一种标志物的匹配方法及装置制造方法及图纸

公开了一种标志物的匹配方法及装置，包括：在当前帧图像中，确定第一标志物集合；在所述当前帧的后续帧图像中，确定第二标志物集合；利用预设的预测模型，确定所述第一标志物集合在所述后续帧中对应的第三标志物集合；确定所述第二标志物集合中每一个第二标志物和所述第三标志物集合中每一个第三标志物之间的匹配距离；根据所述匹配距离，确定所述第一标志物集合和所述第二标志物集合之间的匹配关系；确定的标志物参考点坐标与标志物的实际轮廓相符合，使误差明显减小；并且在这一基础上利用预测模型实现了对于标志物的识别和追踪，为建立结构化参数表示提供了完整的前提条件。件。件。

【技术实现步骤摘要】
一种标志物的匹配方法及装置


[0001]本公开涉及图像分析
，尤其涉及一种标志物的匹配方法及装置。

技术介绍

[0002]不同于传统地图仅仅通过二维图像体现地貌、建筑、道路等要素，高精地图作为辅助驾驶/自动驾驶技术的重要组成部分，其更加注重“空间性”。在高精地图当中，各种标志物需要以结构化参数表示的形式体现。而对于标志物的追踪，即在各帧图像中确定出同一标志物，则是确定结构化参数表示的前提条件。
[0003]现有技术中，往往是直接通过神经网络针对图像帧进行分析，从而输出标志物的包围框，由此实现对于标志物的追踪。

