[发明专利]图像标注方法和装置

说明书

本公开公开了一种图像标注方法和装置，涉及图像处理领域。该方法包括：将目标的三维模型映射到具有待匹配对象的图像中；通过调整三维模型的位姿，使得目标与待匹配对象匹配；根据三维模型的初始位姿信息，和目标与待匹配对象匹配时三维模型的最终位姿信息，确定位姿变换矩阵；以及根据位姿变换矩阵和图像对应的相机内参，确定三维模型中一个或多个三维坐标在图像中对应的二维坐标，作为图像的第一标注信息。本公开由于确定了位姿变换矩阵，图像对应的相机内参为定值，因此，想要得到图像中不同位置的关键点的坐标时，不需要重新进行标注，提高了图像标注效率。

技术领域

本公开涉及图像处理领域，尤其涉及一种图像标注方法和装置。

背景技术

3D(Three Dimensional，三维)标注是利用计算机视觉计算判断图像或者视频中某个对象在视觉中的三维呈现。该技术可与车辆检测、行人检测、裸眼3D等技术结合，应用于人工智能系统、车辆辅助驾驶技术、智能机器人、AR(Augmented Reality，增强现实)/VR(Virtual Reality，虚拟现实)换装、智能视频监控、人体行为分析、智能交通等领域。

相关3D标注技术包括多摄像头标注和3D包围盒标注。多摄像头标注采用多个摄像头从不同角度拍摄物体，通过捕捉感光点以及摄像头间的相互关系，恢复点的三维信息。3D包围盒标注是通过拉取一个外包围盒，实现对图像中物体的框选标注。

发明内容

本公开要解决的一个技术问题是，提供一种图像标注方法和装置，能够提高图像标注的效率。

根据本公开一方面，提出一种图像标注方法，包括：将目标的三维模型映射到具有待匹配对象的图像中；通过调整三维模型的位姿，使得目标与待匹配对象匹配；根据三维模型的初始位姿信息，和目标与待匹配对象匹配时三维模型的最终位姿信息，确定位姿变换矩阵；以及根据位姿变换矩阵和图像对应的相机内参，确定三维模型中一个或多个三维坐标在图像中对应的二维坐标，作为图像的第一标注信息。

在一些实施例中，调整三维模型的位姿包括：响应于第一外部设备的第一信号，调整三维模型在图像中的位置；响应于第二外部设备的第二信号，调整三维模型在相机坐标系的X轴和Y轴的角度变化；响应于第三外部设备的第三信号，调整三维模型在相机坐标系的Z轴的角度变化；以及响应于第四外部设备的第四信号，调整三维模型与相机间的距离。

在一些实施例中，根据位姿变换矩阵和图像对应的相机内参，确定待匹配对象的一个或多个二维坐标在图像中对应的三维坐标，作为图像的第二标注信息。

在一些实施例中，确定位姿变换矩阵包括：根据三维模型在世界坐标下的初始坐标，与三维模型在相机坐标系下的初始坐标，确定第一转换矩阵；根据三维模型在相机坐标系下的初始坐标，与目标与待匹配对象匹配时三维模型在相机坐标系下的最终坐标，确定第二转换矩阵；以及根据第一转换矩阵和第二转换矩阵，确定位姿变换矩阵。

在一些实施例中，第一外部设备、第二外部设备、第三外部设备和第四外部设备分别为鼠标和键盘中的一个或多个。

在一些实施例中，根据图像的分辨率，确定相机内参。

在一些实施例中，基于OpenGL开放图形库，将目标的三维模型渲染到具有待匹配对象的图像中。

在一些实施例中，基于图像的第一标注信息或第二标注信息，训练目标识别模型。

根据本公开的另一方面，还提出一种图像标注装置，包括：模型映射单元，被配置为将目标的三维模型映射到具有待匹配对象的图像中；位姿调整单元，被配置为通过调整三维模型的位姿，使得目标与待匹配对象匹配；矩阵确定单元，被配置为根据三维模型的初始位姿信息，和目标与待匹配对象匹配时三维模型的最终位姿信息，确定位姿变换矩阵；以及图像标注单元，被配置为根据位姿变换矩阵和图像对应的相机内参，确定三维模型中一个或多个三维坐标在图像中对应的二维坐标，作为图像的第一标注信息。