图像标注方法、装置、系统及存储介质制造方法及图纸

本发明专利技术提供一种图像标注方法、装置、系统及存储介质，该方法，包括：获取图像传感器在高精度地图中的位置信息；根据所述位置信息，确定所述高精度地图中的目标物；根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注的目标图像。从而实现了通过高精度地图中的目标物，完成图像自动标注的目的，节省人力、物力，提高标注的效率和准确性，提升了标注数据的质量。

Image annotation methods, devices, systems and storage media

【技术实现步骤摘要】
图像标注方法、装置、系统及存储介质
本专利技术涉及图像处理
，尤其涉及一种图像标注方法、装置、系统及存储介质。
技术介绍
近年来，辅助驾驶、自动驾驶技术得到了飞速发展，车道线检测、标识牌识别等静态目标检测是其中最重要的技术之一。而这些技术往往采用神经网络模型，在神经网络的训练过程中通常需要大量的标注数据，标注数据数量越多，模型的训练效果越好。目前，通用的方法是通过车载摄像头在道路上采集图像，然后人工对采集后的图像进行标注。但是，神经网络的训练过程中有的需要几万、几十万甚至几百万的标注数据。这种人工标注的方式，费时费力，效率比较低，而且由于人的主观因素，可能会存在标注错误的情况。
技术实现思路
本专利技术提供一种图像标注方法、装置、系统及存储介质，以实现通过高精度地图中的静态目标，完成图像自动标注的目的，节省人力、物力，提高标注的效率和准确性，提升了标注数据的质量。第一方面，本专利技术实施例提供一种图像标注方法，包括：获取图像传感器在高精度地图中的位置信息；根据所述位置信息，确定所述高精度地图中的目标物；根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注的目标图像。第二方面，本专利技术实施例提供一种图像标注装置，包括：获取模块，用于获取图像传感器在高精度地图中的位置信息；确定模块，用于根据所述位置信息，确定所述高精度地图中的目标物；处理模块，用于根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注的目标图像。第三方面，本专利技术实施例提供一种图像标注系统，包括：存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行第一方面中任一项所述的图像标注方法。第四方面，本专利技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面中任一项所述的图像标注方法。本专利技术提供一种图像标注方法、装置、系统及存储介质，通过获取图像传感器在高精度地图中的位置信息；根据所述位置信息，确定所述高精度地图中的目标物；根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注的目标图像。从而实现了通过高精度地图中的目标物，完成图像自动标注的目的，节省人力、物力，提高标注的效率和准确性，提升了标注数据的质量。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一应用场景的原理示意图；图2为本专利技术实施例一提供的图像标注方法的流程图；图3为本专利技术实施例一提供的图像标注方法的坐标转换示意图；图4为本专利技术实施例一提供的图像标注方法的原始图像；图5为本专利技术实施例一提供的图像标注方法的车道线标注示意图；图6为本专利技术实施例二提供的图像标注方法的流程图；图7为本专利技术实施例三提供的图像标注装置的结构示意图；图8为本专利技术实施例四提供的图像标注装置的结构示意图；图9为本专利技术实施例五提供的图像标注平台的结构示意图。通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，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。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面以具体地实施例对本专利技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。基于卷积神经网络的深度学习方法依赖于大量的标注数据来进行训练，标注数量越多，训练的模型效果越好。而标注数据的获取主要是通过人工标注的方法，费时费力。在辅助驾驶、自动驾驶领域，可靠的车道线是至关重要的。为了能够实现可靠的车道线检测方法，目前通用的方法是通过车载摄像头在道路上采集图像，然后人工对采集后的图像进行标注。这样就造成了效率低下，而且浪费人力物力。具体地，以车道线检测为例，车道线的检测方法都是基于卷积神经网络的方法，因此通常需要大量的标注数据，有的需要几万、几十万甚至几百万的数据。而这些数据的标注信息通常是由人工进行标注，效率比较低，而且由于人的主观因素，可能会存在标注错误的情况。针对上述问题，本专利技术实施例提供一种图像标注方法、装置、系统及存储介质，以实现目标物(例如车道线)的自动标注，从而节省人力物力，提高标注精度以及效率。对于高精度地图而言，拥有地图定位精度高、信息量大、道路信息细化(包含车道线、交通标志等详细交通信息)、车道与车道间的拓扑关系等优点。而高精度地图中的车道线信息可以为车道线检测模型训练提供标注信息，从而省略人工标注的步骤，能够获取大量的标注数据。为了能够将高精度地图中的车道线信息提取出来，并变换到图像中，首先需要的是图像传感器(摄像头)相对于高精度地图的位姿信息，即对图像传感器进行标定，获得标定信息。其次，需要获知图像传感器在高精度地图中的位置(可以采用具有高精度定位功能的GPS，或者IMU来获得图像传感器在高精度地图中的位置)。最后，将高精度地图中的车道线信息通过透视投影变换，转换到图像中，完成车道线的自动标注，并生成标注信息，保存原图片和标注信息。图1为本专利技术一应用场景的原理示意图，如图1所示，高精度地图主要包括了道路层，车道层和定位数据层，具有地图定位精度高、信息量大、道路信息细化(包含车道线、交通标识牌、红绿灯、护栏等静态目标物的详细位置信息)、车道与车道间的拓扑关系等优点。本专利技术提取高精度地图中的目标物信息，完成对图像传感器拍摄的图像进行自动标注，为神经网络训练提供了高质量的标注数据。应用上述方法，可以实现通过高精度地图中的目标物，完成图像自动标注的目的，节省人力、物力，提高标注的效率和准确性，提升了标注数据的质量。下面以具体地实施例对本专利技术的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本专利技术的实施例进行描述。实施例一图2为本专利技术实施例一提供的图像标注方法的流程图，如图2所示，本实本文档来自技高网...

【技术保护点】
1.一种图像标注方法，其特征在于，包括：获取图像传感器在高精度地图中的位置信息；根据所述位置信息，确定所述高精度地图中的目标物；根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注的目标图像。

【技术特征摘要】
1.一种图像标注方法，其特征在于，包括：获取图像传感器在高精度地图中的位置信息；根据所述位置信息，确定所述高精度地图中的目标物；根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注的目标图像。2.根据权利要求1所述的方法，其特征在于，在获取图像传感器在高精度地图中的位置信息之前，还包括：获取所述图像传感器相对于所述高精度地图的位姿信息；根据所述位姿信息，获得所述高精度地图的坐标系与所述图像传感器所拍摄的原始图像的坐标系之间的换算参数[R,T]；其中，R为坐标系变换旋转参数，T为坐标系变换平移参数。3.根据权利要求1所述的方法，其特征在于，根据所述位置信息，确定所述高精度地图中的目标物，包括：根据所述图像传感器在所述高精度地图中的位置，确定与所述图像传感器视野范围对应的位于所述高精度地图上的目标物，所述目标物包括：车道线、交通标识牌、红绿灯、护栏。4.根据权利要求2所述的方法，其特征在于，根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注的目标图像，包括：根据所述换算参数[R,T]，将所述目标物的坐标从所述高精度地图的坐标系转换到所述图像传感器所拍摄的原始图像的坐标系，得到所述目标物的转换坐标；根据透视投影变换，将所述目标物的转换坐标变换为所述原始图像上的二维坐标；根据所述二维坐标，标注所述目标物在所述原始图像上的投影位置，得到标注的目标图像。5.根据权利要求1所述的方法，其特征在于，在根据透视投影变换，将所述目标物投影到所述图像传感器拍摄的原始图像中，得到标注...

【专利技术属性】
技术研发人员：刘树明，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：北京,11