[发明专利]一种图像标定方法及装置

权利要求书

1.一种图像标定方法，其特征在于，所述方法包括：

基于雷达数据和第一帧图像的第一标定结果，得到对于第二帧图像的预测位置信息；所述第二帧图像为所述第一帧图像的下一帧图像；所述预测位置信息用于表示目标物在所述第二帧图像上的第一位置信息；

采用识别模型对所述第二帧图像进行识别，得到所述目标物在所述第二帧图像上的第二位置信息；

判断所述第二帧的所述第一位置信息和所述第二位置信息的交并比是否小于预设阈值，得到判断结果；

当所述判断结果表示所述交并比小于所述预设阈值时，采用所述预测结果位置信息对所述第二帧图像进行标定；

将标定后的所述第二帧图像作为训练样本输入所述识别模型，对所述识别模型进行训练。

2.根据权利要求1所述的图像标定方法，其特征在于，所述基于雷达数据和第一帧图像的第一标定结果，得到对于第二帧图像的预测位置信息，包括：

所述第一标定结果包括图像标定结果和雷达标定结果；

采用识别模型对所述第一帧图像进行标定，得到所述图像标定结果，所述第一帧图像为通过图像采集设备对目标区域采集得到，所述图像标定结果至少包括目标区域内的目标物的第二位置信息，所述第二位置信息表示所述目标物在所述第一帧图像中的位置；

基于所述雷达数据对所述目标物进行标定，得到所述雷达标定结果，所述雷达数据通过雷达设备对所述目标区域采集得到，所述雷达标定结果至少包括所述目标物的速度信息、加速度信息和位置信息。

3.根据权利要求1所述的图像标定方法，其特征在于，所述采用识别模型对所述第二帧图像进行识别，得到所述目标物在所述第二帧图像上的第二位置信息，包括：

采用深度学习模型对所述第二帧图像进行识别，得到第二标定结果，所述第二标定结果还包括所述目标物的类别信息和置信度信息。

4.根据权利要求1所述的图像标定方法，其特征在于，所述基于雷达数据和第一帧图像的第一标定结果，得到对于第二帧图像的预测位置信息，包括：

采用卡尔曼滤波器基于雷达数据和对于第一帧图像的第一标定结果，得到对于第二帧图像的预测位置信息。

5.根据权利要求1所述的图像标定方法，其特征在于，所述当所述判断结果表示所述交并比小于所述预设阈值时之后，在采用所述预测结果位置信息对所述第二帧图像进行标定之前，还包括：

调整所述目标物的实际位置信息，所述实际位置信息为包含所述目标物在图像中的轮廓的矩形框，将所述实际位置信息作为预测结果信息。

6.一种图像标定装置，其特征在于，包括：

预测模块，用于基于雷达数据和第一帧图像的第一标定结果，得到对于第二帧图像的预测位置信息；所述第二帧图像为所述第一帧图像的下一帧图像；所述预测位置信息用于表示目标物在所述第二帧图像上的第一位置信息；

识别模块，用于采用识别模型对所述第二帧图像进行识别，得到所述目标物在所述第二帧图像上的第二位置信息；

判断模块，用于判断所述第二帧的所述第一位置信息和所述第二位置信息的交并比是否小于预设阈值，得到判断结果；

标定模块，用于当所述判断结果表示所述交并比小于所述预设阈值时，采用所述预测结果位置信息对所述第二帧图像进行标定；

训练模块，用于将标定后的所述第二帧图像作为训练样本输入所述识别模型，对所述识别模型进行训练。

7.根据权利要求6所述的图像标定装置，其特征在于，

所述预测模块包括图像标定单元和雷达标定单元；

所述图像标定单元用于采用识别模型对所述第一帧图像进行标定，得到所述图像标定结果，所述第一帧图像为通过图像采集设备对目标区域采集得到，所述图像标定结果至少包括目标区域内的目标物的第二位置信息，所述第二位置信息表示所述目标物在所述第一帧图像中的位置；

所述雷达标定单元用于基于所述雷达数据对所述目标物进行标定，得到所述雷达标定结果，所述雷达数据通过雷达设备对所述目标区域采集得到，所述雷达标定结果至少包括所述目标物的速度信息、加速度信息和位置信息。