[发明专利]一种确定对象信息的方法、装置、设备及存储介质在审

专利信息
申请号: 202010207243.8 申请日: 2020-03-23
公开(公告)号: CN111401457A 公开(公告)日: 2020-07-10
发明(设计)人: 苏英菲 申请(专利权)人: 东软睿驰汽车技术(沈阳)有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N20/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 赵晓荣
地址: 110172 辽宁*** 国省代码: 辽宁;21
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 确定 对象 信息 方法 装置 设备 存储 介质
【权利要求书】:

1.一种确定对象信息的方法,其特征在于,所述方法包括:

获取目标图像,所述目标图像上包括至少一个对象以及所述对象在所述目标图像上的二维标签;

将所述目标图像输入至预先完成训练的机器学习模型,以便由所述机器学习模型输出得到所述二维标签指示的对象所对应的对象信息,所述对象信息至少包括所述对象的位置、方向角以及尺寸中的任一种信息;

其中,所述机器学习模型预先基于样本图像以及所述样本图像上包括的对象所对应的对象信息完成训练。

2.根据权利要求1所述的方法,其特征在于,所述二维标签为二维分割标签,所述获取目标图像,包括:

获取初始目标图像,所述初始目标图像上包括所述对象;

在所述目标图像上对所述对象进行图像分割,得到包括所述对象在所述目标图像上的二维分割标签的所述目标图像。

3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:

获取样本图像,所述样本图像上包括至少一个对象以及所述对象在所述样本图像上的二维标签;

确定所述样本图像上所述对象对应的对象信息;

将所述样本图像作为所述机器学习模型的输入,将所述样本图像上包括的对象所对应的对象信息作为所述机器学习模型的输出,对所述机器学习模型进行训练。

4.根据权利要求3所述的方法,其特征在于,所述确定所述样本图像上所述对象对应的对象信息,包括:

获取利用雷达检测得到的点云数据;

从所述点云数据中确定出与所述样本图像上所述对象对应的目标点云数据;

根据所述样本图像上所述对象对应的目标点云数据,确定所述样本图像上所述对象对应的对象信息。

5.一种确定对象信息的装置,其特征在于,所述装置包括:

第一获取模块,用于获取目标图像,所述目标图像上包括至少一个对象以及所述对象在所述目标图像上的二维标签;

输入模块,用于将所述目标图像输入至预先完成训练的机器学习模型,以便由所述机器学习模型输出得到所述二维标签指示的对象所对应的对象信息,所述对象信息至少包括所述对象的位置、方向角以及尺寸中的任一种信息;

其中,所述机器学习模型预先基于样本图像以及所述样本图像上包括的对象所对应的对象信息完成训练。

6.根据权利要求5所述的装置,其特征在于,所述二维标签为二维分割标签,所述第一获取模块,包括:

第一获取单元,用于获取初始目标图像,所述初始目标图像上包括所述对象;

图像分割单元,用于在所述目标图像上对所述对象进行图像分割,得到包括所述对象在所述目标图像上的二维分割标签的所述目标图像。

7.根据权利要求5或6所述的装置,其特征在于,所述装置还包括:

第二获取模块,用于获取样本图像,所述样本图像上包括至少一个对象以及所述对象在所述样本图像上的二维标签;

确定模块,用于确定所述样本图像上所述对象对应的对象信息;

训练模块,用于将所述样本图像作为所述机器学习模型的输入,将所述样本图像上包括的对象所对应的对象信息作为所述机器学习模型的输出,对所述机器学习模型进行训练。

8.根据权利要求7所述的装置,其特征在于,所述确定模块,包括:

第二获取单元,用于获取利用雷达检测得到的点云数据;

第一确定单元,用于从所述点云数据中确定出与所述样本图像上所述对象对应的目标点云数据;

第二确定单元,用于根据所述样本图像上所述对象对应的目标点云数据,确定所述样本图像上所述对象对应的对象信息。

9.一种设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;

所述处理器用于根据所述程序代码中的指令执行权利要求1至4任一项所述的确定对象信息的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1-4中任一项所述的确定对象信息的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东软睿驰汽车技术(沈阳)有限公司,未经东软睿驰汽车技术(沈阳)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/202010207243.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top