图像识别方法、装置及系统制造方法及图纸

本发明专利技术提供一种图像识别方法、装置及系统，该方法，包括：获取当前的高精度地图；获取高精度地图中标注的地图要素；根据标注的地图要素逆向生成目标样本数据；将目标样本数据输入到目标深度学习模型的样本库中，通过目标深度学习模型识别出图像获取设备所拍摄的图像中的地图要素。本发明专利技术可以从高精度地图中获取标注的地图要素，然后基于该标注的地图要素逆向生成目标样本数据，利用该目标样本数据对深度学习模型进行训练，从而可以使得训练出的目标深度学习模型具有更高的识别精度。

Image recognition method, device and system

【技术实现步骤摘要】
图像识别方法、装置及系统
本专利技术涉及图像处理
，尤其涉及一种图像识别方法、装置及系统。
技术介绍
随着电子地图导航技术的不断进步和发展，车辆自动驾驶技术被越来越多的研究所以及公司重视，而车辆自动驾驶技术必须要依据高精度地图。目前，高精度地图的制作和更新过程，很大程度上依赖于对车辆相机采集图像中的地图要素的识别精度。而地图要素的识别主要是通过预先训练好的深度学习模型来实现。主流的深度学习模型都需要足够的样本量来提高其识别的准确率。但是，在实现本专利技术的过程中，专利技术人发现以下问题，现有的深度学习模型的训练样本都是通过人工制作样本标签来完成，制作过程复杂，效率低下，限制了深度学习模型的识别率的提升。
技术实现思路
本专利技术提供一种图像识别方法、装置及系统，可以有效提升深度学习模型的识别精度，方便对高精度地图的后续更新处理。第一方面，本专利技术实施例提供一种图像识别方法，包括：获取当前的高精度地图；获取高精度地图中标注的地图要素；根据标注的地图要素逆向生成目标样本数据本文档来自技高网...

【技术保护点】
1.一种图像识别方法，其特征在于，包括：/n获取当前的高精度地图；/n获取高精度地图中标注的地图要素；/n根据标注的地图要素逆向生成目标样本数据；/n将目标样本数据输入到目标深度学习模型的样本库中，通过目标深度学习模型识别出图像获取设备所拍摄的图像中的地图要素。/n

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：
获取当前的高精度地图；
获取高精度地图中标注的地图要素；
根据标注的地图要素逆向生成目标样本数据；
将目标样本数据输入到目标深度学习模型的样本库中，通过目标深度学习模型识别出图像获取设备所拍摄的图像中的地图要素。


2.根据权利要求1所述的方法，其特征在于，根据标注的地图要素逆向生成目标样本数据包括：
获取与所述标注的地图要素相对应的点云坐标；
根据图像获取设备的坐标与点云坐标的转换关系，将所述标注的地图要素相对应的点云坐标投影至相机拍摄的图像中的像素点上；
根据所述像素点的范围，从相机拍摄的图像中抠出图像块；并将所述图像块存储为目标样本数据。


3.根据权利要求1所述的方法，其特征在于，获取高精度地图中标注的地图要素，包括：
在所述当前的高精度地图生产或更新过程中标注未被目标深度学习模型识别出地图要素的空间位置范围，得到标注的地图要素。


4.根据权利要求2所述的方法，其特征在于，根据图像获取设备的坐标与点云坐标的转换关系，将所述标注的地图要素相对应的点云坐标投影至相机拍摄的图像中的像素点上，包括：
将图像获取装置的原点坐标与点云的原点坐标进行转换；
根据点云与相机拍摄的图像之间关于X轴的偏移量△x、关于Y轴的偏移量△y、关于Z轴的偏移量△z、航向角旋转量、翻滚角的旋转量、俯仰角的旋转量，以及比例函数，将点云坐标投影至相机拍摄的图像中的像素点上。


5.根据权利要求1-4中任一项所述的方法，其特征在于，在通过目标深度学习模型识别出图像获取装置所拍摄的图像中的地图要素之...

【专利技术属性】
技术研发人员：张民岗，周勋，
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