标识框(例如矩形框)对车辆位置进行标识。S12.从路侧单元获取OBU中存储的车辆信息及第一时间的OBU的定位信息；在该步骤中，实时地从路侧单元读取OBU中包含的车辆信息，以及读取OBU的定位信息形成定位信息流，定位信息流包括多个多个时间下的定位信息。另外，需说明的是，该步骤与步骤S11并无时间顺序关系，在其它实施例中，可先执行步骤S12，再执行步骤S11；或者，两者同时执行。S13.将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功，若是，则执行步骤S14；若否，则执行步骤S15；在该步骤中，车辆的识别结果与OBU数据的匹配处理是进行车辆样本采集标注的重要环节。应理解，在执行该步骤前，需提前部署匹配算法，以实现相应时间下图片帧中标识出的车辆位置与OBU的定位信息的匹配处理。S14.对图片帧中标识出的车辆位置与所述OBU中存储的车辆信息进行融合，以形成车辆样本；可以理解的，通过图片帧除了可以识别出车辆的位置外，还可以识别出车型等车辆特征。因此在其他实施例中，车辆样本还可以包括图片帧中标识出的车辆特征。为了方便观察，融合后的车辆样本可以为在图片帧中标记车辆范围并标记车辆特征、车辆信息等。S15.丢弃数据。在该实施例中本文档来自技高网...

【技术保护点】
1.一种车辆样本的采集标注方法，其特征在于，包括：获取摄像头所拍摄的视频流，并对视频流中第一时间对应的图片帧中的车辆进行识别，且对识别出的车辆位置进行标识；从路侧单元获取OBU中存储的车辆信息及第一时间的OBU的定位信息；将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功；若匹配成功，则对图片帧中标识出的车辆位置与所述OBU中存储的车辆信息进行融合，以形成车辆样本。

【技术特征摘要】
1.一种车辆样本的采集标注方法，其特征在于，包括：获取摄像头所拍摄的视频流，并对视频流中第一时间对应的图片帧中的车辆进行识别，且对识别出的车辆位置进行标识；从路侧单元获取OBU中存储的车辆信息及第一时间的OBU的定位信息；将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功；若匹配成功，则对图片帧中标识出的车辆位置与所述OBU中存储的车辆信息进行融合，以形成车辆样本。2.根据权利要求1所述的车辆样本的采集标注方法，其特征在于，将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功，包括：将OBU的定位信息转换成图片帧中的定位点；判断所述定位点是否位于图片帧中标识出的车辆位置内。3.根据权利要求1所述的车辆样本的采集标注方法，其特征在于，将图片帧中标识出的车辆位置与所述OBU的定位信息进行匹配，并判断是否匹配成功，包括：将图片帧中标识出的车辆位置转换成车辆的位置范围信息；判断所述定位信息是否位于车辆的位置范围信息内。4.根据权利要求1-3任一项所述的车辆样本的采集标注方法，其特征在于，在形成车辆样本之后，还包括：显示所述车辆样本；判断是否接收到用户输入的修正信息；若接收到修正信息，则根据所述修正信息修正所述车辆样本。5.根据权利要求1所述的车辆样本的采集标注方法，其特征在于，还包括：预先通过人工标注的方式建立初版样本库，并利用所述初版样本库训练车辆检测模型，所述车辆检测模型用于对视频流中第一时间对应的图片帧中的车辆进行识别，所述初版样本库包括多个车辆样本。6.根据权利要求5所述的车辆样本的采集...

【专利技术属性】
技术研发人员：吴继葵，杨耿，周正锦，何小川，苏世耀，赵烈庆，
申请(专利权)人：深圳市金溢科技股份有限公司，
类型：发明
国别省市：广东,44