一种基于视频识别的地图处理方法、装置和电子设备与流程

1.本技术涉及计算机领域，尤其涉及一种基于视频识别的地图处理方法、装置和电子设备。


背景技术：

2.随着技术的发展，电子地图越来越多的应用到生产生活领域。当下，电子地图的为了真实再现现场的实物对象，采用了下场摄影的方法(比如全景视图摄影)，在各个位置周围的实物图像，存储于电子地图中，这样，用户通过选中某个位置，便能够观察到该位置处拍摄的现场实物图像，通过观察图像的方式，获知该位置附近有哪些物体。
3.然而，这种方式需要人为主动观察，对用户依赖性较高，用户在使用时的效率较低准确性较低，有必要提供给一种高效准确的方法。


技术实现要素：

4.本说明书实施例提供一种基于视频识别的地图处理方法、装置和电子设备，用以降低对用户的依赖，提高对象识别效率和准确率。
5.本说明书实施例提供一种基于视频识别的地图处理方法，包括：
6.车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流；
7.获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别；
8.查询识别出具有同一对象的多帧目标图像，并确定所述多帧目标图像各自的位置信息；
9.根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算所述对象的位置信息；
10.基于从视频流中识别出的对象及其位置信息生成地图信息。
11.可选地，所述利用构建的对象识别模型对视频流中各帧图像进行对象识别，包括：
12.根据车辆行驶路段和方向对图像进行分组，将同一路段同一方向拍摄的图像分为一组；
13.利用构建的对象对同一组中的多帧图像进行对象识别。
14.可选地，还包括：
15.获取样本图像，对其中的路牌、红绿灯和交通井盖进行标记；
16.利用标记后的样本图像训练对象识别模型。
17.可选地，所述结合多帧目标图像各自的位置信息计算所述对象的位置信息，包括：
18.根据各目标图像各自的位置信息分别计算所述对象的位置信息；
19.对同一对象的多个位置信息聚类，将聚类得到的中心点对应的位置信息作为所述对象的位置信息。
20.可选地，还包括：
21.还原对象的三维形状信息。
22.可选地，还包括：
23.配置多个坐标系的转换规则，所述多个坐标系包括拍摄现场坐标系、相机坐标系和显示屏坐标系。
24.可选地，所述转换规则具有转换矩阵。
25.本说明书实施例还提供一种基于视频识别的地图处理装置，包括：
26.视频流模块，车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流；
27.对象识别模块，获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别；
28.位置计算模块，查询识别出具有同一对象的多帧目标图像，并确定所述多帧目标图像各自的位置信息；
29.根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算所述对象的位置信息；
30.地图处理模块，基于从视频流中识别出的对象及其位置信息生成地图信息。
31.可选地，所述利用构建的对象识别模型对视频流中各帧图像进行对象识别，包括：
32.根据车辆行驶路段和方向对图像进行分组，将同一路段同一方向拍摄的图像分为一组；
33.利用构建的对象对同一组中的多帧图像进行对象识别。
34.可选地，还包括：
35.获取样本图像，对其中的路牌、红绿灯和交通井盖进行标记；
36.利用标记后的样本图像训练对象识别模型。
37.可选地，所述结合多帧目标图像各自的位置信息计算所述对象的位置信息，包括：
38.根据各目标图像各自的位置信息分别计算所述对象的位置信息；
39.对同一对象的多个位置信息聚类，将聚类得到的中心点对应的位置信息作为所述对象的位置信息。
40.可选地，还包括：
41.还原对象的三维形状信息。
42.可选地，还包括：
43.配置多个坐标系的转换规则，所述多个坐标系包括拍摄现场坐标系、相机坐标系和显示屏坐标系。
44.可选地，所述转换规则具有转换矩阵。
45.本说明书实施例还提供一种电子设备，其中，该电子设备包括：
46.处理器；以及，
47.存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述任一项方法。
48.本说明书实施例还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
49.本说明书实施例提供的各种技术方案通过车辆行驶时拍摄图像并获取当前坐标，
生成携带位置的视频流，获取视频流，利用对象识别模型对视频流中图像进行对象识别，查询具有同一对象的多帧目标图像，并确定其位置信息，根据对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算对象的位置信息，基于从视频流中识别出的对象及其位置信息生成地图信息。通过构建的对象识别模型能够准确高效地识别出周围的对象，通过根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算该对象的位置，能够直接提供识别出的对象准确位置，无需用户观察分析，对用户依赖小，便利性强。
附图说明
50.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
51.图1为本说明书实施例提供的一种基于视频识别的地图处理方法的原理示意图；
52.图2为本说明书实施例提供的一种基于视频识别的地图处理装置的结构示意图；
53.图3为本说明书实施例提供的一种电子设备的结构示意图；
54.图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
