一种面向图像特征点的自动化标注方法及装置制造方法及图纸

本发明专利技术公开一种面向图像特征点的自动化标注方法，涉及车辆辅助驾驶测试技术领域，包括：创建标注任务，对标注数据进行平台部署；配置接地点工具；构建车辆信息数据库；获取车辆轮胎接地点得到接地点的像素坐标信息；据车辆类型调用车辆信息数据库查询车辆的几何尺寸特征；通过计算在图像上渲染出另一个接地点；接地点标注信息的存储及个性化格式输出。本发明专利技术还公开一种面向图像特征点的自动化标注装置。本发明专利技术可自动生成目标物不可见的车轮外侧接地点，减少了标注人员主观臆断和调整标注结果所消耗的时间，提高了接地点位置的精确度，使得人工参与目标物接地点标注的环节更为简单，从而降低了人工成本，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】
一种面向图像特征点的自动化标注方法及装置


[0001]本专利技术涉及自动驾驶
，具体涉及一种面向图像特征点的自动化标注方法及装置。

技术介绍

[0002]在自动驾驶系统中，自车需要依靠其所处交通环境中各种目标物的位姿信息进行判断，进而完成主动超车、换道、跟驰等驾驶行为决策。车辆在获取这类目标物信息时通常会选择以视觉传感器(如摄像头)所提供的2D图像数据作为输入信息源，通过卷积神经网络模型检测出包含目标障碍物的最小包络框，通过摄像头参数标定矩阵将图像中的像素信息映射为目标物在地面的真实位置信息，从而获得自车与目标物之间的相对位姿状态。
[0003]在车辆感知过程中，卷积神经网络模型庞大的待定参数体量需要通过输入大量的真值数据训练获得。当下获取目标物像素真值主要依靠人工标注，其标注的类型一般有两种，一种是目标物3D像素框的标注，一种是直接对目标物接地点的标注。其中，3D像素框的标注因为受到标注人员水平差异、传感器镜头畸变等因素影响，导致像素框标注结果的精度偏低，这使得该方案在多数驾驶场景下应用时存在着较大的局限性。而目标物接地点的标注本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向图像特征点的自动化标注方法，其特征在于，包括：创建标注任务，对标注数据进行平台部署；配置接地点工具；构建车辆信息数据库；获取可见车辆轮胎接地点的像素坐标信息；根据车辆类型调用车辆信息数据库查询车辆的几何尺寸特征；根据可见车辆轮胎的像素坐标信息和车辆的几何尺寸特征计算并渲染不可见车辆轮胎接地点；对车辆轮胎接地点的标注信息进行存储及个性化格式输出。2.根据权利要求1所述的一种面向图像特征点的自动化标注方法，其特征在于，所述创建标注任务，对标注数据进行平台部署；具体包括：创建标注任务，包括任务名称，标注工厂和标注类型。3.根据权利要求1所述的一种面向图像特征点的自动化标注方法，其特征在于，所述配置接地点工具，具体包括：根据车辆在地面接地点的几何特征与相机投影平面间的透视关系生成接地点并配置接地点的ID属性和类别。4.根据权利要求1所述的一种面向图像特征点的自动化标注方法，其特征在于，所述构建车辆信息数据库，具体包括：在图片上配置2D框工具，选择类别和ID属性,并为类别建立长宽比特征数据库，其中长宽比特征数据库包括车辆轮胎类别、ID属性、车辆宽度和车辆轴距比值以及车辆轮胎与车辆宽度比值。5.根...

【专利技术属性】
技术研发人员：聂文净，程汉，戴一凡，杨亚明，王璇，
申请(专利权)人：清华大学，
类型：发明
国别省市：