System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 真值数据的构建方法和装置、存储介质制造方法及图纸_技高网

真值数据的构建方法和装置、存储介质制造方法及图纸

技术编号:40487021 阅读:11 留言:0更新日期:2024-02-26 19:19
本申请公开了一种真值数据的构建方法和装置、存储介质。其中,该方法包括:为待处理的片段数据中确定出的关键帧数据标记真值信息,得到真值关键帧数据,其中,片段数据中包括目标时间段内所采集到的连续多帧图像帧及每帧图像帧各自对应的点云数据,真值信息用于指示在关键帧数据中出现的目标对象;通过目标检测跟踪模型对从片段数据中识别出的目标对象进行位置跟踪,得到含有目标对象的对象检测框的第一真值数据;利用真值关键帧数据对第一真值数据中的对象检测框进行校正,得到第二真值数据。本申请解决了现有技术中提供的真值数据构建方式受到聚类过程的性能限制,从而导致构建的结果准确性较低的技术问题。

【技术实现步骤摘要】

本申请涉及驾驶控制领域,具体而言,涉及一种真值数据的构建方法和装置、存储介质


技术介绍

1、在配置有自动驾驶功能的移动载具中,为了辅助驾驶员对其实现更加安全便捷的驾驶控制,其对应的驾驶系统往往需要依赖在行驶环境中获取到的真值数据来做出相应正确的驾驶决策。其中,这里的真值数据通常是基于移动载具内布设的现实传感器所采集到的图像、点云、车身位姿信息等内容,进一步结合应用真值算法计算推导出的与实际驾驶过程相关的真实数据。

2、目前针对驾驶领域的真值数据,相关技术中常用的获取方式是在载具端的传感器采集到原始数据以后,由专门的工作人员对该原始数据中的每一帧都进行人工识别和人工标注,再基于该标注的结果进行聚类分析后得到驾驶真值数据,其中,这里的聚类过程受限于原始数据中3d空间点云的形态及点云密度。换言之,相关技术提供的真值数据的构建方式受到聚类过程的性能限制,从而导致构建的结果准确性较低的问题。

3、针对上述的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本申请实施例提供了一种真值数据的构建方法和装置、存储介质,以至少解决现有技术中提供的真值数据构建方式受到聚类过程的性能限制,从而导致构建的结果准确性较低的技术问题。

2、根据本申请实施例的一个方面,提供了一种真值数据的构建方法,包括:为待处理的片段数据中确定出的关键帧数据标记真值信息,得到真值关键帧数据,其中,上述片段数据中包括目标时间段内所采集到的连续多帧图像帧及每帧图像帧各自对应的点云数据,上述真值信息用于指示在上述关键帧数据中出现的目标对象;通过目标检测跟踪模型对从上述片段数据中识别出的上述目标对象进行位置跟踪,得到含有上述目标对象的对象检测框的第一真值数据;利用上述真值关键帧数据对上述第一真值数据中的上述对象检测框进行校正,得到第二真值数据。

3、可选地,在本实施例中,通过目标检测跟踪模型对从上述片段数据中识别出的上述目标对象进行位置跟踪,得到含有上述目标对象的对象检测框的第一真值数据包括:将上述片段数据中的图像帧依次作为当前图像帧,并对上述当前图像帧和上述当前图像帧对应的当前点云数据执行以下操作:在上述目标检测跟踪模型中对上述当前图像帧和上述当前点云数据执行检测处理过程,其中,在上述当前图像帧为上述关键图像帧的情况下,对上述当前图像帧和上述当前点云数据跳过上述目标检测跟踪模型的检测处理过程,并通过与上述当前图像帧对应的上述真值关键帧数据来获取上述当前图像帧和上述当前点云数据各自的检测处理结果;在根据上述检测处理结果获取到上述目标对象所关联的全部的候选图像帧的情况下,通过上述目标检测跟踪模型对上述候选图像帧及上述候选图像帧对应的点云数据执行跟踪处理过程,得到上述目标对象对应的上述第一真值数据,其中,上述候选图像帧中包含上述目标对象的二维对象检测框,与上述候选图像帧对应的点云数据中包含上述目标对象的三维对象检测框。

4、可选地,在本实施例中,在上述目标检测跟踪模型中对上述当前图像帧和上述当前点云数据执行检测处理过程包括:在上述当前图像帧为上述关键图像帧的情况下,使用与上述当前图像帧对应的上述真值关键帧数据替换上述当前图像帧和上述当前点云数据,其中,上述真值关键数据中包括上述关键图像帧中出现的上述目标对象的上述二维对象检测框的显示信息,以及上述关键图像帧对应的关键点云数据中出现的上述目标对象的三维对象检测框的显示信息;在上述当前图像帧并非关键图像帧的情况下,在上述目标检测跟踪模型中对上述当前图像帧进行特征提取,得到当前图像特征,并对上述当前点云数据进行特征提取,得到当前点云特征;对上述当前图像特征和上述当前点云特征进行融合,得到当前特征;基于上述当前特征检测出上述目标对象的上述二维对象检测框和上述三维对象检测框。

5、可选地,在本实施例中,通过上述目标检测跟踪模型对上述候选图像帧及上述候选图像帧对应的点云数据执行跟踪处理过程,得到上述目标对象的上述图像帧序列包括:对各个上述候选图像帧中检测出的上述目标对象的上述二维对象框进行跟踪串联,得到图像对象框序列;对各个上述候选图像帧对应的点云数据中检测出的上述目标对象的上述三维对象框进行跟踪串联,得到点云对象框序列;基于上述图像对象框序列和上述点云对象框序列,获取上述目标对象的上述图像帧序列。