55.现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
56.在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
57.在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
58.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
59.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
60.术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
61.图1为本说明书实施例提供的一种基于视频识别的地图处理方法的原理示意图，该方法可以包括：
62.s101：车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流。
63.在本说明书实施例中，拍摄范围可以包括路面，也可以包括周围建筑物，还可以具有一定仰角，在此不做具体阐述。
64.可以将拍摄图像设置为出发获取定位请求的触发事件，这样，便可以准确确定每帧图像的位置坐标。
65.其中，这里的坐标是指车辆在城市中的地理坐标。
66.s102：获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别。
67.其中，对象识别模型是利用机器学习的方式训练产生的，这样，可以利用人工智能的方法来进行对象的识别。
68.车辆拍摄到视频流后，便可以将视频流上传到服务器，服务器对视频流进行处理。
69.服务器先是获取所述携带位置信息的视频流，再利用构建的对象识别模型对视频流中各帧图像进行对象识别。
70.在本说明书实施例中，该方法还可以包括：
71.获取样本图像，对其中的路牌、红绿灯和交通井盖进行标记；
72.利用标记后的样本图像训练对象识别模型。
73.考虑到需要识别具有同一对象的两幅图像，而同一路段同一行驶方向时拍摄的图像中具有同一对象的概率较高，因此，为了提高处理效率，我们可以将这种图像分为一组，逐组进行识别。
74.因此，在本说明书实施例中，所述利用构建的对象识别模型对视频流中各帧图像进行对象识别，可以包括：
75.根据车辆行驶路段和方向对图像进行分组，将同一路段同一方向拍摄的图像分为一组；
76.利用构建的对象对同一组中的多帧图像进行对象识别。
77.其中，一帧图像中可以识别出多种对象，在此不做具体阐述。
78.识别出对象之后，可以将识别结果标记出来，也可以标记对象名称，以进行查询。
79.s103：查询识别出具有同一对象的多帧目标图像，并确定所述多帧目标图像各自的位置信息。
80.为了计算出对象的位置，我们可以利用视差原理，根据两幅图像距离之间的距离，结合对象在两幅图像中的形状变化，来计算对象的大小尺寸和距离图像的实际距离，从而得到对象的位置。
81.对于视察原理具体的计算公式，属于现有技术，在此不做具体阐述。
82.s104：根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算所述对象的位置信息。
83.在本说明书实施例中，所述结合多帧目标图像各自的位置信息计算所述对象的位置信息，包括：
84.根据各目标图像各自的位置信息分别计算所述对象的位置信息；
85.对同一对象的多个位置信息聚类，将聚类得到的中心点对应的位置信息作为所述对象的位置信息。
86.考虑到同一对象可能位于多帧图像中，而只要两幅图像就能计算出对象位置，因此，多幅图像可以计算出多个位置信息，因此，为了提高准确率，我们可以对位置信息进行聚类，得到聚类中心点，这样，聚类中心点的位置就能够较准确反映对象的位置。
87.s105：基于从视频流中识别出的对象及其位置信息生成地图信息。
88.该方法通过车辆行驶时拍摄图像并获取当前坐标，生成携带位置的视频流，获取视频流，利用对象识别模型对视频流中图像进行对象识别，查询具有同一对象的多帧目标图像，并确定其位置信息，根据对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算对象的位置信息，基于从视频流中识别出的对象及其位置信息生成地图信息。通过构建的对象识别模型能够准确高效地识别出周围的对象，通过根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算该对象的位置，能够直接提供识别出的对象准确位置，无需用户观察分析，对用户依赖小，便利性强。
89.在本说明书实施例中，还包括：
90.还原对象的三维形状信息。
91.在本说明书实施例中，还包括：
92.配置多个坐标系的转换规则，所述多个坐标系包括拍摄现场坐标系、相机坐标系和显示屏坐标系。
93.在本说明书实施例中，所述转换规则具有转换矩阵。
94.在实际实施时，首先构建出一个关于像素坐标与真实世界坐标之间的数学模型，即在像素与真实世界之间构建出一种函数关系，用以计算物体各个点的三维坐标，进而判断出物体的大小以及物体的位置。
95.构建模型分为三步，这里需要定义四种坐标系：
96.世界坐标系：真实世界的三维坐标系，原点可任意取。
97.相机坐标系：以摄像机透镜中心为原点，摄像机朝向为z轴，摄像机屏幕为xy面的三维坐标系。
98.焦像坐标系：摄像机透镜成像位置所建的二维坐标系。
99.显屏坐标系：以相机屏幕左上角为原点的二维坐标系。
100.第一步，将世界坐标系转换到相机坐标系。三维坐标系到三维坐标系的转换需要考虑旋转矩阵与平移矩阵。
101.第二步，相机坐标系到焦像坐标系。三维坐标系到二维坐标系的变换需要考虑到焦距，并添加其次坐标用以构建关系，即仿射变换。
102.第三步，焦像坐标系到显屏坐标系。二维坐标系到二维坐标系的变换需考虑显屏的单位长度与焦像屏幕单位长度的关系以及坐标原点的转移。
