[發明專利]一種圖像映射方法、裝置、存儲介質及電子裝置

在審

• 申請號: 202011497697.X
• 申請日: 2020-12-17
• 公開（公告）號: CN112613381A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 李冬冬;李乾坤;盧維;殷俊;陳文博
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙靜

本發明實施例提供了一種圖像映射方法、裝置、存儲介質及電子裝置，其方法包括：獲取對目標場景進行同步拍攝后所得到目標場景的初始像素圖像以及初始雷達圖像；確定初始像素圖像中包括的目標對象在初始雷達圖像中的映射坐標，并將映射坐標確定為第一坐標信息；基于第一坐標信息，建立像素圖像與雷達圖像之間的初始關聯序列；對初始關聯序列進行拆組，以獲取多個關聯子序列；對關聯子序列進行損失值計算，以得到目標關聯序列；根據目標關聯序列，對初始雷達圖像與初始像素圖像進行融合通過本發明，解決了相關技術中圖像識別精度低的問題，進而達到了提高圖像識別精度的效果。

技術領域

本發明實施例涉及通信領域，具體而言，涉及一種圖像映射方法、裝置、存儲介質及電子裝置。

背景技術

在智能監控中，無歧義和完備的數據是重中之重，而隨著智能監控設備的發展，對場景中的對象進行監控的精確度也越來越高；而目前的智能監控設備的監控精度仍有提高的空間。

例如，在對園區進行監控時，若對行人的目標識別錯誤，將會導致對行人的軌跡監控出現錯誤，從而影響后續的預警和處理，如聲音警示或行人人臉抓拍等。

現有的對象識別均依賴于高精度的傳感器或高精度的標定算法，前述識別方式對使用環境有較高要求或需要較高的技術支持，因而不能適用于普通環境；而在不采用高精度的傳感器或高精度的標定算法的情況下，則會出現圖像識別精度低的問題。

而目前并沒有針對上述問題提出有效的解決方案。

發明內容

本發明實施例提供了一種圖像映射方法、裝置、存儲介質及電子裝置，以至少解決相關技術中圖像識別精度低的問題。

根據本發明的一個實施例，提供了一種圖像映射方法，包括：

獲取對目標場景進行同步拍攝后所得到目標場景的初始像素圖像以及初始雷達圖像；

確定所述初始像素圖像中包括的所述目標對象在所述初始雷達圖像中的映射坐標，并將所述映射坐標確定為第一坐標信息；

基于所述第一坐標信息，建立所述初始像素圖像與所述初始雷達圖像之間的初始關聯序列，其中，所述初始關聯序列用于指示所述初始像素圖像與所述初始雷達圖像之間的映射關系；

對所述初始關聯序列進行拆組，以獲取多個關聯子序列；

對所述關聯子序列進行損失值計算，以得到目標關聯序列；

根據所述目標關聯序列，對所述初始雷達圖像與所述初始像素圖像進行融合。

在一個示例性實施例中，基于所述第一坐標信息，建立所述像素圖像與所述雷達圖像之間的初始關聯序列包括：

確定所述初始雷達圖像中包括的所述目標對象的第二坐標信息；

確定所述第一坐標信息與所述第二坐標信息之間的距離差值；

基于所述距離差值，確定所述初始像素圖像與所述初始雷達圖像之間的所述初始關聯序列。

在一個示例性實施例中，對所述關聯子序列進行損失值計算，以得到目標關聯序列包括：

對所述關聯子序列進行損失值計算，以得到損失值最小的目標關聯子序列；

將所述目標關聯子序列確定為所述目標關聯序列。

在一個示例性實施例中，對所述關聯子序列進行損失值計算，以得到損失值最小的目標關聯子序列包括：

根據所述第一區域信息和所述第二區域信息的重合度確定懲罰值；

基于所述懲罰值，對所述關聯子序列進行損失值計算，以得到所述關聯子序列的損失值；

對所述損失值進行比較，以得到最小損失值；