[發明專利]對象標注方法和裝置、設備及存儲介質

在審

• 申請號: 202210528073.2
• 申請日: 2022-05-16
• 公開（公告）號: CN114972694A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 紀大勝;劉世林;杜霖
• 申請（專利權）人: 北京深度搜索科技有限公司
• 主分類號: G06T19/00
• 分類號: G06T19/00;G06T7/73
• 代理公司: 北京市鼎立東審知識產權代理有限公司 11751
• 代理人: 陳佳妹;朱慧娟

本公開涉及一種對象標注方法，包括：獲取當前要進行對象標注的平面圖像和所述平面圖像對應的空間數據。由所述平面圖像中標注出當前要標注的對象，獲取所述對象各像素點在所述平面圖像中的像素坐標。基于平面圖像采集設備的采集參數，將所述對象各像素點在所述平面圖像中的像素坐標進行轉換，得到所述對象各像素點在所述平面圖像采集設備坐標系下的坐標數據。根據平面圖像采集設備坐標系到空間數據采集設備坐標系的坐標轉換矩陣，進行所述對象各像素點在所述平面采集設備坐標系下的坐標數據進行轉換，得到所述對象各像素點在所述空間數據采集設備坐標系下的坐標數據。將所述對象對應標注到所述空間數據中。

技術領域

本公開涉及機器學習技術領域，尤其涉及一種對象標注方法和裝置、設 備及存儲介質。

背景技術

在自動駕駛技術領域，攝像頭和激光雷達都是被廣泛采用的傳感器。激 光雷達輸出的是3D點云數據，通常使用機器學習算法對點云數據進行處理， 識別里面的各種對象，如車、人和車道線等。

機器學習算法的訓練需要大量的標注數據，而對于車道線的標注，當前 的標注方法都是在3D空間中對點云進行標注，如：對車道線上的每個點進行 標注(點云分割)，或直接在3D空間中畫線，從而得到3D空間中的車道線信 息。

但是上述對車道線的標注方法，都需要在3D空間中進行標注，復雜度高， 效率低，如何直接在2D圖片上直接對3D對象進行標注，以規避3D空間中的 復雜操作，提升標注效率，成為本領域技術人員亟待解決的問題。

發明內容

有鑒于此，本公開提出了一種對象標注方法，以實現通過2D圖片對3D 對象的標注。

根據本公開的一方面，提供了一種對象標注方法，包括：

獲取當前要進行對象標注的平面圖像和所述平面圖像對應的空間數據；

由所述平面圖像中標注出當前要標注的對象，獲取所述對象各像素點在 所述平面圖像中的像素坐標；

基于平面圖像采集設備的采集參數，將所述對象各像素點在所述平面圖 像中的像素坐標進行轉換，得到所述對象各像素點在所述平面圖像采集設備 坐標系下的坐標數據；

根據平面圖像采集設備坐標系到空間數據采集設備坐標系的坐標轉換 矩陣，進行所述對象各像素點在所述平面采集設備坐標系下的坐標數據進行 轉換，得到所述對象各像素點在所述空間數據采集設備坐標系下的坐標數據；

根據所述對象各像素點在所述空間數據采集設備坐標系下的坐標數據， 將所述對象對應標注到所述空間數據中。

在一種可能的實現方式中，所述平面圖像采集設備的采集參數包括所述 平面圖像采集設備的焦距、所采集的所述平面圖像分辨率及所述平面圖像采 集設備的傳感器尺寸中的至少一種。

在一種可能的實現方式中，根據所述平面圖像采集設備的焦距、所采集 的所述平面圖像分辨率及所述平面圖像采集設備的傳感器尺寸，分別得到所 述平面圖像采集設備的以水平像素為單位的焦距和以垂直像素為單位的焦 距；

根據所述平面圖像采集設備所采集的所述平面圖像分辨率，分別得到所 述平面圖像采集設備的主點在所述平面圖像上的水平偏移和垂直偏移。

在一種可能的實現方式中，在基于平面圖像采集設備的采集參數，將所 述對象各像素點在所述平面圖像中的像素坐標進行轉換，得到所述對象各像 素點在所述平面圖像采集設備坐標系下的坐標數據時，包括：

將二維的所述對象各像素點在所述平面圖像中的像素坐標代入至平面 圖像坐標系與圖像采集設備坐標系之間的映射關系中，得到三維的所述對象 各像素點在所述平面圖像采集設備坐標系下的坐標數據。

在一種可能的實現方式中，平面圖像坐標系與圖像采集設備坐標系之間 的所述映射關系為：