[发明专利]用于生成位置信息的方法和装置有效

专利信息
申请号: 202010272803.8 申请日: 2020-04-09
公开(公告)号: CN111523409B 公开(公告)日: 2023-08-29
发明(设计)人: 叶晓青;谭啸;孙昊;章宏武 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06V20/56 分类号: G06V20/56;G06V10/24;G06V10/25;G06V10/26;G06V10/82;G06T7/55;G06T7/70
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 生成 位置 信息 方法 装置
【权利要求书】:

1.一种用于生成位置信息的方法,包括:

获取车载图像采集设备采集的图像和采集所述图像时的车辆位置信息,其中,所述图像中包括属于预设类别的目标要素,所述车辆位置信息包括车辆的经纬度;

将所述图像输入预先建立的深度图生成模型,得到针对所述图像的第一深度图,其中,所述深度图生成模型训练时所使用的样本数据的样本图像的焦距为样本焦距;

基于所述样本焦距、所述第一深度图和所述图像的预估焦距,生成第二深度图,其中,所述图像的预估焦距是基于所述图像的尺寸生成的;

根据所述目标要素在所述图像中的要素位置信息和所述第二深度图,确定所述目标要素的深度信息;

基于所述车辆位置信息和所述目标要素的深度信息,生成所述目标要素的位置信息,其中,所述目标要素的位置信息为经纬度。

2.根据权利要求1所述的方法,其中,所述方法还包括:

基于所述第二深度图和所述目标要素的深度信息,确定所述目标要素的深度信息的置信度;

基于针对所述目标要素得到的至少一个置信度和位置信息,生成所述目标要素的综合位置信息。

3.根据权利要求1所述的方法,其中,所述深度图生成模型是通过以下方式训练得到的:

获取样本数据集,其中,样本数据包括样本图像和样本图像对应的样本深度图;

将所述样本数据集中的样本图像作为输入,将与输入的样本图像对应的样本深度图作为期望输出,利用预先构建的损失函数训练得到所述深度图生成模型,其中,所述损失函数为第一损失函数、第二损失函数和第三损失函数的加权和,所述第一损失函数为基于模型输出和期望输出得到的,所述第二损失函数为基于模型输出的梯度和期望输出的梯度得到的,所述第三损失函数为基于模型输出和期望输出的相似性得到的。

4.根据权利要求1所述的方法,其中,所述基于所述样本焦距、所述第一深度图和所述图像的预估焦距,生成第二深度图,包括:

确定所述预估焦距和所述样本焦距之间的比值;

计算所述比值与所述第一深度图之积,将计算结果作为第二深度图。

5.根据权利要求1所述的方法,其中,所述车辆位置信息包括经纬度;以及

所述基于所述车辆位置信息和所述目标要素的深度信息,生成所述目标要素的位置信息,包括:

确定所述目标要素的中心点和所述图像底边中心点组成的直线与所述图像底边之间的角度为第一角度;

确定车辆的行驶方向与方向北之间的夹角为第二角度;

根据所述第一角度和所述第二角度,确定所述目标要素的指北角;

根据所述目标要素的指北角、所述经纬度和所述目标要素的深度信息,计算所述目标要素的经纬度。

6.一种用于生成位置信息的装置,包括:

获取单元,被配置成获取车载图像采集设备采集的图像和采集所述图像时的车辆位置信息,其中,所述图像中包括属于预设类别的目标要素,所述车辆位置信息包括车辆的经纬度;

输入单元,被配置成将所述图像输入预先建立的深度图生成模型,得到针对所述图像的第一深度图,其中,所述深度图生成模型训练时所使用的样本数据的样本图像的焦距为样本焦距;

第一生成单元,被配置成基于所述样本焦距、所述第一深度图和所述图像的预估焦距,生成第二深度图,其中,所述图像的预估焦距是基于所述图像的尺寸生成的;

第一确定单元,被配置成根据所述目标要素在所述图像中的要素位置信息和所述第二深度图,确定所述目标要素的深度信息;

第二生成单元,被配置成基于所述车辆位置信息和所述目标要素的深度信息,生成所述目标要素的位置信息,其中,所述目标要素的位置信息为经纬度。

7.根据权利要求6所述的装置,其中,所述装置还包括:

第二确定单元,被配置成基于所述第二深度图和所述目标要素的深度信息,确定所述目标要素的深度信息的置信度;

第三生成单元,被配置成基于针对所述目标要素得到的至少一个置信度和位置信息,生成所述目标要素的综合位置信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010272803.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top