[发明专利]样本采集方法、装置及设备

说明书

本发明实施例提供一种样本采集方法、装置及设备，所述方法包括第一车辆在行驶过程中实时获取道路中的道路图像信息，其中，道路图像信息为内置在第一车辆上的影像采集设备采集的，根据预存的车辆仿真模型集和道路图像信息判断在道路中是否存在目标车辆，若道路图像信息中存在目标车辆，则确定第一车辆对目标车辆的视角信息，根据目标车辆的车辆仿真模型确定在视角信息下目标车辆的视角图像信息，将视角图像信息发送至服务器，以作为神经网络训练的样本。提高了样本标注的效率，进而提高了神经网络的训练进度。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种样本采集方法、装置及设备。

背景技术

随着科技的发展，无人驾驶越来越成为人们关注的重点。无人驾驶的车辆可以将驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。

要实现上述功能，训练自动驾驶控制模型是关键操作。在训练自动驾驶控制模型时，需要大量的带标注的街景视觉图像作为神经网络的样本，然后神经网络才可以根据带标注的街景视觉图像进行训练，得到自动驾驶控制模型。

目前，在获得带标注的街景视觉图像时，需要先通过摄像头拍摄大量的街景视觉图像。在摄像头拍摄到的街景视觉图像中，可能会包括车辆、行人等，然而神经网络是识别不出街景视觉图像中的车辆或行人的，需要人在街景视觉图像中将车辆或行人标注出来，然后再将标注好的街景视觉图像作为神经网络的样本，供神经网络进行训练，样本标注工作量大，且标注效率低，进而影响了神经网络的训练进度。

发明内容

本发明实施例提供一种样本采集方法、装置及设备，以提高样本标注的效率，进而提高神经网络的训练进度。

第一方面，本发明实施例提供一种样本采集方法，包括：

第一车辆在行驶过程中实时获取道路中的道路图像信息，其中，所述道路图像信息为内置在所述第一车辆上的影像采集设备采集的；

根据预存的车辆仿真模型集和所述道路图像信息判断在所述道路中是否存在目标车辆；

若所述道路图像信息中存在所述目标车辆，则确定所述第一车辆对所述目标车辆的视角信息；

根据所述目标车辆的车辆仿真模型确定在所述视角信息下所述目标车辆的视角图像信息；

将所述视角图像信息发送至服务器，以作为神经网络训练的样本。

可选的，所述根据预存的车辆仿真模型集和所述道路图像信息判断在所述道路中是否存在目标车辆，包括：

提取所述道路图像信息中包括的对象的图形轮廓；

将所述道路图像信息中包括的对象的图形轮廓分别与所述车辆仿真模型集中的车辆仿真模型进行一致性比对，判断在所述道路中是否存在目标车辆。

可选的，所述将所述道路图像信息中包括的对象的图形轮廓分别与所述车辆仿真模型集中的车辆仿真模型进行比对，判断在所述道路中是否存在目标车辆，包括：

获取所述道路图像信息中包括的对象的图形轮廓与所述车辆仿真模型集中的车辆仿真模型的相似度集；

若所述相似度集中的最大相似度超过预设的相似度阈值，则确定所述道路中存在目标车辆。

可选的，所述确定所述第一车辆对所述目标车辆的视角信息，包括：

分别获取所述第一车辆的第一位置与所述目标车辆的第二位置；

分别获取所述第一车辆的第一车辆航向角和所述目标车辆的第二车辆航向角；