[发明专利]点云数据标注方法、装置、电子设备和存储介质在审

专利信息
申请号: 202011010562.6 申请日: 2020-09-23
公开(公告)号: CN111931727A 公开(公告)日: 2020-11-13
发明(设计)人: 杨国润;梁曦文;王哲 申请(专利权)人: 深圳市商汤科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06T7/136
代理公司: 北京中知恒瑞知识产权代理事务所(普通合伙) 11889 代理人: 王文红
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 标注 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种点云数据标注方法,其特征在于,包括:

对待识别的点云数据进行对象识别,得到所述待识别的点云数据中的对象的检测框;

根据所述待识别的点云数据中识别到的对象的检测框,确定待标注的点云数据;

获取待标注的点云数据中的对象的人工标注框;

根据所述检测框和所述人工标注框,确定所述待识别的点云数据中的对象的标注框。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

对待识别的点云数据进行对象识别,得到识别到的对象的检测框的置信度;

根据所述待识别的点云数据中识别到的对象的检测框,确定待标注的点云数据,包括:

根据识别到的对象的检测框的置信度,剔除置信度小于置信度阈值的检测框,得到剩余的检测框;

将所述待识别的点云数据中所述剩余的检测框之外的点云数据,作为待标注的点云数据。

3.根据权利要求2所述的方法,其特征在于,根据所述检测框和所述人工标注框,确定所述待识别的点云数据中的对象的标注框,包括:

根据所述剩余的检测框和所述人工标注框,确定所述待识别的点云数据中的对象的标注框。

4.根据权利要求2或3所述的方法,其特征在于,不同类别的对象的检测框的置信度阈值不同;

所述根据识别到的对象的检测框的置信度,剔除置信度小于置信度阈值的检测框,得到剩余的检测框,包括:

针对每个检测框,在该检测框的置信度大于或等于该检测框中的对象的类别对应的检测框的置信度阈值时,确定该检测框为剩余的检测框。

5.根据权利要求4所述的方法,其特征在于,所述方法还包括:

针对每个检测框,在该检测框的置信度小于该检测框中的对象的类别对应的检测框的置信度阈值时,剔除该检测框。

6.根据权利要求3所述的方法,其特征在于,根据所述剩余的检测框和所述人工标注框,确定所述待识别的点云数据中的对象的标注框,包括:

针对每个剩余的检测框,在存在与该检测框至少部分重叠的人工标注框的情况下,将该检测框和与该检测框至少部分重叠的人工标注框作为一个标注框对;

针对每个标注框对,确定该标注框对中的剩余的检测框与人工标注框的重叠度,并在所述重叠度大于预设阈值时,剔除人工标注框;

将所述剩余的检测框和剩余的人工标注框,作为所述待识别的点云数据中的对象的标注框。

7.根据权利要求6所述的方法,其特征在于,确定一个标注框对中的剩余的检测框与人工标注框的重叠度,包括:

确定该标注框对中剩余的检测框所框选的点云数据与人工标注框所框选的点云数据之间的交集;

确定该标注框对中剩余的检测框所框选的点云数据与人工标注框所框选的点云数据之间的并集;

基于所述并集和所述交集,确定该标注框对中剩余的检测框与人工标注框之间的重叠度。

8.根据权利要求1-3任一项所述的方法,其特征在于,所述对待识别的点云数据进行对象识别,得到所述待识别的点云数据中的对象的检测框,包括:

利用训练完成的神经网络,对待识别的点云数据进行对象识别,所述神经网络输出识别到的对象的检测框。

9.根据权利要求8所述的方法,其特征在于,所述方法还包括:

所述神经网络还输出各个检测框的置信度。

10.一种点云数据标注装置,其特征在于,包括:

对象识别模块,用于对待识别的点云数据进行对象识别,得到所述待识别的点云数据中的对象的检测框;

点云处理模块,用于根据所述待识别的点云数据中识别到的对象的检测框,确定待标注的点云数据;

标注框获取模块,用于获取待标注的点云数据中的对象的人工标注框;

标注框确定模块,用于根据所述检测框和所述人工标注框,确定所述待识别的点云数据中的对象的标注框。

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深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,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/202011010562.6/1.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