本说明书实施例提供一种基于视频识别的地图处理方法，车辆行驶时拍摄图像并获取当前坐标，生成携带位置的视频流，获取视频流，利用对象识别模型对视频流中图像进行对象识别，查询具有同一对象的多帧目标图像，并确定其位置信息，根据对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算对象的位置信息，基于从视频流中识别出的对象及其位置信息生成地图信息。通过构建的对象识别模型能够准确高效地识别出周围的对象，通过根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算该对象的位置，能够直接提供识别出的对象准确位置，无需用户观察分析，对用户依赖小，便利性强。强。强。
【技术实现步骤摘要】
一种基于视频识别的地图处理方法、装置和电子设备
[0001]本申请涉及计算机领域，尤其涉及一种基于视频识别的地图处理方法、装置和电子设备。
技术介绍
[0002]随着技术的发展，电子地图越来越多的应用到生产生活领域。当下，电子地图的为了真实再现现场的实物对象，采用了下场摄影的方法(比如全景视图摄影)，在各个位置周围的实物图像，存储于电子地图中，这样，用户通过选中某个位置，便能够观察到该位置处拍摄的现场实物图像，通过观察图像的方式，获知该位置附近有哪些物体。
[0003]然而，这种方式需要人为主动观察，对用户依赖性较高，用户在使用时的效率较低准确性较低，有必要提供给一种高效准确的方法。
技术实现思路
[0004]本说明书实施例提供一种基于视频识别的地图处理方法、装置和电子设备，用以降低对用户的依赖，提高对象识别效率和准确率。
[0005]本说明书实施例提供一种基于视频识别的地图处理方法，包括：
[0006]车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流；
[0007]获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别；
[0008]查询识别出具有同一对象的多帧目标图像，并确定所述多帧目标图像各自的位置信息；
[0009]根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算所述对象的位置信息；
[0010]基于从视频流中识别出的对象及其位置信息生成地图信息。
[0011]可选地，所述利用构建的对象识别模型对视频流中各帧图像进行对象识别，包括：
[0012]根据车辆行驶路段和方向对图像进行分组，将同一路段同一方向拍摄的图像分为一组；
[0013]利用构建的对象对同一组中的多帧图像进行对象识别。
[0014]可选地，还包括：
[0015]获取样本图像，对其中的路牌、红绿灯和交通井盖进行标记；
[0016]利用标记后的样本图像训练对象识别模型。
[0017]可选地，所述结合多帧目标图像各自的位置信息计算所述对象的位置信息，包括：
[0018]根据各目标图像各自的位置信息分别计算所述对象的位置信息；
[0019]对同一对象的多个位置信息聚类，将聚类得到的中心点对应的位置信息作为所述对象的位置信息。
[0020]可选地，还包括：
[0021]还原对象的三维形状信息。
[0022]可选地，还包括：
[0023]配置多个坐标系的转换规则，所述多个坐标系包括拍摄现场坐标系、相机坐标系和显示屏坐标系。
[0024]可选地，所述转换规则具有转换矩阵。
[0025]本说明书实施例还提供一种基于视频识别的地图处理装置，包括：
[0026]视频流模块，车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流；
[0027]对象识别模块，获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别；
[0028]位置计算模块，查询识别出具有同一对象的多帧目标图像，并确定所述多帧目标图像各自的位置信息；
[0029]根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算所述对象的位置信息；
[0030]地图处理模块，基于从视频流中识别出的对象及其位置信息生成地图信息。
[0031]可选地，所述利用构建的对象识别模型对视频流中各帧图像进行对象识别，包括：
[0032]根据车辆行驶路段和方向对图像进行分组，将同一路段同一方向拍摄的图像分为一组；
[0033]利用构建的对象对同一组中的多帧图像进行对象识别。
[0034]可选地，还包括：
[0035]获取样本图像，对其中的路牌、红绿灯和交通井盖进行标记；
[0036]利用标记后的样本图像训练对象识别模型。
[0037]可选地，所述结合多帧目标图像各自的位置信息计算所述对象的位置信息，包括：
[0038]根据各目标图像各自的位置信息分别计算所述对象的位置信息；
[0039]对同一对象的多个位置信息聚类，将聚类得到的中心点对应的位置信息作为所述对象的位置信息。
[0040]可选地，还包括：
[0041]还原对象的三维形状信息。
[0042]可选地，还包括：
[0043]配置多个坐标系的转换规则，所述多个坐标系包括拍摄现场坐标系、相机坐标系和显示屏坐标系。
[0044]可选地，所述转换规则具有转换矩阵。
[0045]本说明书实施例还提供一种电子设备，其中，该电子设备包括：
[0046]处理器；以及，
[0047]存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项方法。
[0048]本说明书实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
[0049]本说明书实施例提供的各种技术方案通过车辆行驶时拍摄图像并获取当前坐标，
生成携带位置的视频流，获取视频流，利用对象识别模型对视频流中图像进行对象识别，查询具有同一对象的多帧目标图像，并确定其位置信息，根据对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算对象的位置信息，基于从视频流中识别出的对象及其位置信息生成地图信息。通过构建的对象识别模型能够准确高效地识别出周围的对象，通过根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算该对象的位置，能够直接提供识别出的对象准确位置，无需用户观察分析，对用户依赖小，便利性强。
附图说明
[0050]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0051]图1为本说明书实施例提供的一种基于视频识别的地图处理方法的原理示意图；
[0052]图2为本说明书实施例提供的一种基于视频识别的地图处理装置的结构示意图；
[0053]图3为本说明书实施例提供的一种电子设备的结构示意图；
[0054]图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
[0055]现在将参考附图更全面地描述本专利技术的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本专利技术仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本专利技术更加全面和完整，更加便于将专利技术构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
[0056]在符合本专利技术的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于视频识别的地图处理方法，其特征在于，包括：车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流；获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别；查询识别出具有同一对象的多帧目标图像，并确定所述多帧目标图像各自的位置信息；根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算所述对象的位置信息；基于从视频流中识别出的对象及其位置信息生成地图信息。2.根据权利要求1所述的方法，其特征在于，所述利用构建的对象识别模型对视频流中各帧图像进行对象识别，包括：根据车辆行驶路段和方向对图像进行分组，将同一路段同一方向拍摄的图像分为一组；利用构建的对象对同一组中的多帧图像进行对象识别。3.根据权利要求1所述的方法，其特征在于，还包括：获取样本图像，对其中的路牌、红绿灯和交通井盖进行标记；利用标记后的样本图像训练对象识别模型。4.根据权利要求1所述的方法，其特征在于，所述结合多帧目标图像各自的位置信息计算所述对象的位置信息，包括：根据各目标图像各自的位置信息分别计算所述对象的位置信息；对同一对象的多个位置信息聚类，将聚类得到的中心点对应的位置信息作为所述对象的位置信息。5.根据权利要求1所述的方法，其特征在于，还包括：还原对象的三维形状信息。6.根据权利要求1所述的方法，其特征在于，还包括：配置多个坐标系的转换规则，所述多个坐标系包括拍摄现场坐标系、相机坐标系和显示屏坐标系。7.根据权利要求6所述的方法，其特征在于，所述转换规则具有转换矩阵。8.一种基于视频识别的地图处理装置，其特征在于，包括：视频流模块，车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流；对象识别模块，获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别；位置计...
【专利技术属性】
技术研发人员：郁荣毅，陈道远，单苏婉，
申请(专利权)人：上海城市地理信息系统发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。