[发明专利]一种多源数据标注方法、系统、电子设备和存储介质

说明书

本发明公开了一种多源数据标注方法、系统、电子设备和存储介质，包括：对传感器进行数据准备，对待标注数据进行类型命名和添加编号，给标注选定好的点云数据赋予类型标签及编号，自动映射为RGB图像标注矩形框；选定两帧数据进行标注，两帧数据之间的其余数据帧自动补全；采用插值算法对其余数据帧的标注信息进行补齐和显示，本发明支持同时标注多视角RGB图像数据和3D点云数据，有助于提高人工标注的精确度，利用空间坐标系原理构建不同传感器标注数据之间的联系，避免传统联合标定的复杂流程，利用插值算法辅助多数据帧的半自动化标注，大大减少人工标注的工作量和时间成本，满足未来多源数据标注的发展需求。

技术领域

本发明涉及一种标注方法、系统、电子设备和存储介质，尤其涉及一种多源数据标注方法、系统、电子设备和存储介质。

背景技术

现如今的人工智能和自动驾驶等前沿技术的发展均离不开大规模的标注数据，这些数据具有真实世界和计算机之间的关联表达，可以有效地帮助计算机理解这个世界，提高人工智能等技术的智能化程度和泛用性。但数据标注是一项非常枯燥且极耗人力物力的现代化劳动密集型工作，标注过程不仅全程手动化操作，而且需要识别每一帧数据中的标注目标，准确地标注出来，该过程效率极其低下，成本高昂，极大地影响大规模数据标注和人工智能的发展。

目前现有技术是基于2D图像数据和深度学习的数据标注技术，现有技术提出的基于深度学习的半自动图像标注技术，是利用深度学习技术先对待标注数据进行预标注，再对预标注图像自动加工，去除大量噪声点，最后交由标注人员使用特定工具快速地发现和修正预标注图中的缺陷，从而达到缩减标注时间的目的，但现有技术存在的主要缺点是：

标注工具可以标注的数据主要是2D的图像数据，缺乏3D点云数据的标注计算能力；

现在的标注工具的标注操作全程手动化，缺乏一定的自动标注能力；

标注人员在标注过程中，仅能通过单一的传感器数据进行标定，当出现需要同时标注多种或多帧数据的时候，需要频繁地不断切换数据，而且标注数据之间的关联缺失，容易导致数据标注结果的准确度降低。

现有技术存在的问题已经不能满足人们的需求，亟需得到解决。

发明内容

本发明的目的在于提供一种多源数据标注方法、系统、电子设备和存储介质，基于2D图像数据和深度学习的数据标注技术进行半自动图像标注技术，利用深度学习技术先对待标注数据进行预标注，再对预标注图像自动加工，去除大量噪声点，最后交由标注人员使用特定工具快速地发现和修正预标注图中的缺陷，从而达到缩减标注时间的目的，解决现有技术存在的缺憾。

本发明提供了下述方案：

一种具有环绕视场的多源数据标注方法，其特征在于，所述多源数据标注方法包括：

对传感器进行数据准备，对待标注数据进行类型命名和添加编号；

调整3D点云可视化界面中的点云数据的观测视角，使选择框包括全部包含标注的点云数据，给标注选定好的点云数据赋予类型标签及编号；

3D点云标注选择框自动映射为RGB图像标注选择框；

选定两帧数据进行标注，两帧数据之间的其余数据帧自动补全；根据两帧数据的标注信息，采用插值算法对其余数据帧的标注信息进行补齐和显示；

将标注数据进行保存和导出。

进一步的，在传感器进行数据准备的过程中，所有传感器数据经过时间戳同步处理，以采集车辆中心为坐标系，获取各个传感器之间的空间位置关系，构成传感器外参矩阵。

进一步的，在3D点云标注过程中，将3D点云可视化界面分为不同视角的视图：自由选择观测角度的点云可视化全局视图、选中选择框后显示的局部点云主视图、俯视图和侧视图，调整选择的位置和尺寸，各个不同视角的视图之间自动实时同步。