技术实现思路

[0004]为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种标志物的匹配方法及装置，以实现在各帧图像中确定出同一标志物。
[0005]根据本公开的第一个方面，提供了一种标志物的匹配方法，包括：
[0006]在当前帧图像中，确定第一标志物集合；
[0007]在所述当前帧的后续帧图像中，确定第二标志物集合；
[0008]利用预设的预测模型，确定所述第一标志物集合在所述后续帧中对应的第三标志物集合；
[0009]确定所述第二标志物集合中每一个第二标志物和所述第三标志物集合中每一个第三标志物之间的匹配距离；
[0010]根据所述匹配距离，确定所述第一标志物集合和所述第二标志物集合之间的匹配关系。
[0011]根据本公开的第二个方面，提供了一种标志物的匹配装置，包括：
[0012]第一标志物集合确定模块，用于在当前帧图像中，确定第一标志物集合；
[0013]第二标志物集合确定模块，用于在所述当前帧的后续帧图像中，确定第二标志物集合；
[0014]第三标志物集合确定模块，用于利用预设的预测模型，确定所述第一标志物集合在所述后续帧中对应的第三标志物集合；
[0015]匹配距离确定模块，用于确定所述第二标志物集合中每一个第二标志物和所述第三标志物集合中每一个第三标志物之间的匹配距离；
[0016]匹配关系确定模块，用于根据所述匹配距离，确定所述第一标志物集合和所述第二标志物集合之间的匹配关系。
[0017]根据本公开的第三方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述第一方面中所述的标志物的匹配方法。
[0018]根据本公开的第四方面，提供了一种电子设备，所述电子设备包括：处理器；用于
存储所述处理器可执行指令的存储器；
[0019]所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述第一方面中所述的标志物的匹配方法。
[0020]与现有技术相比，采用本公开提供的标志物的匹配方法及装置，确定的标志物参考点坐标与标志物的实际轮廓相符合，使误差明显减小。所以避免了现有技术中参考点不落在标志物的实际轮廓上，导致建立结构化参数表示的数据不准确的技术问题；并且在这一基础上利用预测模型实现了对于标志物的识别和追踪，为建立结构化参数表示提供了完整的前提条件。
附图说明
[0021]通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0022]图1A-图1B为本公开涉及的现有技术中标志物与包围框的关系示意图；
[0023]图2为本公开一示例性实施例提供的标志物的匹配系统的结构示意图；
[0024]图3为本公开一示例性实施例提供的标志物的匹配方法的流程示意图；
[0025]图4为本公开一示例性实施例提供的标志物的匹配方法的流程示意图；
[0026]图5为本公开一示例性实施例提供的标志物的匹配方法的流程示意图；
[0027]图6为本公开一示例性实施例提供的标志物的匹配装置的结构示意图；
[0028]图7为本公开一示例性实施例提供的标志物的匹配装置中第一标志物集合确定模块的结构示意图；
[0029]图8为本公开一示例性实施例提供的标志物的匹配装置中第三标志物集合确定模块的结构示意图；
[0030]图9为本公开一示例性实施例提供的标志物的匹配装置中匹配距离确定模块的结构示意图；
[0031]图10为本公开一示例性实施例提供的标志物的匹配装置中匹配关系确定模块的结构示意图；
[0032]图11为本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
[0033]下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
[0034]申请概述
[0035]在高精地图中，各种标志物需要以结构化参数表示的形式体现。而对于标志物的识别和追踪，即在各帧图像中确定出同一标志物以及标志物的准确坐标范围，则是确定结构化参数表示的前提条件。
[0036]目前的标志物识别方法，是直接通过神经网络对图像帧进行分析，从而输出标志
物的包围框，由此实现对于标志物的追踪。进一步的，还将根据标志物的包围框确定标志物在各帧图像中的坐标，以根据该坐标建立标志物的结构化参数表示。
[0037]神经网络输出的标志物的包围框，通常是规则的矩形框、圆形或多边形等形状。然后选取包围框上某些参考点的坐标，可直接作为建立结构化参数表示的数据。但是在图像帧中，标志物可能并非规则形状，且与包围框不完全重合。包围框上的参考点也可能不落在标志物的实际轮廓上。这便导致得到的建立结构化参数表示的数据不够准确，进而影响结构化参数表示的精确度。
[0038]如图1A～图1B所示。图1A是一个矩形标志物的识别结果在图像帧A中的显示。在图1A中，实线矩形框为该矩形标志物在图像帧A中的实际轮廓，虚线矩形框为神经网络追踪识别该标志物输出的包围框，二者可视为重叠。在图1A中，可取包围框的4个顶点坐标作为建立结构化参数表示的数据。此时该4个顶点亦代表了标志物实际轮廓的顶点，因此建立结构化参数表示的数据是准确的。
[0039]在另一个图像帧B中，该标志物的识别结果的显示如图1B所示。在图1B中，标志物由于视角倾斜的缘故，不再呈现为矩形，而是呈现为梯形。图1B中的实线梯形框为该标志物在图像帧B中的实际轮廓，虚线矩形框为神经网络追踪识别该标志物输出的包围框。现有技术中，神经网络能够完成从图像帧A到图像帧B的对于标志物的追踪，即从两个图像帧中确定出同一标志物。但是在图像帧B中该标志物实际呈现为梯形，而神经网络追踪识别该标志物输出的包围框依然为矩形。二者不完全重叠。如果在图1B中，取包围框的4个顶点坐标作为建立结构化参数表示的数据。则此时该4个顶点不能代表标志物实际轮廓的顶点，导致建立结构化参数表示的数据出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种标志物的匹配方法，包括：在当前帧图像中，确定第一标志物集合；在所述当前帧的后续帧图像中，确定第二标志物集合；利用预设的预测模型，确定所述第一标志物集合在所述后续帧中对应的第三标志物集合；确定所述第二标志物集合中每一个第二标志物和所述第三标志物集合中每一个第三标志物之间的匹配距离；根据所述匹配距离，确定所述第一标志物集合和所述第二标志物集合之间的匹配关系。2.根据权利要求1所述方法，所述确定所述第二标志物和所述第三标志物之间的匹配距离包括：确定所述第二标志物和所述第三标志物之间的交并比；根据所述交并比，确定所述匹配距离。3.根据权利要求2所述方法，还包括：确定所述第二标志物和所述第三标志物之间的灰度直方图距离；则所述根据所述交并比，确定所述匹配距离包括：根据所述交并比和所述灰度直方图距离，确定所述匹配距离。4.根据权利要求1所述方法，所述根据所述匹配距离，确定所述第一标志物集合和所述第二标志物集合的匹配关系包括：根据所述匹配距离，利用匈牙利指派算法从所述第一标志物集合和所述第二标志物集合中确定出匹配对，所述匹配对包括所述第一标志物集合中的第一标志物，和与所述第一标志物相匹配和所述第二标志物。5.根据权利要求1所述方法，其中，所述利用预设的预测模型，确定所述第一标志物集合在所述后续帧中对应的第三标志物集合包括：获取所述第一标志物集合中的第一标志物的第一顶点像素坐标；将所述第一顶点像素坐标输入所述预设的预测模型，以确定所述第三标志物的第三顶...

【专利技术属性】
技术研发人员：杨帅，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：