连续帧图像特征确定方法、标注方法、系统、设备及介质技术方案

本申请提供一种连续帧图像特征确定方法、标注方法、系统、设备及介质，该连续帧图像特征确定方法包括获取待确定特征的连续帧图像数据、连续帧图像数据中各帧图像数据对应的时间点、待确定特征的连续帧图像数据对应的待控制车辆的车速相对于目标物体的实时相对车速，根据时间点确定首帧图像数据，选取首帧图像数据作为参照数据，将参照数据映射到连续帧图像数据所在坐标系中进行标定，得到参照数据在对应的时间点的参照坐标，根据参照坐标、实时相对车速及连续帧图像数据中各帧图像数据对应的时间点，确定连续帧图像特征，本申请只需通过首帧定位标注，实现位置标定后即可实现连续帧标注，提升了标注效率。提升了标注效率。提升了标注效率。

【技术实现步骤摘要】
连续帧图像特征确定方法、标注方法、系统、设备及介质


[0001]本申请涉及智能控制
，具体涉及连续帧图像特征确定方法、标注方法、系统、设备及介质。

技术介绍

[0002]自动驾驶算法是自动驾驶技术的重要组成部分。自动驾驶算法的开发需进行多次增量式算法训练以提升车端算法的性能。车端算法模型的构建需大量标注合格的2D图像和3D雷达点云图像数据作为数据集(包含训练数据集和验证数据集)，数据集质量的高低决定着训练算法的精度。因此，提高点云图像数据的标注质量对于提高构建得到的感知算法模型的精度具有重要意义。
[0003]相关技术中对于连续帧图像标注通过人工进行全要素标注或通过模型预刷来完成标注过程。其中，通过已标注的框或真实图像分割实例作为训练集来训练大模型，训练好的大模型再用验证数据集来做模型验证，校验模型参数，此模型作为一代模型，然后得出预刷结果，再将结果文件送到人工标注环节进行标注修正补全。在实际预刷过程中，将标注结果不理想图像再挑出来人工标注后作为新数据集迭代一代模型，不断循环迭代，以提升大模型的预测精度。然而，采用这种方式进行连续本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种连续帧图像特征确定方法，其特征在于，所述连续帧图像特征确定方法包括：获取待确定特征的连续帧图像数据、所述连续帧图像数据中各帧图像数据对应的时间点、待确定特征的连续帧图像数据对应的待控制车辆的车速相对于目标物体的实时相对车速；根据所述时间点确定首帧图像数据，选取首帧图像数据作为参照数据；将所述参照数据映射到所述连续帧图像数据所在坐标系中进行标定，得到所述参照数据在对应的时间点的参照坐标；根据所述参照坐标、所述实时相对车速及所述连续帧图像数据中各帧图像数据对应的时间点，确定连续帧图像特征。2.根据权利要求1所述的连续帧图像特征确定方法，其特征在于，确定连续帧图像特征，包括：根据所述参照坐标、所述实时相对车速及所述连续帧图像数据中各帧图像数据对应的时间点，按照时间先后顺序确定除首帧图像数据外的各连续帧图像数据中各位点的预测坐标；将位于同一帧数据中各位点的预测坐标连成图，得到位于各连续帧图像数据的相邻下一帧数据的特征。3.根据权利要求2所述的连续帧图像特征确定方法，其特征在于，确定除首帧图像数据外的各连续帧图像数据中各位点的预测坐标，包括：根据所述参照坐标，确定偏移角度；根据所述偏移角度、实时相对车速、参照坐标、预设取帧率及所述连续帧图像数据中各帧图像数据对应的时间点，确定各连续帧图像数据中各位点的预测坐标。4.根据权利要求3所述的连续帧图像特征确定方法，其特征在于，确定偏移角度，包括：根据所述参照坐标，确定偏移参数；根据所述偏移参数及参照坐标，确定偏移角度。5.根据权利要求3所述的连续帧图像特征确定方法，其特征在于，确定各连续帧图像数据中各位点的预测坐标，包括：根据预设取帧率，确定连续帧的时间间隔；根据所述偏移角度、实时相对车速、参照坐标、时间间隔及所述连续帧图像数据中各帧图像数据对应的时间点，确定各连续帧图像数据中各位点的预测坐标。6.根据权利要求5所述的连续帧图像特征确定方法，其特征在于，确定各连续帧图像数据中各位点的预测坐标，包括：根据所述偏移角度、实时相对车速、参照坐标、时间间隔及所述连续帧图像数据中各帧图像数据对应的时间点，确定第二帧图像数据的水平位移及垂直位移；组合所述水平位移偏移量及垂直位移偏移量，得到第二帧图像数据中各点的预测坐标；依次根据相邻前一帧图像数据中各点的预测坐标及偏移参数，确定相应的偏移角度；依次根据所述相应的偏移角度、实时相对车速、相邻前一帧图像数据中各点的预测坐标、预设取帧率及所述连续帧图像数据中各帧图像数据对应的时间点，确定相邻后一帧图像数据中各位点的预测坐标。
7...

【专利技术属性】
技术研发人员：张晓，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：