一种联合目标标注方法技术

本申请公开了一种基于图像和激光点云的联合目标标注方法

【技术实现步骤摘要】
一种联合目标标注方法、装置、设备及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种基于图像和激光点云的联合目标标注方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]目标标注是指对视频帧中的目标进行标注，利用标注后的目标可对目标跟踪算法进行训练，得到训练后的目标跟踪模型，因此，目标标注的准确率直接影响了目标跟踪模型的训练效果，现有技术中，针对多数据的融合算法不成熟，数据匹配和配准算法不稳定
、
导致目标标注容易出错，效率低下
。
鉴于此，如何提高目标标注的效率成为亟待解决的问题
。
[0003]需要说明的是，这里的陈述仅提供与本申请有关的背景信息，而不必然地构成现有技术
。

技术实现思路

[0004]鉴于上述问题，本申请提出了一种克服上述问题或者至少部分地解决上述问题的一种基于图像和激光点云的联合目标标注方法
、
装置
、
设备及存储介质
。
[0005]本申请实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图像和激光点云的联合目标标注方法，其特征在于，所述方法包括：根据视觉传感器采集的图像数据以及激光雷达采集的激光点云数据，得到对于同一匹配目标的待标注数据；将所述待标注数据输入预先建立的目标检测模型，得到目标检测结果；对所述目标检测结果进行目标分割处理，得到至少一个目标分割结果；将所述至少一个目标分割结果输入预先建立的目标优化模型，生成并优化所述目标分割结果中的标注边界
。2.
如权利要求1所述方法，其特征在于，将所述至少一个目标分割结果输入预先建立的目标优化模型，生成并优化所述目标分割结果中的标注边界，包括：对所述图像数据和所述激光点云数据进行目标检测和分割，得到图像目标检测结果和激光点云检测结果，生成所述目标分割结果中的标注边界；在所述标注边界的不准确性的情况下，对所述标注边界进行优化；根据优化后的标注边界结果，进行合并处理并对合并结果进行评估
。3.
如权利要求2所述方法，其特征在于，所述至少一个目标分割结果输入预先建立的目标优化模型，生成并优化所述目标分割结果中的标注边界之后还包括：将带有所述标注边界的所述目标分割结果，输入预先建立的弱监督学习模型；根据所述弱监督学习模型，得到所述目标分割结果的标注结果；通过分析所述标注结果，并生成标注建议；响应于所述标注建议，进行交互式标注；利用预先定义好的标准验证交互式标注的结果
。4.
如权利要求2所述方法，其特征在于，所述至少一个目标分割结果输入预先建立的目标优化模型，生成并优化所述目标分割结果中的标注边界之后还包括：通过可视化界面，显示所述目标分割结果；根据所述目标分割结果导出不同预设标注格式
。5.
如权利要求1所述方法，其特征在于，所述根据视觉传感器采集的图像数据以及激光雷达采集的激光点云数据，得到对于同一匹配目标的待标注数据，包括：对所述图像数据以及激光点云数据构成的多...

【专利技术属性】
技术研发人员：张晓亮，黄俊维，胡晨曦，
申请(专利权)人：北京京深深向科技有限公司，
类型：发明
国别省市：