[发明专利]数据标注方法、系统、设备及介质

说明书

本申请提供一种数据标注方法、系统、设备及介质，该方法包括获取车辆数据，所述车辆数据包括车辆行驶中的视频数据与点云数据；将所述视频数据与所述点云数据依次进行抽帧处理与聚合处理，得到按时间关联的图像文件与点云文件；将所述点云文件映射到所述图像文件所在图像坐标系进行融合处理，得到目标特征；对所述目标特征进行类别识别与标注，完成数据标注，本申请通过深度融合毫米波雷达采集的点云数据与摄像头采集的视频数据，实现数据上的优势互补，使得标注的数据类型更加全面，准确率、可靠性与鲁棒性更高，有利于为交通管控、安全预警等方面提供技术支持。

技术领域

本申请涉及车辆数据处理领域，具体涉及一种数据标注方法、系统、设备及介质。

背景技术

智能网联汽车是指车联网与智能车的结合，搭载有先进的车载传感器、控制器、执行器等装置，并融合现代通信和网络技术，使车辆与外部节点实现信息共享和协同控制的新一代汽车。汽车的智能化体现在感知和决策场景的AI算法的应用，AI算法的性能是汽车智能化水平的重要体现。而AI算法的性能优化，又通常依赖于大量的数据人工标注。如何降低数据标注工作的人工介入程度，是行业内持续在探索解决的重要课题。

相关技术中，在预设场景中提取目标数据到云端数据平台，再周期性的将云端数据平台同步到本地服务器，再对视频数据间隔20帧抽1帧，采用算法对图片中的人、车辆、红绿灯等信息进行目标检测标注。然而，上述数据标注方式一方面数据量太大，对存储空间与流量费用要求较高；另一方面，在车辆车速较高时，会遗漏中重要数据；还要一方面，未结合雷达数据进行融合标注，难以确保标注数据的准确性。

申请内容

鉴于以上所述现有技术的缺点，本申请提供一种数据标注方法、系统、设备及介质，以解决上述标注方式确定的标注数据准确性不高的问题。

在第一方面，本申请提供的一种数据标注方法，包括：

获取车辆数据，所述车辆数据包括车辆行驶中的视频数据与点云数据；

将所述视频数据与所述点云数据依次进行抽帧处理与聚合处理，得到按时间关联的图像文件与点云文件；

将所述点云文件映射到所述图像文件所在图像坐标系进行融合处理，得到目标特征；

对所述目标特征进行类别识别与标注，完成数据标注。

于本申请的一实施例中，获取车辆数据，还包括：

根据传感数据对所述车辆的行驶状况进行预测，基于预测的行驶状况采集视频数据与点云数据；或/和，

根据所述车辆当前事件进行触发，采集所述车辆当前的视频数据与点云数据；或/和，

以预设时间为间隔时间，间隔采集车辆行驶中的视频数据与点云数据。

于本申请的一实施例中，将所述视频数据与所述点云数据依次进行抽帧处理、聚合处理，得到按时间关联的图像文件与点云文件，还包括：

将所述视频数据与所述点云数据进行抽帧处理，得到单帧图像文件与单帧点云文件；

将所述单帧图像文件与单帧点云文件按照采集时间进行聚合处理，得到以时间节点关联的图像文件与点云文件。

于本申请的一实施例中，将所述点云文件映射到所述图像文件所在图像坐标系进行融合处理，得到目标特征，包括：

对所述点云文件进行坐标转换，得到图像坐标系下的点云文件与图像文件；

将所述点云文件映射到所述图像文件所在图像坐标系进行融合处理，得到目标框；

对所述目标框内目标特征进行特征提取，得到矩阵表征的目标特征。