[发明专利]一种图像中物体位置的标注方法、装置及电子设备

说明书

本发明实施例提供了一种图像中物体位置的标注方法、装置及电子设备，所述方法包括：获取预先构建的摄像机模型的当前位姿信息；获取预先构建的待标注物体模型的当前位姿信息及物理参数；根据摄像机模型的当前位姿信息及待标注物体模型的当前位姿信息，通过坐标变换，得到待标注物体模型在摄像机模型坐标系中的目标位姿信息；根据摄像机模型的内部参数矩阵、物理参数及目标位姿信息，确定待标注物体模型在摄像机模型当前采集图像中的像素位置；在图像中标注像素位置。可以在虚拟环境下，对摄像机采集的图像中待标注物体的像素位置进行标注，免去人工标注工作，且能够快速改变待标注物体的位姿，获得大量标注后的图像，提升标注效率。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像中物体位置的标注方法、装置及电子设备。

背景技术

随着计算机计算能力的不断提高，各种深度学习模型的应用越来越广泛。用于图像处理的深度学习模型是具有重要作用的深度学习模型之一，例如，在机械臂抓取物体、车牌识别、监控录像中的目标检测等领域，用于图像处理的深度学习模型具有非常重要的地位。

在训练这些深度学习模型时，需要采集大量的图像样本，即对目标物体进行各种角度、位置地拍摄，进而采集大量图像，其中，目标物体即为实际需要检测的物体，例如，机械臂需要抓取的物体、车辆的车牌等。而在这些图像中，需要标注出目标物体的位置，标注后的图像作为图像样本，用于训练深度学习模型。

标注目标物体位置的方式一般为人工标注，即在采集的图像中，通过人眼确定目标物体的位置，进而进行标注，获得图像本。可见，这种方式是非常浪费人力和时间的，标注效率很低。

发明内容

本发明实施例的目的在于提供一种图像中物体位置的标注方法、装置及电子设备，以免去人工标注工作，提升标注效率。具体技术方案如下：

第一方面，本发明实施例提供了一种图像中物体位置的标注方法，所述方法包括：

获取预先构建的摄像机模型的当前位姿信息；

获取预先构建的待标注物体模型的当前位姿信息及物理参数，其中，所述物理参数为标识所述待标注物体模型大小的参数；

根据所述摄像机模型的当前位姿信息及所述待标注物体模型的当前位姿信息，通过坐标变换，得到所述待标注物体模型在所述摄像机模型坐标系中的目标位姿信息；

根据所述摄像机模型的内部参数矩阵、所述物理参数及所述目标位姿信息，确定所述待标注物体模型在所述摄像机模型当前采集图像中的像素位置；

在所述图像中标注所述像素位置。

可选的，在所述获取预先构建的摄像机模型的当前位姿信息的步骤之前，所述方法还包括：

获取预先构建的机械臂模型的当前位姿信息，其中，所述摄像机模型与所述机械臂模型的末端固定连接；

所述获取预先构建的摄像机模型的当前位姿信息的步骤，包括：

根据所述机械臂模型的当前位姿信息，确定摄像机模型的当前位姿信息。

可选的，所述物理参数包括：所述待标注物体模型的预设标注点的位置及所述待标注物体模型的体积参数；

所述根据所述摄像机模型的内部参数矩阵、所述物理参数及所述目标位姿信息，确定所述待标注物体模型在所述摄像机模型当前采集图像中的像素位置的步骤，包括：

根据所述摄像机模型的内部参数矩阵及所述目标位姿信息，确定所述预设标注点的位置在所述摄像机模型当前采集图像中的第一目标位置；

根据所述第一目标位置及所述体积参数，确定所述待标注物体模型在所述摄像机模型当前采集图像中的像素位置。

可选的，所述预设标注点为所述待标注物体模型的左下顶点；