本发明专利技术提供一种融合标注方法、装置、设备及存储介质，该方法通过获取初始三维点云和初始二维图像，对初始三维点云和初始二维图像进行数据同步，得到待标注三维点云和待标注二维图片，基于待标注三维点云确定三维目标框，并对三维目标框进行映射，得到待标注二维图像中的伪三维目标框，对三维目标框中的多个目标点云进行第一分类识别，对伪三维目标框中的多类目标图像进行第二分类识别，将识别得到的点云识别信息和图像识别信息输入至决策器进行集成学习，以根据决策器的输出结果进行融合标注；本申请通过弱分类器分别对三维点云和二维图像进行识别，又通过决策器对分别的识别结果进行决策，有效降低了标注过程对分类器算法能力和数据资源的要求。力和数据资源的要求。力和数据资源的要求。
【技术实现步骤摘要】
一种融合标注方法、装置、设备及存储介质
[0001]本申请涉及数据标注
，具体涉及一种融合标注方法、装置、设备及存储介质。
技术介绍
[0002]随着科学技术的发展，自动驾驶成为了未来的发展目标，然而自动驾驶算法所需要的数据是十分庞大的，严重依赖高质量的标注数据，而数据标注十分依赖人工，标注成本较高，因此不少公司都在数据标注工具、辅助标注算法、自动标注算法方面，投入了研究工作，期望通过工具、算法提高标注效率。
[0003]在视觉感知算法中，采集的数据主要是两种，一种是点云数据，一种是图片数据，为了提高效率，提出了基于三维点云和二维图像的融合标注方法，但是由于数据量极大，现有的融合标注方法对单一的算法大模型的性能的要求较高，且需要大量数据和资源进行训练。
技术实现思路
[0004]鉴于以上所述现有技术的缺点，本专利技术提供一种融合标注方法、装置、设备及存储介质，以解决上述对单一的算法大模型的性能的要求较高，且需要大量数据和资源进行训练的技术问题。
[0005]本专利技术提供的一种融合标注方法，包括：获取初始三维点云和初始二维图像；对所述初始三维点云和初始二维图像进行数据同步，得到待标注三维点云和待标注二维图片；基于所述待标注三维点云确定三维目标框，并对所述三维目标框进行映射，得到所述待标注二维图像中的伪三维目标框；基于不同点云类对所述三维目标框中的多个目标点云进行第一分类识别得到点云识别信息，基于不同图片类对所述伪三维目标框中的多类目标图像进行第二分类识别得到图像识别信息；将所述点云识别信息和所述图像识别信息输入至决策器进行集成学习，以根据决策器的输出结果进行融合标注。
[0006]于本专利技术的一个实施例中，对所述初始三维点云和所述初始二维图像进行数据同步，包括：对所述初始三维点云和所述初始二维图像进行空间同步，以得到同一目标场景的初始三维点云和所述初始二维图；对所述目标场景中的初始三维点云和初始二维图像进行时间同步处理，以得到所述目标场景中同一时刻的初始三维点云和初始二维图像；将所述目标场景中任一组同一时刻的初始三维点云合初始二维图像确定为待标注信息，并将所述待标注信息中的初始三维点云确定为待标注点云，将所述待标注信息中的初始二维图像确定为待标注二维图像。
[0007]于本专利技术的一个实施例中，对所述三维目标框进行映射，得到所述待标注二维图像中的伪三维目标框，包括：获取所述初始三维点云和所述初始二维图像之间的映射关系；基于所述映射关系，将所述三维目标框映射至所述待标注二维图像，得到所述待标注二维图像上的伪三维识别框。
[0008]于本专利技术的一个实施例中，基于不同图片类对所述伪三维目标框中的多类目标图像进行第二分类识别，包括：将所述伪三维识别框中的图像区域确定为感兴趣区域图像；将所述感兴趣区域图像输入预设图像识别分类器，得到基于所述预设图像识别分类器的图像识别参数和图像识别置信度；遍历多个预设图像识别分类器，得到多个图像识别参数，以及与每个图像识别参数相对应的图像识别置信度；将任一目标图像识别参数和所述目标图像识别参数相对应的图像识别置信度确定为一组图像识别信息，遍历每组图像识别参数，得到多组图像识别信息。
[0009]于本专利技术的一个实施例中，基于不同点云类对所述三维目标框中的多个目标点云进行第一分类识别，包括：将所述三维识别框中的点云确定为感兴趣点云，并将所述感兴趣点云输入预设点云识别分类器，得到基于所述点云识别分类器的点云识别参数和点云识别置信度；遍历多个预设点云识别分类器，得到多个点云识别参数，以及与每个点云识别参数相对应的点云识别置信度；将任一目标点云识别参数和所述目标点云识别参数相对应的点云识别置信度确定为一组点云识别信息，遍历每组点云识别参数，得到多组点云识别信息。
[0010]于本专利技术的一个实施例中，根据决策器的输出结果进行融合标注，包括：获取所述决策器的输出结果，所述输出结果包括目标物体三维识别框和目标物体属性信息；对所述目标物体三维识别框进行映射，得到所述目标物体在待标注二维图像上的目标物体二维识别框；基于所述目标物体二维识别框和所述目标物体属性信息对所述目标物体进行融合标注。
