[发明专利]一种图像处理方法、装置以及相关设备

说明书

本发明实施例公开了一种图像处理方法、装置以及相关设备，方法包括：获取包含目标对象的目标图像，识别目标对象在目标图像中的目标二维位置坐标以及与目标对象对应的目标属性类型；获取与目标图像相关联的目标三维点云，根据目标三维点云与目标图像中所有像素点之间的映射关系，获取处于目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标；根据目标三维位置坐标在三维地图数据中确定设置区域，为设置区域中的目标对象设置目标属性类型。采用本发明，可以自动化地为地图中中的对象标记属性类型，提高标记对象属性类型的效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种图像处理方法、装置以及相关设备。

背景技术

高精度地图是指高精度、精细化定义的地图，其精度需要达到分米级才能够区分各个车道，如今随着定位技术的发展，高精度的定位已经成为可能。而精细化定义，则是需要格式化存储交通场景中的各种交通要素，包括传统地图的道路网数据、车道网络数据、车道线以和交通标志等数据。

现有的在构建高精度地图中的交通标识牌时，主要是基于人工手动添加的方法，即是由人工遍历所有路段，在存在交通标识牌的路段中提取出该交通标识牌。由人工对提取出来的交通标识牌进行识别，再为高精度地图中的交通标识牌标记识别出来的类型。上述可知，在高精度地图中以手工的方式识别交通标识牌的属性，以及为交通标识牌设置属性类型工作量大，效率低下。

发明内容

本发明实施例提供一种图像处理方法、装置以及相关设备，可以自动化地为地图中中的对象标记属性类型，提高标记对象属性类型的效率。

本发明实施例一方面提供了一种图像处理方法，包括：

获取包含目标对象的目标图像，识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型；

获取与所述目标图像相关联的目标三维点云，根据所述目标三维点云与所述目标图像中所有像素点之间的映射关系，获取处于所述目标二维位置坐标的像素点对应的三维位置坐标，并将获取的三维位置坐标作为目标三维位置坐标；

根据所述目标三维位置坐标在三维地图数据中确定设置区域，为所述设置区域中的所述目标对象设置所述目标属性类型。

其中，所述识别所述目标对象在所述目标图像中的目标二维位置坐标以及与所述目标对象对应的目标属性类型，包括：

将所述目标图像划分为多个目标子图，基于目标检测模型中的卷积层对所述目标图像进行卷积处理，得到与每个目标子图对应的目标卷积特征信息；

识别所述目标卷积特征信息和所述目标检测模型中多种属性类型之间的匹配概率，并识别与所述目标卷积特征信息对应的位置坐标，将在所述目标图像中与所述位置坐标对应的区域作为第一区域；所述多种属性类型是与所述目标对象相关联的类型；

将最大匹配概率确定为与所述第一区域对应的置信度，并将所述最大匹配概率对应的属性类型作为与所述第一区域对应的属性类型；

将置信度大于置信度阈值的第一区域确定为第二区域，将所述第二区域对应的位置坐标确定为所述目标二维位置坐标，并将所述第二区域对应的属性类型确定为与所述目标对象对应的目标属性类型。

其中，所述卷积层包括：正向卷积层和逆向卷积层；所述正向卷积层包括第一卷积层和第二卷积层；所述第二卷积层是位于正向卷积层顶部的卷积层，所述第一卷积层是与所述第二卷积层相邻的正向卷积层；

所述基于目标检测模型中的卷积层对所述目标图像进行卷积处理，得到与每个目标子图对应的目标卷积特征信息，包括：

基于所述第一卷积层对所述目标图像进行正向卷积处理，得到与每个目标子图对应的第一卷积特征信息；