一种基于点云与图像的3D障碍物细分属性预标注方法技术

本发明专利技术公开了一种基于点云与图像的3D障碍物细分属性预标注方法，涉及属性预标注技术领域，包括S1、3D多目标跟踪；S2、3D跟踪结果投影至图像；S3、ROI区域提取；S4、据大类别检索细分预测模型；S5、ROI区域拼接及特征提取；S6、多帧结果融合并输出最终结果。该基于点云与图像的3D障碍物细分属性预标注方法，基于点云和图像数据实现了3D障碍物细分属性预标注，由于该方法通过ROI区域关联方法以及深度学习网络充分挖掘了图像的语义信息，实现了对障碍物细分属性的预标注，准确度也得到了保证，减少了后续人工标注的工作量。

【技术实现步骤摘要】

本专利技术涉及属性预标注，具体为一种基于点云与图像的3d障碍物细分属性预标注方法。

技术介绍

1、3d障碍物的预标注算法技术是计算机视觉和人工智能领域的关键研究方向，广泛应用于自动驾驶、机器人导航等领域。该技术的目的是使用大模型自动识别和定位3d空间中的障碍物，并预测其属性信息，以减少后续人工标注的工作量，从而加速深度学习模型的训练与落地。

2、目前的障碍物3d预标注算法大多利用点云数据实现目标在3d空间下的定位与跟踪。车端ai模型的快速发展对训练数据的标注提出了更高要求，标注不仅需要提供障碍物的空间位置信息，还需提供细分类别属性信息。传统的利用点云信息的3d预标注方法大多只能实现目标的定位与跟踪，预测出粗略的类别，缺乏细分属性预测的能力，导致后续人工标注成本高，效率低。

3、因此，急需对此缺点进行改进，本专利技术则是针对现有的技术及不足予以研究改良，提供有一种基于点云与图像的3d障碍物细分属性预标注方法。

技术实现思路

1、本专利技术的目的在于提供一种基于点云与图像的3d障碍物细分属本文档来自技高网...

【技术保护点】

1.一种基于点云与图像的3D障碍物细分属性预标注方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于点云与图像的3D障碍物细分属性预标注方法，其特征在于，所述步骤S1中，障碍物的3D检测框获取过程如下：

3.根据权利要求1所述的一种基于点云与图像的3D障碍物细分属性预标注方法，其特征在于，所述步骤S1中，卡尔曼滤波预测步骤：在每个新的时间步，使用卡尔曼滤波器对障碍物的状态进行预测，即基于上一时间步的状态估计和系统的动态模型，且预测结果将给出当前时间步障碍物状态的估计值及其不确定性。

4.根据权利要求1所述的一种基于点云与图像的3D障碍物细...

【技术特征摘要】

1.一种基于点云与图像的3d障碍物细分属性预标注方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于点云与图像的3d障碍物细分属性预标注方法，其特征在于，所述步骤s1中，障碍物的3d检测框获取过程如下：

3.根据权利要求1所述的一种基于点云与图像的3d障碍物细分属性预标注方法，其特征在于，所述步骤s1中，卡尔曼滤波预测步骤：在每个新的时间步，使用卡尔曼滤波器对障碍物的状态进行预测，即基于上一时间步的状态估计和系统的动态模型，且预测结果将给出当前时间步障碍物状态的估计值及其不确定性。

4.根据权利要求1所述的一种基于点云与图像的3d障碍物细分属性预标注方法，其特征在于，所述步骤s1中，匈牙利匹配算法关联步骤：

5.根据权利要求1所述的一种基于点云与图像的3d障碍物细分属性预标注方法，其特征在于，所述步骤s2中，进行不同视角投影时，若...

【专利技术属性】
技术研发人员：马东升，何俊，沈任远，
申请(专利权)人：苏州柏川数据科技有限公司，
类型：发明
国别省市：