点云数据标注方法、装置、电子设备和存储介质制造方法及图纸

本申请提供了一种点云数据标注方法及装置，本申请首先对待识别的点云数据进行对象识别，得到所述待识别的点云数据中的对象的检测框；之后根据所述待识别的点云数据中识别到的对象的检测框，确定待标注的点云数据；之后获取待标注的点云数据中的对象的人工标注框；最后根据所述检测框和所述人工标注框，确定所述待识别的点云数据中的对象的标注框。本申请，将自动标注点云数据得到的对象的检测框，与人工对自动点云数据标注后剩余点云数据进行标注，得到的人工标注框合并处理，能够准确地确定对象的标注框，提高了标注速度，降低标注成本。

Point cloud data annotation method, device, electronic equipment and storage medium

【技术实现步骤摘要】
点云数据标注方法、装置、电子设备和存储介质
本申请涉及图像处理术领域，具体而言，涉及一种点云数据标注方法及装置、电子设备及存储介质。
技术介绍
基于激光雷达LiDAR的3D目标检测是自动驾驶领域内的一项核心技术。具体地，在进行目标检测的过程中，首先采用激光雷达来获取环境中物体外观表面的点数据，得到点云数据；之后，由人工对点云数据进行标注，得到目标对象的标注框。人工标注点云数据的方法人工成本高，并且点云标注质量和点云标注数量无法保证，降低了3D目标检测的检测精度。
技术实现思路
本申请实施例至少提供一种点云数据标注方法及装置，提高点云标注的质量和数量，以提高3D目标检测的检测精度。第一方面，本申请提供了一种点云数据标注方法，包括：对待识别的点云数据进行对象识别，得到所述待识别的点云数据中的对象的检测框；根据所述待识别的点云数据中识别到的对象的检测框，确定待标注的点云数据；获取待标注的点云数据中的对象的人工标注框；根据所述检测框和所述人工标注框，确定所述待识别的点云数据中的对象的标本文档来自技高网...

【技术保护点】
1.一种点云数据标注方法，其特征在于，包括：/n对待识别的点云数据进行对象识别，得到所述待识别的点云数据中的对象的检测框；/n根据所述待识别的点云数据中识别到的对象的检测框，确定待标注的点云数据；/n获取待标注的点云数据中的对象的人工标注框；/n根据所述检测框和所述人工标注框，确定所述待识别的点云数据中的对象的标注框。/n

【技术特征摘要】
1.一种点云数据标注方法，其特征在于，包括：
对待识别的点云数据进行对象识别，得到所述待识别的点云数据中的对象的检测框；
根据所述待识别的点云数据中识别到的对象的检测框，确定待标注的点云数据；
获取待标注的点云数据中的对象的人工标注框；
根据所述检测框和所述人工标注框，确定所述待识别的点云数据中的对象的标注框。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对待识别的点云数据进行对象识别，得到识别到的对象的检测框的置信度；
根据所述待识别的点云数据中识别到的对象的检测框，确定待标注的点云数据，包括：
根据识别到的对象的检测框的置信度，剔除置信度小于置信度阈值的检测框，得到剩余的检测框；
将所述待识别的点云数据中所述剩余的检测框之外的点云数据，作为待标注的点云数据。


3.根据权利要求2所述的方法，其特征在于，根据所述检测框和所述人工标注框，确定所述待识别的点云数据中的对象的标注框，包括：
根据所述剩余的检测框和所述人工标注框，确定所述待识别的点云数据中的对象的标注框。


4.根据权利要求2或3所述的方法，其特征在于，不同类别的对象的检测框的置信度阈值不同；
所述根据识别到的对象的检测框的置信度，剔除置信度小于置信度阈值的检测框，得到剩余的检测框，包括：
针对每个检测框，在该检测框的置信度大于或等于该检测框中的对象的类别对应的检测框的置信度阈值时，确定该检测框为剩余的检测框。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
针对每个检测框，在该检测框的置信度小于该检测框中的对象的类别对应的检测框的置信度阈值时，剔除该检测框。


6.根据权利要求3所述的方法，其特征在于，根据所述剩余的检测框和所述人工标注框，确定所述待识别的点云数据中的对象的标注框，包括：
针对每个剩余的检测框，在存在与该检测框至少部分重叠的人工标注框的情况下，将该检测框和与该检测框至少部分重叠的人工标注框作为一个标注框对；
针对每个标注框对，确定该标注框...

【专利技术属性】
技术研发人员：杨国润，梁曦文，王哲，
申请(专利权)人：深圳市商汤科技有限公司，
类型：发明
国别省市：广东;44