一种基于无人驾驶的样本图像处理方法、装置及介质制造方法及图纸

本发明专利技术提供一种基于无人驾驶的样本图像处理方法、装置及介质。方法包括：获取车辆的运行环境数据；基于运行环境数据得到包含目标对象的目标图像；在目标图像中确定目标对象的当前显示区域；从运行环境数据提取目标对象的属性信息，以及根据属性信息和当前显示区域确定目标对象的被遮挡情况；当被遮挡情况符合预设要求时，从运行环境数据提取目标对象对应的关联数据，以及基于属性信息和对应的关联数据对目标图像进行标注。本发明专利技术能够快速获取符合内容要求的目标图像，减少进行人工采集的工作量。从图像数量、图像内容主题(对应被遮挡情况)和图像内容丰富度(对应预设要求)上保证样本图像的品质，保证训练得到的模型具有较高的识别适应能力。

【技术实现步骤摘要】
一种基于无人驾驶的样本图像处理方法、装置及介质
本专利技术涉及汽车
，特别涉及一种基于无人驾驶的样本图像处理方法、装置及介质。
技术介绍
随着科学技术的迅猛发展，汽车已经成为人们生活中不可或缺的代步工具。伴随科技发展和人们的需要，汽车上的科技也得到了飞跃性的发展，自动驾驶的出现更是提升了道路交通智能化水平。无人驾驶汽车是一种通过电脑系统实现无人驾驶的智能汽车。无人驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。感知能力在一定程度上决定这无人驾驶汽车的技术高度。对图像(包括二维图像、三维图像等)的识别能力体现着感知能力的高低。在相关技术中，往往基于机器学习模型的训练来提高对图像的识别能力，相应的，在训练中存在大量的样本图像需求。这些样本图像需要满足相应的内容要求，然而，以人工进行图像采集，虽然可以得到符合要求的图像，但是效率低下，无法满足模型训练所用样本图像的数量需求。
技术实现思路
为了解决现有技术应用在获取样本图像时，存在的效率低等问题，本专利技术提供了一种基于无人驾驶的样本图像处理方法、装置及介质：一方面，本专利技术提供了一种基于无人驾驶的样本图像处理方法，所述方法包括：获取车辆的运行环境数据；基于所述运行环境数据得到包含目标对象的目标图像；在所述目标图像中确定所述目标对象的当前显示区域；从所述运行环境数据提取所述目标对象的属性信息，以及根据所述属性信息和所述当前显示区域确定所述目标对象的被遮挡情况；当所述被遮挡情况符合预设要求时，从所述运行环境数据提取所述目标对象对应的关联数据，以及基于所述属性信息和所述对应的关联数据对所述目标图像进行标注。另一方面提供了一种基于无人驾驶的样本图像处理装置，其特征在于，所述装置包括：运行环境数据获取模块：用于获取车辆的运行环境数据；目标图像得到模块：用于基于所述运行环境数据得到包含目标对象的目标图像；当前显示区域确定模块：用于在所述目标图像中确定所述目标对象的当前显示区域；被遮挡情况确定模块：用于从所述运行环境数据提取所述目标对象的属性信息，以及根据所述属性信息和所述当前显示区域确定所述目标对象的被遮挡情况；图像处理模块：用于当所述被遮挡情况符合预设要求时，从所述运行环境数据提取所述目标对象对应的关联数据，以及基于所述属性信息和所述对应的关联数据对所述目标图像进行标注。另一方面提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的基于无人驾驶的样本图像处理方法。另一方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的基于无人驾驶的样本图像处理方法。本专利技术提供的一种基于无人驾驶的样本图像处理方法、装置及介质，具有如下技术效果：本专利技术为无人驾驶领域提供了一种训练模型用样本图像的处理方法。本专利技术能够快速获取符合内容要求的目标图像，减少进行人工采集的工作量和成本。目标对象的被遮挡情况可以作为衡量目标图像内容主题的重要因素，预设要求可以作较灵活的设置，两者结合可以平衡对目标图像的内容主题和内容丰富度要求。本专利技术从图像数量、图像内容主题以及图像内容丰富度上保证样本图像的品质，进而保证训练得到的模型具有较高的识别适应能力。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和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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它附图。图1是本专利技术实施例提供的一种应用环境的示意图；图2是本专利技术实施例提供的一种基于无人驾驶的样本图像处理方法的流程示意图；图3是本专利技术实施例提供的构建虚拟环境的一种流程示意图；图4是本专利技术实施例提供的获取车辆的运行环境数据的一种流程示意图；图5是本专利技术实施例提供的根据属性信息和当前显示区域确定目标对象的被遮挡情况的一种流程示意图；图6是本专利技术实施例提供的确定将目标图像加入样本图像库的一种流程示意图；图7是本专利技术实施例提供的一种基于无人驾驶的样本图像处理装置的组成框图；图8是本专利技术实施例提供的一种电子设备的结构示意图。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的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。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“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、产品或服务器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。请参阅图1，图1是本专利技术实施例提供的一种应用环境的示意图，有车辆在目标环境中运行，该目标环境中还可以包括有交通灯、车道线、指示牌、行人、其他车辆(比如机动车、非机动车)等交通参与者，它们在一定情形下可视作该车辆的障碍物。服务器获取该车辆的运行环境数据，服务器基于该运行环境数据得到包含有障碍物的图像，服务器基于该图像中障碍物的被遮挡情况确定是否对该图像进行标注。需要说明的是，图1仅仅是一种示例。具体的，服务器可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。服务器可以包括有网络通信单元、处理器和存储器等等。在实际应用中，无人驾驶领域涉及的机器学习模型可以包括车道线模型、交通灯模型、车辆和行人模型等。上述标注的图像可以作为加入样本图像库的候选图像。以下介绍本专利技术一种基于无人驾驶的样本图像处理方法的具体实施例，图2是本专利技术实施例提供的一种基于无人驾驶的样本图像处理方法的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或服务器产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，所述方法可以包括：S201：获取车辆的运行环境数据；在本专利技术实施例中，服务器获取车辆的运行环境数据。车辆可以为在真实环境(比如真实城市)中运行的真实车辆，车辆也可以为在虚拟环境(比如构建的虚拟城市)中运行的虚拟车辆。运行环境数据指示车辆在对应的本文档来自技高网...