[0011]本专利技术提供一种融合标注装置，所述装置，包括：信息采集模块，用于获取初始三维点云和初始二维图像；数据同步模块，用于对所述初始三维点云和初始二维图像进行数据同步，得到待标注三维点云和待标注二维图片；目标确定模块，用于基于所述待标注三维点云确定三维目标框，并对所述三维目标框进行映射，得到所述待标注二维图像中的伪三维目标框；弱分类器模块，用于基于不同点云类对所述三维目标框中的多个目标点云进行第一分类识别得到点云识别信息，基于不同图片类对所述伪三维目标框中的多类目标图像进行第二分类识别得到图像识别信息；融合标注模块，用于将所述点云识别信息和所述图像识别信息输入至决策器进行集成学习，以根据决策器的输出结果进行融合标注。
[0012]于本专利技术的一个实施例中，所述弱分类器模块，包括：图像识别分类器：用于基于输入的感兴趣区域图像得到所述感兴趣区域图像的图像识别参数和所述感兴趣区域图像的图像识别置信度；点云识别分类器：用于基于输入的感兴趣点云得到所初感兴趣点云的点云识别参数和所述所感兴趣点云的点云识别置信度。
[0013]本专利技术提供一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如上所述的融合标注方法。
[0014]本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如上所述的融合标注方法。
[0015]本专利技术的有益效果：本专利技术中的一种融合标注方法、装置、设备及存储介质，通过多个弱分类器对三维点云和二维图像分别进行识别，又将多个弱分类器的是被结果输入一个决策器中得到最终的识别结果，并根据最终的识别结果对目标物体进行融合标注，在融合标注的过程中引入集成学习的思想，通过多个算法分别对图像和点云进行识别，然后将
多个点云算法和多个图像算法进行融合，又利用点云和图片的相互映射关系，有效提高了融合标注的效率。
[0016]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0017]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见的，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0018]图1是本申请的一示例性实施例示出的对目标物体进行融合标注的实施环境示意图；
[0019]图2是本申请的一示例性实施例示出的融合标注流程图；
[0020]图3是本申请的一示例性实施例示出的弱分类器学习框架；
[0021]图4是本申请的一示例性实施例示出的基于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种融合标注方法，其特征在于，所述方法，包括：获取初始三维点云和初始二维图像；对所述初始三维点云和初始二维图像进行数据同步，得到待标注三维点云和待标注二维图片；基于所述待标注三维点云确定三维目标框，并对所述三维目标框进行映射，得到所述待标注二维图像中的伪三维目标框；基于不同点云类对所述三维目标框中的多个目标点云进行第一分类识别得到点云识别信息，基于不同图片类对所述伪三维目标框中的多类目标图像进行第二分类识别得到图像识别信息；将所述点云识别信息和所述图像识别信息输入至决策器进行集成学习，以根据决策器的输出结果进行融合标注。2.根据权利要求1所述的融合标注方法，其特征在于，对所述初始三维点云和所述初始二维图像进行数据同步，包括：对所述初始三维点云和所述初始二维图像进行空间同步，以得到同一目标场景的初始三维点云和所述初始二维图；对所述目标场景中的初始三维点云和初始二维图像进行时间同步处理，以得到所述目标场景中同一时刻的初始三维点云和初始二维图像；将所述目标场景中任一组同一时刻的初始三维点云合初始二维图像确定为待标注信息，并将所述待标注信息中的初始三维点云确定为待标注点云，将所述待标注信息中的初始二维图像确定为待标注二维图像。3.根据权利要求1所述的融合标注方法，其特征在于，对所述三维目标框进行映射，得到所述待标注二维图像中的伪三维目标框，包括：获取所述初始三维点云和所述初始二维图像之间的映射关系；基于所述映射关系，将所述三维目标框映射至所述待标注二维图像，得到所述待标注二维图像上的伪三维识别框。4.根据权利要求1所述的融合标注方法，其特征在于，基于不同图片类对所述伪三维目标框中的多类目标图像进行第二分类识别，包括：将所述伪三维识别框中的图像区域确定为感兴趣区域图像；将所述感兴趣区域图像输入预设图像识别分类器，得到基于所述预设图像识别分类器的图像识别参数和图像识别置信度；遍历多个预设图像识别分类器，得到多个图像识别参数，以及与每个图像识别参数相对应的图像识别置信度；将任一目标图像识别参数和所述目标图像识别参数相对应的图像识别置信度确定为一组图像识别信息，遍历每组图像识别参数，得到多组图像识别信息。5.根据权利要求1所述的融合标注方法，其特征在于，基于不同点云类对所述三维目标框中的多个目标点云进行第一分类识别，包括：将所述三维识别框中的点云确定为感兴趣点云，并将所述感兴趣点云...
【专利技术属性】
技术研发人员：梁斯硕，李开兴，张霞，
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：
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。