[发明专利]一种三维点云标注方法、装置及电子设备有效
申请号: | 201910993091.6 | 申请日: | 2019-10-18 |
公开(公告)号: | CN110751090B | 公开(公告)日: | 2022-09-20 |
发明(设计)人: | 赵捷 | 申请(专利权)人: | 宁波博登智能科技有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V20/58;G06V40/10;G06V10/26;G06V10/774 |
代理公司: | 上海剑秋知识产权代理有限公司 31382 | 代理人: | 徐浩俊 |
地址: | 315048 浙江省宁波市高新区*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 三维 标注 方法 装置 电子设备 | ||
1.一种三维点云标注方法,其特征在于,所述标注方法包括以下步骤:
获取三维点云数据,且将所述三维点云数据的格式转化为指定格式;
对所述指定格式的所述三维点云数据进行预处理;
将预处理后的所述三维点云数据输入指定的GPU服务器的指定微服务中,其中,所述微服务运行有预先训练好的点云标注网络模型,且根据所述微服务的所述点云标注网络模型对所述预处理后的所述三维点云数据进行标注;
获取所述微服务反馈的关于所述三维点云数据的标注结果;
根据自动贴边算法对所述三维点云数据的标注结果进行调整;
其中,对所述点云标注网络模型的训练包括提取所述三维点云数据的三维框的步骤;所述根据自动贴边算法对所述三维点云数据的标注结果进行调整的步骤还包括:
令原三维框里面所有框选的点为:χ1,χ2,...,χn∈Rd,其中,Rd表示d维的实数空间;
根据最小二乘法方式结合下述超平面计算公式获取关于所述三维点云数据的超平面,其中所述超平面计算公式为:其中,c为上述原三维框里面框选的各点的中心点,i为当前点的标号;m是各点到c点的最小值;
根据所述中心点和所述超平面,生成贴近所述原三维框内所有点云数据的新三维框,以根据所述新三维框对所述三维点云数据的标注结果进行完善。
2.根据权利要求1所述的三维点云标注方法,其特征在于,所述标注方法还包括对所述三维点云数据的标注结果进行可视化显示的步骤。
3.根据权利要求2所述的三维点云标注方法,其特征在于,所述标注方法还包括对所述可视化显示的三维点云数据的标注结果进行调整的步骤。
4.根据权利要求3所述的三维点云标注方法,其特征在于,所述对所述可视化显示的三维点云数据的标注结果进行调整的方式包括以下中的一种:
方式一:对所述可视化显示的三维点云数据的标注结果中偏差的标注数据进行手动调整,以分配正确的类别;
方式二:对所述点云标注网络模型的三维拉框的坐标和转向信息进行修正;
方式三:对所述点云标注网络模型的漏检目标物体进行补漏或对所述点云标注网络模型的误检目标物体进行删除。
5.根据权利要求1或3所述的三维点云标注方法,其特征在于,将调整后获得的三维点云数据的标注结果反馈至所述点云标注网络模型,以对所述点云标注网络模型进行完善。
6.根据权利要求1所述的三维点云标注方法,其特征在于,所述点云标注网络模型的训练依次包括对RPN网络的训练和对RCNN网络的训练。
7.根据权利要求6所述的三维点云标注方法,其特征在于,对所述点云标注网络模型的训练过程中对以下物体中的一种或多种进行分类和语义分割:小汽车、卡车、行人以及骑车的人。
8.根据权利要求7所述的三维点云标注方法,其特征在于,对所述点云标注网络模型的训练还包括:
提取所述指定格式的所述三维点云数据中的三维拉框信息,其中,所述三维框信息包括三维拉框坐标信息和对应所述三维拉框坐标信息的左视二维框信息和右视二维框信息;
读取所有的所述指定格式的所述三维点云数据,且将符合预设的分类种类的三维拉框信息进行配置。
9.根据权利要求1所述的三维点云标注方法,其特征在于,预先根据获取的三维点云数据和预设的分类信息,训练获取所述点云标注网络模型,且将所述点云标注网络模型发送至指定的所述GPU服务器的指定所述微服务中。
10.根据权利要求1所述的三维点云标注方法,其特征在于,所述获取的所述三维点云数据根据3D激光雷达发射的多线束获得。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波博登智能科技有限公司,未经宁波博登智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910993091.6/1.html,转载请声明来源钻瓜专利网。