图像处理方法、装置、电子设备及存储介质、移动工具制造方法及图纸

本申请是关于图像处理方法、装置、电子设备及存储介质、移动工具，包括：控制新的数据源和旧的数据源针对相同场景进行图像采集；基于新的数据源采集的第一图像数据和旧的数据源采集的第二图像数据，将第二图像数据转换为新的数据源的视角下的第三图像数据；在对学习模型进行训练过程中，将第一图像数据作为学习模型的输入，获取学习模型输出的第四图像数据；将第四图像数据和第三图像数据作为损失函数的输入，控制损失函数进行损失计算，生成针对学习模型的调整系数；控制学习模型基于调整系数进行自身系数的调整；在确定学习模型训练完成后，利用学习模型对新的数据源采集的图像数据进行图像识别处理，通过本申请提高了算法模块的开发调试效率。

【技术实现步骤摘要】

本申请涉及图像处理，尤其涉及图像处理方法、装置、电子设备及存储介质、移动工具。

技术介绍

1、随着科技的发展，自动驾驶技术的应用越来越广泛，在自动驾驶技术中，数据的采集占据着重要的位置。而当前市场上，用于数据采集的数据源种类繁多，每一厂家的硬件和软件均不一样，最终造成数据的质量参差不齐。以图像采集为例，不同厂家的摄像头采集的图像在成像质量、成像风格上均有很大差异。而自动驾驶系统是一个复杂的系统，一般需要搭配不同的数据源，随着技术进步的迭代，如何适配这些不同数据源采集的数据同样成为自动驾驶技术需要解决的关键问题。

2、相关技术中，一般通过算法精调方法解决上述问题，具体针对新数据源开发的算法模块，为了适配新的数据源所采集的数据，需要对算法模块本身进行调整。也就是说，每次更新数据源，均需要修改算法模块的逻辑和关键参数以适应新数据，显然，这种方法不能适配针对旧数据源开发的算法模块，从而降低了算法模块的开发调试效率。

技术实现思路

1、为克服相关技术中存在的问题，本申请提供图像处理方法、装置、电子设备及存储本文档来自技高网...

【技术保护点】

1.图像处理方法，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，所述控制新的数据源和旧的数据源针对相同场景进行图像采集，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述新的数据源采集的第一图像数据和所述旧的数据源采集的第二图像数据，将所述第二图像数据转换为所述新的数据源的视角下的第三图像数据，包括：

4.根据权利要求3所述的方法，其特征在于，所述确定所述第一图像数据和所述第二图像数据中具有关联关系的至少一对关键点，包括：

5.根据权利要求3所述的方法，其特征在于，所述确定所述第一图像数据和所述第二图像数据中具有...

【技术特征摘要】

1.图像处理方法，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，所述控制新的数据源和旧的数据源针对相同场景进行图像采集，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述新的数据源采集的第一图像数据和所述旧的数据源采集的第二图像数据，将所述第二图像数据转换为所述新的数据源的视角下的第三图像数据，包括：

4.根据权利要求3所述的方法，其特征在于，所述确定所述第一图像数据和所述第二图像数据中具有关联关系的至少一对关键点，包括：

5.根据权利要求3所述的方法，其特征在于，所述确定所述第一图像数据和所述第二图像数据中具有关联关系的至少一对关键点，包括：

6.根据权利要求...

【专利技术属性】
技术研发人员：刘峥，徐成，
申请(专利权)人：北京智行者科技股份有限公司，
类型：发明
国别省市：