目标检测框的生成方法、图像数据自动标注方法及系统技术方案

本发明专利技术提供一种目标检测框的生成方法、图像数据自动标注方法及系统，其中生成方法通过采集带有目标物的实时图像，以及在世界坐标系下目标物中心点的世界坐标、图像采集器的世界坐标和图像采集器的姿态信息；根据在世界坐标系下目标物中心点的世界坐标、图像采集器的世界坐标和图像采集器的姿态信息，通过世界坐标系到像素坐标系的坐标变换，获得目标物中心点的像素坐标；以目标物中心点的像素坐标作为目标检测框的中心点，结合标定的目标检测框边长或直径，生成目标检测框。该方法及系统能够在无需人为干预的前提下，不仅真正实现了目标检测数据的自动化生成，还简化操作流程。还简化操作流程。还简化操作流程。

【技术实现步骤摘要】
目标检测框的生成方法、图像数据自动标注方法及系统


[0001]本专利技术属于图像处理
，具体涉及一种目标检测框的生成方法、图像数据自动标注方法及系统。

技术介绍

[0002]现有技术中监督学习需要大量的标注数据，可以完全由人工标注，也可以由机器自动标注，也可以人机混合。这三种模式分别称为人工标注，自动标注和半自动标注。例如在自动驾驶中感知系统对标注需求很大，尤其是障碍物感知。其自动标注主要可利用不同传感器之间的相互标注。障碍物感知有三大主流传感器：激光雷达(LiDAR)，相机(Camera)，毫米波雷达(Radar)。从自动标注的数据流向来看，一般是依靠激光雷达和毫米波雷达给相机标注，这种自动标注方法需要额外激光雷达或者毫米波雷达的配合才能完成。
[0003]基于深度学习的目标检测需要大量的标注数据对深度神经网络进行训练。原始数据可以通过利用相机或者摄像头采集或者从网上公开下载图像，但是原始数据是不能直接用来训练的。原始数据只有经过标注之后才能用来训练目标检测模型。数据标注是一件非常繁琐且耗时的工作，这也使得进行深度学习研究的成本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测框的生成方法，其特征在于，包括：采集带有目标物的实时图像，以及在世界坐标系下目标物中心点的世界坐标、图像采集器的世界坐标和图像采集器的姿态信息；根据在世界坐标系下目标物中心点的世界坐标、图像采集器的世界坐标和图像采集器的姿态信息，通过世界坐标系到像素坐标系的坐标变换，获得目标物中心点的像素坐标；以目标物中心点的像素坐标作为目标检测框的中心点，结合标定的目标检测框边长或直径，生成目标检测框。2.如权利要求1所述的方法，其特征在于，所述根据在世界坐标系下目标物中心点的世界坐标、图像采集器的世界坐标和图像采集器的姿态信息，通过世界坐标系到像素坐标系的坐标变换，获得目标物中心点的像素坐标，包括：根据目标物中心点的世界坐标、图像采集器的世界坐标和图像采集器的姿态信息，通过世界坐标系到图像采集器坐标系的坐标变换，获得在图像采集器坐标系下目标物中心点的坐标；根据图像采集器的内部参数，通过图像采集器坐标系到图像坐标系的坐标变换，获得在图像坐标系下目标物中心点的坐标；根据在图像坐标系下目标物中心点的坐标，通过图像坐标系到像素坐标系的坐标变换，获得在像素坐标系下目标物中心点的像素坐标。3.如权利要求1所述的方法，其特征在于，所述目标检测框边长或直径的标定过程，包括：采集带有目标物的一张图像样本，并获取图像样本中目标物边界轮廓上位置最远的两点之间的第一距离l，以及实体目标物边界轮廓上位置最远的两点之间的第二距离L
o
和实体目标物与图像采集器之间的第三距离Z；在采集带有目标物的实时图像时，测量实体目标物边界轮廓上位置最远的两点之间的第四距离L和实体目标物与图像采集器之间的第五距离z；基于第一距离l、第四距离L与第二距离L
o
的比值以及第三距离Z与第五距离z的比值，确定目标检测框的边长或直径。4.如权利要求3所述的方法，其特征在于，所述基于第一距离l、第四距离L与第二距离L
o
的比值以及第三距离Z与第五距离z的比值，确定目标检测框的边长或直径，包括：通过下式计算目标检测框的边长或直径E：5.如权利要求1、3或4所述的方法，其特征在于，当目标检测框为方形时，则以目标...

【专利技术属性】
技术研发人员：苏龙飞，王世雄，易晓东，管乃洋，沈天龙，王之元，凡遵林，黄强娟，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：