[发明专利]对象标注方法和装置、设备及存储介质

说明书

本公开涉及一种对象标注方法，包括：获取当前要进行对象标注的平面图像和所述平面图像对应的空间数据。由所述平面图像中标注出当前要标注的对象，获取所述对象各像素点在所述平面图像中的像素坐标。基于平面图像采集设备的采集参数，将所述对象各像素点在所述平面图像中的像素坐标进行转换，得到所述对象各像素点在所述平面图像采集设备坐标系下的坐标数据。根据平面图像采集设备坐标系到空间数据采集设备坐标系的坐标转换矩阵，进行所述对象各像素点在所述平面采集设备坐标系下的坐标数据进行转换，得到所述对象各像素点在所述空间数据采集设备坐标系下的坐标数据。将所述对象对应标注到所述空间数据中。

技术领域

本公开涉及机器学习技术领域，尤其涉及一种对象标注方法和装置、设 备及存储介质。

背景技术

在自动驾驶技术领域，摄像头和激光雷达都是被广泛采用的传感器。激 光雷达输出的是3D点云数据，通常使用机器学习算法对点云数据进行处理， 识别里面的各种对象，如车、人和车道线等。

机器学习算法的训练需要大量的标注数据，而对于车道线的标注，当前 的标注方法都是在3D空间中对点云进行标注，如：对车道线上的每个点进行 标注(点云分割)，或直接在3D空间中画线，从而得到3D空间中的车道线信 息。

但是上述对车道线的标注方法，都需要在3D空间中进行标注，复杂度高， 效率低，如何直接在2D图片上直接对3D对象进行标注，以规避3D空间中的 复杂操作，提升标注效率，成为本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本公开提出了一种对象标注方法，以实现通过2D图片对3D 对象的标注。

根据本公开的一方面，提供了一种对象标注方法，包括：

获取当前要进行对象标注的平面图像和所述平面图像对应的空间数据；

由所述平面图像中标注出当前要标注的对象，获取所述对象各像素点在 所述平面图像中的像素坐标；

基于平面图像采集设备的采集参数，将所述对象各像素点在所述平面图 像中的像素坐标进行转换，得到所述对象各像素点在所述平面图像采集设备 坐标系下的坐标数据；

根据平面图像采集设备坐标系到空间数据采集设备坐标系的坐标转换 矩阵，进行所述对象各像素点在所述平面采集设备坐标系下的坐标数据进行 转换，得到所述对象各像素点在所述空间数据采集设备坐标系下的坐标数据；

根据所述对象各像素点在所述空间数据采集设备坐标系下的坐标数据， 将所述对象对应标注到所述空间数据中。

在一种可能的实现方式中，所述平面图像采集设备的采集参数包括所述 平面图像采集设备的焦距、所采集的所述平面图像分辨率及所述平面图像采 集设备的传感器尺寸中的至少一种。

在一种可能的实现方式中，根据所述平面图像采集设备的焦距、所采集 的所述平面图像分辨率及所述平面图像采集设备的传感器尺寸，分别得到所 述平面图像采集设备的以水平像素为单位的焦距和以垂直像素为单位的焦 距；

根据所述平面图像采集设备所采集的所述平面图像分辨率，分别得到所 述平面图像采集设备的主点在所述平面图像上的水平偏移和垂直偏移。

在一种可能的实现方式中，在基于平面图像采集设备的采集参数，将所 述对象各像素点在所述平面图像中的像素坐标进行转换，得到所述对象各像 素点在所述平面图像采集设备坐标系下的坐标数据时，包括：

将二维的所述对象各像素点在所述平面图像中的像素坐标代入至平面 图像坐标系与图像采集设备坐标系之间的映射关系中，得到三维的所述对象 各像素点在所述平面图像采集设备坐标系下的坐标数据。

在一种可能的实现方式中，平面图像坐标系与图像采集设备坐标系之间 的所述映射关系为：