[发明专利]一种车辆2.5D图像标注方法和装置

说明书

本发明实施例提供一种车辆2.5D图像标注方法和装置，基于图像，对机动车辆进行2.5D标注，在标注车辆的类型(例如coco数据集中机动车包括Car,Truck,Bus等类别)的同时，并对车辆的正面、背面、侧面(左、右)进行分开标注；在除了标注车辆的类型的属性以外，对机动车辆的正面、背面进行矩形框的标注，对车辆的左、右侧面以底边为斜边的直角梯形进行标注，同时，通过标注的样本数据，可以获取标注车辆的类型，以及标注面的类型，并且能够得到同一辆车的所有标注面的信息。

技术领域

本发明实施例涉及自动驾驶技术领域，尤其涉及一种车辆2.5D图像标注方法和装置。

背景技术

随着移动互联网的流量天花板逐渐见顶，互联网与实体行业如农业、工业、建筑行业和服务行业等传统行业的数字融合将成为新的趋势，产业互联网结合5G和云计算等技术将加快实体经济转型。汽车作为产业互联网场景下必不可少的智能移动设备，随着新一代的汽车技术革命如新能源、智能网联、自动驾驶的创新，将结合不同落地场景打造可复制循环的商业模式闭环。

随着人工智能的应用领域越来越广泛，特别是智能驾驶行业领域中,通过人工智能技术，使得汽车的计算机视觉更加智能，承担物体识别、追踪和预测的功能，使得汽车能够感知周围环境中的汽车，从而帮助汽车完成决策过程。然而，自动驾驶背后的支撑技术之一——深度学习，在汽车的环境感知阶段具有重要意义。影响深度学习的重要因素之一便是训练样本，如果能够将训练的样本由之前的一个车对应一个2D矩形框的标注方式到对机动车辆的正面，背面、侧面进行细化标注转变，将对深度学习的结果有很大意义。

3D点云标注虽然对车能够进行立体的标注，且标注的精度高，但是在据采集成本以及数据存储管理方面，图像标注便突显了明显的优势，然而目前图像标注机动车辆的标注方式只有如矩形框、语义多边形等类似2D标注，并没有对车辆正面、背面、以及左、右侧面进行细化标注。

发明内容

本发明实施例提供一种车辆2.5D图像标注方法和装置，用以解决现有技术中图像标注机动车辆的标注方式只有如矩形框、语义多边形等类似2D标注，并没有对车辆正面、背面、以及左、右侧面进行细化标注的问题。

第一方面，本发明实施例提供一种车辆2.5D图像标注方法，包括：

若判断获知感知图像中的车辆存在两个面，则以常规矩形框标注车辆正面或车辆背面，以形成第一矩形框，得到第一矩形框坐标；

基于车辆类型、第一矩形框类型和感知图片获取车辆侧面的类型，得到第二矩形框，以及第二矩形框坐标，自动跟踪调整所述第一矩形框和所述第二矩形框中各顶点坐标，以使所述第一矩形框和所述第二矩形框与车辆轮廓完全贴合。

作为优选的，自动跟踪调整所述第一矩形框和所述第二矩形框中各顶点坐标时，还包括：

所述第一矩形框和所述第二矩形框的顶边上的顶点只允许垂直方向上移动，且其中一个顶点的y坐标变化会引起另外两个顶点的y坐标做同步变化，以使所述第二矩形框仅有底边为斜边，其余边为水平或垂直的边。

作为优选的，自动跟踪调整所述第一矩形框和所述第二矩形框中各顶点坐标时，还包括：

所述第一矩形框和所述第二矩形框的底边上的顶点在水平或垂直方向上移动时，底边上的各顶点x坐标变化会引起顶边上的各顶点的x坐标做同步变化，以使所述第二矩形框仅有底边为斜边，其余边为水平或垂直的边。

作为优选的，若判断获知感知图像中车辆只出现左侧面或右侧面，则标注包含车辆侧面的最小矩形框，选择对应车辆类型以及所标注的最小矩形框类型，对所述最小矩形框的各顶点进行追踪调整，以使所述最小矩形框完全贴合车辆侧面。

作为优选的，对所述最小矩形框的各顶点进行追踪调整时，具体包括：