103.以上三步都可以通过矩阵形式表示，所以最终从世界坐标到像素坐标需要依次左乘，合并出一个矩阵即可，这里称之为单应性矩阵。
104.图2为本说明书实施例提供的一种基于视频识别的地图处理装置的结构示意图，该装置可以包括：
105.视频流模块201，车辆在行驶时拍摄图像并获取当前坐标，生成携带位置信息的视频流；
106.对象识别模块202，获取所述携带位置信息的视频流，利用构建的对象识别模型对视频流中各帧图像进行对象识别；
107.位置计算模块203，查询识别出具有同一对象的多帧目标图像，并确定所述多帧目
标图像各自的位置信息；
108.根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算所述对象的位置信息；
109.地图处理模块，基于从视频流中识别出的对象及其位置信息生成地图信息。
110.在本说明书实施例中，所述利用构建的对象识别模型对视频流中各帧图像进行对象识别，包括：
111.根据车辆行驶路段和方向对图像进行分组，将同一路段同一方向拍摄的图像分为一组；
112.利用构建的对象对同一组中的多帧图像进行对象识别。
113.在本说明书实施例中，还包括：
114.获取样本图像，对其中的路牌、红绿灯和交通井盖进行标记；
115.利用标记后的样本图像训练对象识别模型。
116.在本说明书实施例中，所述结合多帧目标图像各自的位置信息计算所述对象的位置信息，包括：
117.根据各目标图像各自的位置信息分别计算所述对象的位置信息；
118.对同一对象的多个位置信息聚类，将聚类得到的中心点对应的位置信息作为所述对象的位置信息。
119.在本说明书实施例中，还包括：
120.还原对象的三维形状信息。
121.在本说明书实施例中，还包括：
122.配置多个坐标系的转换规则，所述多个坐标系包括拍摄现场坐标系、相机坐标系和显示屏坐标系。
123.在本说明书实施例中，所述转换规则具有转换矩阵。
124.该装置车辆行驶时拍摄图像并获取当前坐标，生成携带位置的视频流，获取视频流，利用对象识别模型对视频流中图像进行对象识别，查询具有同一对象的多帧目标图像，并确定其位置信息，根据对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算对象的位置信息，基于从视频流中识别出的对象及其位置信息生成地图信息。通过构建的对象识别模型能够准确高效地识别出周围的对象，通过根据所述对象在所述多帧目标图像中的二维形态变化，结合多帧目标图像各自的位置信息计算该对象的位置，能够直接提供识别出的对象准确位置，无需用户观察分析，对用户依赖小，便利性强。
125.基于同一发明构思，本说明书实施例还提供一种电子设备。
126.下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
127.图3为本说明书实施例提供的一种电子设备的结构示意图。下面参照图3来描述根据本发明该实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
128.如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包
括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340等。
129.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元310可以执行如图1所示的步骤。
130.所述存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(rom)3203。
131.所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
132.总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
133.电子设备300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器360可以通过总线330与电子设备300的其它模块通信。应当明白，尽管图3中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、rai d系统、磁带驱动器以及数据备份存储系统等。
134.通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：如图1所示的方法。
135.图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
136.实现图1所示方法的计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
137.所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁
信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
138.可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
139.综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
140.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
141.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
142.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。