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; ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。