[发明专利]用于处理信息的方法和装置

权利要求书

1.一种用于处理信息的方法，包括：

获取道路的点数据集合和图像；

将所述图像导入预先建立的交通标识牌识别模型，得到所述图像中包括的交通标识牌是否为组合交通标识牌的判断结果，以及基于简单的线性迭代聚类算法或基于深度学习的目标检测技术确定所述图像中的组合交通标识牌中每一个交通标识牌对应的包围框，其中，所述交通标识牌识别模型用于检测图像的交通标识牌对应的包围框，以及图像中的至少两个交通标识牌是否为组合交通标识牌，所述组合交通标识牌中的相邻的交通标识牌之间的距离小于预设阈值；

基于确定出的包围框，确定所述至少两个交通标识牌在三维空间上对应的至少两个包围盒的初始描述参数；

基于每一个交通标识牌对应的包围盒的初始描述参数确定该交通标识牌对应的包围盒的最终描述参数，以及根据所述最终描述参数确定的包围盒从所述点数据集合中确定用于描述该交通标识牌的点数据子集合。

2.根据权利要求1所述的方法，其中，所述基于每一个交通标识牌对应的包围盒的初始描述参数确定该交通标识牌对应的包围盒的最终描述参数，包括：

对所述点数据集合所在的三维空间进行网格划分，得到至少一个三维网格；

将所述至少一个三维网格中的三维网格确定为空网格或非空网格；

将每一个交通标识牌对应的包围盒的初始描述参数作为预先建立的目标函数的初始解，确定所述目标函数的最优解，其中，所述目标函数是基于包围盒所包含的点数据的数量、空网格数量和非空网格数量确定的；

将确定的最优解作为该交通标识牌对应的包围盒的最终描述参数。

3.根据权利要求2所述的方法，其中，所述将所述至少一个三维网格中的三维网格确定为空网格或非空网格，包括：

对于所述至少一个三维网格中的三维网格，确定该三维网格中包括的点数据的数量是否大于预设的数量阈值；

响应于确定该三维网格中包括的点数据的数量大于预设的数量阈值，确定该三维网格为非空网格；

响应于确定该三维网格中包括的点数据的数量小于或等于预设的数量阈值，确定该三维网格为空网格。

4.根据权利要求1所述的方法，其中，包围盒的描述参数包括中心点的坐标、长、宽、高、以及最大平面的法向量。

5.一种用于处理信息的装置，包括：

获取单元，被配置成获取道路的点数据集合和图像；

识别单元，被配置成将所述图像导入预先建立的交通标识牌识别模型，得到所述图像中包括的交通标识牌是否为组合交通标识牌的判断结果，以及基于简单的线性迭代聚类算法或基于深度学习的目标检测技术确定所述图像中的组合交通标识牌中每一个交通标识牌对应的包围框，其中，所述交通标识牌识别模型用于检测图像的交通标识牌对应的包围框，以及图像中的至少两个交通标识牌是否为组合交通标识牌，所述组合交通标识牌中的相邻的交通标识牌之间的距离小于预设阈值；

第一确定单元，被配置成基于确定出的包围框，确定所述至少两个交通标识牌在三维空间上对应的至少两个包围盒的初始描述参数；

第二确定单元，被配置成基于每一个交通标识牌对应的包围盒的初始描述参数确定该交通标识牌对应的包围盒的最终描述参数，以及根据所述最终描述参数确定的包围盒从所述点数据集合中确定用于描述该交通标识牌的点数据子集合。

6.根据权利要求5所述的装置，其中，所述第二确定单元包括：

划分模块，被配置成对所述点数据集合所在的三维空间进行网格划分，得到至少一个三维网格；

第一确定模块，被配置成将所述至少一个三维网格中的三维网格确定为空网格或非空网格；

第二确定模块，被配置成将每一个交通标识牌对应的包围盒的初始描述参数作为预先建立的目标函数的初始解，确定所述目标函数的最优解，其中，所述目标函数是基于包围盒所包含的点数据的数量、空网格数量和非空网格数量确定的；

第三确定模块，被配置成将确定的最优解作为该交通标识牌对应的包围盒的最终描述参数。