6、可选地,在本实施例中,基于上述图像对象框序列和上述点云对象框序列,获取上述目标对象的上述图像帧序列包括:将上述候选图像帧中是关键图像帧中出现的上述目标对象的上述二维对象框,以及上述关键图像帧对应的关键点云数据中出现的上述目标对象的上述三维对象框作为参考帧数据;利用上述参考帧数据对上述候选图像帧中并非上述关键图像帧的其他图像帧和对应的点云数据进行调整,得到上述目标图像帧序列。

7、可选地,在本实施例中,利用上述真值关键帧数据对上述第一真值数据中的上述对象检测框进行校正,得到第二真值数据包括:基于上述第一真值数据中上述对象检测框的显示信息,确定出上述目标对象的对象检测框在各个图像帧中的位置偏移向量;在上述位置偏移向量指示大于目标阈值的情况下,确定出上述目标对象为处于运动状态的移动对象,并按照与上述移动对象匹配的动态校正模式对上述对象检测框进行校正;在上述位置偏移向量指示小于或等于上述目标阈值的情况下,确定出上述目标对象为静态对象,并按照与上述静态对象匹配的静态校正模式对上述对象检测框进行校正。

8、可选地,在本实施例中,按照与上述移动对象匹配的动态校正模式对上述对象检测框进行校正包括:对上述第一真值数据按照关键图像帧进行划分,得到多个真值数据片段;基于每个上述真值数据片段内图像帧中识别出的上述移动对象的对象检测框,确定出上述移动对象在各个上述图像帧中出现的移动位置;利用在上述真值数据片段内确定出的上述移动位置进行段内轨迹拟合,以生成与上述真值数据片段相匹配的对象移动轨迹;利用上述对象移动轨迹对上述移动对象的对象检测框进行校正。

9、可选地,在本实施例中,按照与上述静态对象匹配的静态校正模式对上述对象检测框进行校正包括:对上述第一真值数据按照关键图像帧进行划分,得到多个真值数据片段;从上述多个真值数据片段中获取包含上述静态对象的图像帧序列;对上述图像帧序列中各个图像帧各自对应的点云数据进行叠加,生成目标点云信息;在上述目标点云信息中对上述静态对象的对象检测框进行校正。

10、可选地,在本实施例中,利用上述真值关键帧数据对上述第一真值数据中的上述对象检测框进行校正,得到第二真值数据包括:在上述第一真值数据中上述目标对象的上述对象检测框在至少一个图像帧内出现的显示位置满足位置扩展条件的情况下,在与上述位置扩展条件匹配的目标图像帧内对上述目标对象的对象检测框进行位置扩展,得到被扩展后的对象检测框;对上述被扩展后的对象检测框和上述第一真值数据内的对象检测框进行匹配;根据匹配的结果对上述第一真值数据进行更新,得到上述第二真值数据。

11、可选地,在本实施例中,对上述被扩展后的对象检测框和上述第一真本文档来自技高网...

【技术保护点】

1.一种真值数据的构建方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过目标检测跟踪模型对从所述片段数据中识别出的所述目标对象进行位置跟踪,得到含有所述目标对象的对象检测框的第一真值数据包括:

3.根据权利要求2所述的方法,其特征在于,所述在所述目标检测跟踪模型中对所述当前图像帧和所述当前点云数据执行检测处理过程包括:

4.根据权利要求2所述的方法,其特征在于,所述通过所述目标检测跟踪模型对所述候选图像帧及所述候选图像帧对应的点云数据执行跟踪处理过程,得到所述目标对象的所述图像帧序列包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述图像对象框序列和所述点云对象框序列,获取所述目标对象的所述图像帧序列包括:

6.根据权利要求1所述的方法,其特征在于,所述利用所述真值关键帧数据对所述第一真值数据中的所述对象检测框进行校正,得到第二真值数据包括:

7.根据权利要求6所述的方法,其特征在于,所述按照与所述移动对象匹配的动态校正模式对所述对象检测框进行校正包括:

8.根据权利要求6所述的方法,其特征在于,所述按照与所述静态对象匹配的静态校正模式对所述对象检测框进行校正包括:

9.根据权利要求6至8中任一项所述的方法,其特征在于,所述利用所述真值关键帧数据对所述第一真值数据中的所述对象检测框进行校正,得到第二真值数据包括:

10.根据权利要求9所述的方法,其特征在于,所述对所述被扩展后的对象检测框和所述第一真值数据内的对象检测框进行匹配包括:

11.一种真值数据的构建装置,其特征在于,包括:

12.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序被处理器运行时执行所述权利要求1至10任一项中所述的方法。

13.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述权利要求1至10任一项中所述的方法。

...

【技术特征摘要】

1.一种真值数据的构建方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过目标检测跟踪模型对从所述片段数据中识别出的所述目标对象进行位置跟踪,得到含有所述目标对象的对象检测框的第一真值数据包括:

3.根据权利要求2所述的方法,其特征在于,所述在所述目标检测跟踪模型中对所述当前图像帧和所述当前点云数据执行检测处理过程包括:

4.根据权利要求2所述的方法,其特征在于,所述通过所述目标检测跟踪模型对所述候选图像帧及所述候选图像帧对应的点云数据执行跟踪处理过程,得到所述目标对象的所述图像帧序列包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述图像对象框序列和所述点云对象框序列,获取所述目标对象的所述图像帧序列包括:

6.根据权利要求1所述的方法,其特征在于,所述利用所述真值关键帧数据对所述第一真值数据中的所述对象检测框进行校正,得到第二真值数据包括:

7.根据权利要求6所述的方法,其特征在于...

【专利技术属性】
技术研发人员:朱子凌郑杨韬谢忠鑫洪伟王明明
申请(专利权)人:福思杭州智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1