[发明专利]一种激光反射率底图语义分割标注数据的生成方法及装置在审
申请号: | 202110849345.4 | 申请日: | 2021-07-27 |
公开(公告)号: | CN113706552A | 公开(公告)日: | 2021-11-26 |
发明(设计)人: | 杨立荣;任海兵;申浩;夏华夏 | 申请(专利权)人: | 北京三快在线科技有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06K9/62 |
代理公司: | 北京曼威知识产权代理有限公司 11709 | 代理人: | 方志炜 |
地址: | 100080 北京市海*** | 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: | 一种 激光 反射率 语义 分割 标注 数据 生成 方法 装置 | ||
1.一种激光反射率底图语义分割标注数据的生成方法,其特征在于,所述方法涉及无人驾驶领域,包括:
获取待标注激光反射率底图及预设的电子地图;
根据所述电子地图,确定所述待标注激光反射率底图中各交通标线的图像覆盖区域,以得到所述待标注激光反射率底图对应的目标道路图像,并在所述目标道路图像中确定所述各交通标线对应的交通标线类别;
按照基于所述电子地图在所述目标道路图像中确定出的所述各交通标线对应的交通标线类别,对所述待标注激光反射率底图中的各交通标线进行标注,得到生成的所述待标注激光反射率底图对应的语义分割标注数据;
根据所述语义分割标注数据,对待训练的标线识别模型进行训练,所述标线识别模型用于识别激光反射率底图中的各交通标线,以及识别激光反射率底图中各交通标线的类别。
2.如权利要求1所述的方法,其特征在于,根据所述电子地图,确定所述待标注激光反射率底图中各交通标线的图像覆盖区域,具体包括:
根据所述电子地图,确定所述待标注激光反射率底图中各交通标线的初始覆盖区域;
根据所述初始覆盖区域,得到所述待标注激光反射率底图对应的处理后道路图像;
对所述处理后道路图像进行图像分割,以确定所述待标注激光反射率底图中各交通标线的图像覆盖区域,并得到所述待标注激光反射率底图对应的目标道路图像。
3.如权利要求2所述的方法,其特征在于,根据所述电子地图,确定所述待标注激光反射率底图中各交通标线的初始覆盖区域,具体包括:
确定所述待标注激光反射率底图对应的地理区域;
确定所述电子地图中所述地理区域内的各交通标线对应的地理坐标;
根据所述电子地图中所述地理区域内的各交通标线对应的地理坐标,确定所述待标注激光反射率底图中各交通标线对应的图像坐标;
根据所述待标注激光反射率底图中各交通标线对应的图像坐标,确定所述待标注激光反射率底图中各交通标线的初始覆盖区域。
4.如权利要求3所述的方法,其特征在于,根据所述待标注激光反射率底图中各交通标线对应的图像坐标,确定所述待标注激光反射率底图中各交通标线的初始覆盖区域,具体包括:
针对所述待标注激光反射率底图中的每个交通标线,根据所述待标注激光反射率底图中该交通标线对应的图像坐标,确定该交通标线在所述待标注激光反射率底图中的基础范围;
根据预设的宽度补偿值对所述基础范围进行宽度补偿,得到所述待标注激光反射率底图中该交通标线的初始覆盖区域。
5.如权利要求2所述的方法,其特征在于,对所述处理后道路图像进行图像分割,以确定所述待标注激光反射率底图中各交通标线的图像覆盖区域,并得到所述待标注激光反射率底图对应的目标道路图像,具体包括:
将所述处理后道路图像输入到预设的图像识别模型中,以对所述处理后道路图像进行图像语义分割,得到所述待标注激光反射率底图中各交通标线的图像覆盖区域;
根据所述待标注激光反射率底图中各交通标线的图像覆盖区域,对所述待标注激光反射率底图或所述处理后道路图像进行图像重绘,得到所述目标道路图像。
6.如权利要求1所述的方法,其特征在于,获取待标注激光反射率底图,具体包括:
获取初始道路图像;
将所述初始道路图像进行图像切分,得到各待标注激光反射率底图;
根据所述语义分割标注数据,对待训练的标线识别模型进行训练,具体包括:
按照所述各待标注激光反射率底图在所述初始道路图像中的位置,将所述各待标注激光反射率底图对应的语义分割标注数据进行拼接,得到所述初始道路图像对应的标注图像;
根据所述初始道路图像对应的标注图像,对所述标线识别模型进行训练。
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京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/202110849345.4/1.html,转载请声明来源钻瓜专利网。