[發明專利]一種路面標記篩選方法、裝置、設備和存儲介質

在審

• 申請號: 202210467030.8
• 申請日: 2022-04-29
• 公開（公告）號: CN114821503A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 陳世佳;韓旭
• 申請（專利權）人: 廣州文遠知行科技有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/774;G06V10/82;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 彭東威

本申請公開了一種路面標記篩選方法、裝置、設備和存儲介質，方法包括：依次連接各路面標記有序點集中相鄰的兩個標注點，得到各路面標記有序點集對應的線段向量組；計算各線段向量組中第一個線段向量與剩余的各個線段向量的夾角，第一個線段向量的起點為路面標記有序點集的起點；基于各線段向量組中第一個線段向量與剩余的各個線段向量的夾角從所有路面標記有序點集中篩選出不規則路面標記有序點集，改善了現有技術采取尋找彎道路段進行不規則路面標記數據采集和標注，存在工作量大，效率低的技術問題。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種路面標記篩選方法、裝置、設備和存儲介質。

背景技術

在自動駕駛技術領域中，路面標記檢測任務大都是基于深度學習實現的。然而，由于實際路況大部分是以直道為主，采集的路面標記數據中的路面標記也多以直線為主，曲線等不規則形狀占比非常小，導致采用這些路面標記數據進行深度卷積神經網絡學習時，容易陷入嚴重的樣本不均衡問題，難以在路面標記檢測訓練中產生理想的效果。

為了解決上述問題，現有技術采取尋找彎道路段進行不規則路面標記數據采集和標注，但該方法能選定的場景數量有限，采集的數據通常不具有普適性，且工作量大，效率低。

發明內容

本申請提供了一種路面標記篩選方法、裝置、設備和存儲介質，用于改善現有技術采取尋找彎道路段進行不規則路面標記數據采集和標注，存在工作量大，效率低的技術問題。

有鑒于此，本申請第一方面提供了一種路面標記篩選方法，包括：

依次連接各路面標記有序點集中相鄰的兩個標注點，得到各所述路面標記有序點集對應的線段向量組；

計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角，所述第一個線段向量的起點為所述路面標記有序點集的起點；

基于各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角從所有所述路面標記有序點集中篩選出不規則路面標記有序點集。

可選的，所述計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角，包括：

根據各所述線段向量組中第一個線段向量與剩余的各個線段向量的內積和模長計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角余弦值；

通過各所述線段向量組中第一個線段向量與剩余的各個線段向量的所述夾角余弦值計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角。

可選的，所述計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角，包括：

根據各所述線段向量組中第一個線段向量與剩余的各個線段向量的叉積和模長計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角正弦值；

通過各所述線段向量組中第一個線段向量與剩余的各個線段向量的所述夾角正弦值計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角。

可選的，所述計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角，包括：

根據各所述線段向量組中第一個線段向量與剩余的各個線段向量的內積和模長計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角余弦值；

根據各所述線段向量組中第一個線段向量與剩余的各個線段向量的叉積和模長計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角正弦值；

通過各所述線段向量組中第一個線段向量與剩余的各個線段向量的所述夾角余弦值和所述夾角正弦值計算各所述線段向量組中第一個線段向量與剩余的各個線段向量的夾角正切值；