[发明专利]针对多视频帧的标注方法、装置、设备和存储介质

权利要求书

1.一种针对多视频帧的标注方法，其特征在于，包括：

获取针对相同区域采集的多个视频帧；

根据所述多个视频帧进行三维重建，得到所述区域对应的三维重建场景；

基于所述三维重建场景进行标注，得到所述三维重建场景中的标注信息；

将所述三维重建场景中的标注信息投影至多个所述视频帧中，得到多个所述视频帧中的标注信息；

其中，所述将所述三维重建场景中的标注信息投影至多个所述视频帧中，得到多个所述视频帧中的标注信息，包括：

将所述三维重建场景中的标注信息，根据每个所述视频帧分别对应的相机位置信息和拍摄时间信息，投影至多个所述视频帧中，得到多个所述视频帧中的标注信息，其中，投影的每个所述视频帧中包含的拍摄对象包括所述标注信息所标注的对象。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个视频帧进行三维重建，得到所述区域对应的三维重建场景，包括：

确定每个所述视频帧分别对应的相机位置信息；

根据每个所述视频帧分别对应的相机位置信息和所述视频帧进行三维重建，得到所述区域的三维重建场景。

3.根据权利要求2所述的方法，其特征在于，所述根据每个所述视频帧分别对应的相机位置信息和所述视频帧进行三维重建，得到所述区域的三维重建场景，包括：

根据每个所述视频帧分别对应的相机位置信息和所述视频帧中各像素点的像素位置信息，采用稠密重建算法确定每个所述像素点对应于世界坐标系中的三维点的位置信息，并根据所述三维点构成的三维点云确定所述区域的三维重建场景。

4.根据权利要求1所述的方法，其特征在于，所述基于所述三维重建场景进行标注，得到所述三维重建场景中的标注信息，包括：

确定每个所述视频帧中的像素点与所述三维重建场景中三维点的对应关系；

响应于用户针对所述视频帧中像素点的第一标注操作，根据所述对应关系将所述第一标注操作转换为针对所述三维重建场景中三维点的第二标注操作，并根据所述第二标注操作生成所述三维重建场景中的标注信息。

5.根据权利要求1所述的方法，其特征在于，所述方法所标注的对象位于地面，所述视频帧包括相机俯向地面拍摄的俯视图；

所述基于所述三维重建场景进行标注，得到所述三维重建场景中的标注信息，包括：

响应于用户针对所述俯视图中像素点的第三标注操作，根据拍摄所述俯视图的相机对应的相机坐标系与所述三维重建场景对应的世界坐标系之间的坐标转换关系，将所述第三标注操作转换为针对所述三维重建场景中三维点的第四标注操作，并根据所述第四标注操作生成所述三维重建场景中的标注信息。

6.根据权利要求1所述的方法，其特征在于，所述获取针对相同区域采集的多个视频帧，包括：

获取多个车辆在相同车道采集的多组连续视频帧；

所述根据所述多个视频帧进行三维重建，得到所述区域对应的三维重建场景，包括：

根据所述多组连续视频帧对所述车道上的静态物体进行三维重建，得到所述车道的三维重建场景；

所述基于所述三维重建场景进行标注，得到所述三维重建场景中的标注信息，包括：

基于所述三维重建场景，对所述三维重建场景中的静态物体进行标注，得到所述三维重建场景中静态物体的标注信息。