【技术保护点】
1.一种基于无人驾驶的样本图像处理方法，其特征在于，所述方法包括：/n获取车辆的运行环境数据；/n基于所述运行环境数据得到包含目标对象的目标图像；/n在所述目标图像中确定所述目标对象的当前显示区域；/n从所述运行环境数据提取所述目标对象的属性信息，以及根据所述属性信息和所述当前显示区域确定所述目标对象的被遮挡情况；/n当所述被遮挡情况符合预设要求时，从所述运行环境数据提取所述目标对象对应的关联数据，以及基于所述属性信息和所述对应的关联数据对所述目标图像进行标注。/n

【技术特征摘要】
1.一种基于无人驾驶的样本图像处理方法，其特征在于，所述方法包括：
获取车辆的运行环境数据；
基于所述运行环境数据得到包含目标对象的目标图像；
在所述目标图像中确定所述目标对象的当前显示区域；
从所述运行环境数据提取所述目标对象的属性信息，以及根据所述属性信息和所述当前显示区域确定所述目标对象的被遮挡情况；
当所述被遮挡情况符合预设要求时，从所述运行环境数据提取所述目标对象对应的关联数据，以及基于所述属性信息和所述对应的关联数据对所述目标图像进行标注。


2.根据权利要求1所述的方法，其特征在于，所述基于所述属性信息和所述关联数据对所述目标图像进行标注之后，所述方法还包括：
基于图像标注信息确定所述目标图像与样本图像库中样本图像的相似度；
当存在与所述目标图像之间的相似度大于相似度阈值的样本图像时，丢弃所述目标图像；
当不存在与所述目标图像之间的相似度大于相似度阈值的样本图像时，将所述目标图像加入所述样本图像库。


3.根据权利要求2所述的方法，其特征在于，所述基于所述属性信息和所述对应的关联数据对所述目标图像进行标注，包括：
基于所述属性信息确定所述目标对象对应的第一目标标签；
基于所述对应的关联数据生成所述目标对象对应的第二目标标签；
基于所述第一目标标签和所述第二目标标签对所述目标图像进行标注；
相应的，所述基于图像标注信息确定所述目标图像与样本图像库中样本图像的相似度，包括：
从所述样本图像库中抽取对应同一目标标签的多个样本图像；
基于所述第一目标标签、所述第二目标标签生成所述目标对象对应的目标特征；
将所述目标特征分别与每个所述样本图像对应的特征作相似度计算。


4.根据权利要求1所述的方法，其特征在于，所述根据所述属性信息和所述当前显示区域确定所述目标对象的被遮挡情况之后，所述方法还包括：
当所述被遮挡情况不符合预设要求时，丢弃所述目标图像。


5.根据权利要求1所述的方法，其特征在于，所述获取车辆的运行环境数据之前，所述方法还包括：
配置环境基础信息和环境对象信息；
配置对应所述车辆的车辆属性信息和检测信息；
利用图形引擎渲染所述环境基础信息、所述环境对象信息、所述车辆属性信息和所述检测信息得到驾驶场景；
相应的，当所述检测信息记录有安装于所述车辆的检测模块的设置信息，所述获取车辆的运行环境数据，包括：
利...

【专利技术属性】
技术研发人员：孔小强，于捷，何璟，
申请(专利权)人：浙江吉利汽车研究院有限公司，浙江吉利控股集团有限公司，
类型：发明
国别省市：浙江;33