[发明专利]一种图像标定方法及装置

说明书

本发明实施例公开一种图像特征点的标定方法及装置，该方法包括：获得图像采集系统在相同采集周期内针对目标对象采集的红外图像；基于预先建立的特征点检测模型，从每一红外图像中确定出其中的备用特征点的检测位置信息及语义信息；对红外图像进行分组，得到至少一组红外图像组；利用每一红外图像组对应的语义信息所对应备用特征点的检测位置信息及对应的设备位姿信息，确定出目标语义信息对应的备用特征点对应的目标空间位置信息；基于每一目标语义信息对应的备用特征点对应的目标空间位置信息及每一红外图像对应的设备位姿信息，确定每一红外图像中每一目标语义信息对应的备用特征点的标注位置信息，以实现自动对红外图像中的特征点进行标注。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种图像标定方法及装置。

背景技术

目前的特征点检测模型都是通过色彩图像样本及其对应的标注信息训练得到的，其对色彩图像包含的特征点的检测准确率较高，但对其他类型的图像包含的特征点的检测准确率则不高。在一些目标场景中，需要对所采集的红外图像中的特征点进行检测，以便进行后续的过程，例如：一些人脸识别场景，需要对所采集的红外图像中的人脸特征点进行检测。因此，为了能够实现对红外图像中特征点的检测，需要构建出可以检测红外图像中特征点的特征点检测模型。

目前为了训练得到可以用于检测红外图像中特征点的特征点检测模型，在训练模型时，一般需要工作人员手动对作为样本图像的红外图像中特征点进行标注。而手动标注红外图像中的特征点所花费的人力成本较大，且时间成本较大。

发明内容

本发明提供了一种图像特征点标定方法及装置，以实现自动对红外图像中的特征点进行标注。具体的技术方案如下：

第一方面，本发明实施例提供了一种图像特征点标定方法，所述方法包括：

获得图像采集系统在相同采集周期内针对目标对象采集的红外图像，其中，所述图像采集系统包括：从不同角度对所述目标对象进行拍摄的多个图像采集设备；

基于预先建立的特征点检测模型，从每一红外图像中确定出其中的备用特征点的检测位置信息及语义信息，其中，所述预先建立的特征点检测模型为：至少基于标注有样本特征点的色彩样本图像训练所得的模型；

基于每一备用特征点的语义信息或红外图像对应的图像采集设备的设备位姿信息，对所述红外图像进行分组，得到至少一组红外图像组；

利用每一红外图像组对应的语义信息所对应备用特征点的检测位置信息，及每一语义信息所对应备用特征点对应的设备位姿信息，确定出目标语义信息所对应备用特征点对应的目标空间位置信息；

针对每一目标语义信息，基于该目标语义信息所对应备用特征点对应的目标空间位置信息以及每一红外图像对应的设备位姿信息，确定每一红外图像中该目标语义信息所对应备用特征点的标注位置信息。

可选的，所述基于每一备用特征点的语义信息或红外图像对应的图像采集设备的设备位姿信息，对所述红外图像进行分组，得到至少一组红外图像组的步骤，通过如下两种实现方式中的任一种实现方式实现：

第一种实现方式：

针对每一语义信息，将包含对应该语义信息的备用特征点的红外图像，划分为一组，得到至少一组红外图像组；

第二种实现方式：

基于红外图像对应的图像采集设备的设备位姿信息，将所对应图像采集设备位置相邻的多个红外图像，划分为一组，得到至少一组红外图像组。

可选的，在针对每一语义信息，将包含该语义信息的备用特征点的红外图像，划分为一组的情况下；

所述利用每一红外图像组对应的语义信息所对应备用特征点的检测位置信息，及每一语义信息所对应备用特征点对应的设备位姿信息，确定出目标语义信息所对应备用特征点对应的目标空间位置信息的步骤，包括：