基于点云的目标提取方法、装置、电子设备及存储介质与流程

本公开涉及图像处理领域中的地图，尤其涉及一种基于点云的目标提取方法、装置、电子设备及存储介质。

背景技术：

1、高精地图中除了可以体现出道路的分布信息之外，还可以体现道路周边的静态几何信息。例如，静态几何信息可以包括路边的信号灯、标识牌等物体的几何信息。

2、为了构建准确的高精地图，需要将路边的信号灯、标识牌等物体从采集到的图像中进行提取。若提取出的物体的大小等几何信息存在错误，则会影响地图的建设精度，进而影响道路的行车安全。

技术实现思路

1、本公开提供了一种基于点云的目标提取方法、装置、电子设备及存储介质。

2、根据本公开的第一方面，提供了一种基于点云的目标提取方法，包括：

3、响应于用户针对点云图像上的目标对象的确认操作，确定所述确认操作所指示的目标对象的对象类别，并从所述点云图像的数据点中确定初始的种子点；其中，所述确认操作用于指示出点云图像上的目标对象，所述初始的种子点用于对点云图像上的数据点进行聚类；

4、根据所述初始的种子点和所述目标对象的对象类别，对所述点云图像上的数据点进行聚类处理，得到所述目标对象的聚类点云；其中，所述聚类点云用于表征目标对象；

5、根据所述聚类点云，提取所述目标对象的包围盒；其中，所述包围盒表征包围目标对象的3d矩形框。

6、根据本公开的第二方面，提供了一种基于点云的目标提取装置，包括：

7、确定单元，用于响应于用户针对点云图像上的目标对象的确认操作，确定所述确认操作所指示的目标对象的对象类别，并从所述点云图像的数据点中确定初始的种子点；其中，所述确认操作用于指示出点云图像上的目标对象，所述初始的种子点用于对点云图像上的数据点进行聚类；

8、聚类单元，用于根据所述初始的种子点和所述目标对象的对象类别，对所述点云图像上的数据点进行聚类处理，得到所述目标对象的聚类点云；其中，所述聚类点云用于表征目标对象；

9、提取单元，用于根据所述聚类点云，提取所述目标对象的包围盒；其中，所述包围盒表征包围目标对象的3d矩形框。

10、根据本公开的第三方面，提供了一种电子设备，包括：

11、至少一个处理器；以及

12、与所述至少一个处理器通信连接的存储器；

13、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。

14、根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行第一方面所述的方法。

15、根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法。

16、根据本公开的技术，提高了目标对象的提取精度。

17、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种基于点云的目标提取方法，包括：

2.根据权利要求1所述的方法，其中，响应于用户针对点云图像上的目标对象的确认操作，确定所述确认操作所指示的目标对象的对象类别，包括：

3.根据权利要求2所述的方法，其中，所述点云图像为3d视图，所述确认操作为用户在所述目标对象上做出的点击操作；或

4.根据权利要求3所述的方法，其中，若所述点云图像为3d视图；从所述点云图像的数据点中确定初始的种子点，包括：

5.根据权利要求3所述的方法，其中，若所述点云图像为2.5d视图；从所述点云图像的数据点中确定初始的种子点，还包括：

6.根据权利要求5所述的方法，其中，从所述目标框的数据点中，确定所述初始的种子点，包括：

7.根据权利要求1-6中任一项所述的方法，其中，根据所述初始的种子点和所述目标对象的对象类别，对所述点云图像上的数据点进行聚类处理，得到所述目标对象的聚类点云，包括：

8.根据权利要求7所述的方法，其中，所述聚类参数包括第一参数和第二参数，所述第一参数表征法线夹角的阈值，所述第二参数表征曲率的阈值；所述初始的种子点缓存于预设的种子点数组中；根据所述初始的种子点和所述聚类参数，对所述点云图像上的数据点进行聚类处理，得到所述目标对象的聚类点云，包括：

9.根据权利要求8所述的方法，其中，根据所述第一参数从所述当前种子点的邻域点中确定出待聚类点，包括：

10.根据权利要求8所述的方法，其中，根据所述第二参数从所述待聚类点中确定出新的种子点，包括：

11.根据权利要求8所述的方法，还包括：

12.根据权利要求8-11中任一项所述的方法，其中，根据所述目标对象的对象类别，确定与所述目标对象对应的聚类参数，包括：

13.根据权利要求12所述的方法，还包括：

14.根据权利要求8-13中任一项所述的方法，所述点云图像为2.5d视图，所述确认操作为框选操作，所述框选操作用于在所述点云图像上生成目标框；所述方法还包括：

15.根据权利要求1-14中任一项所述的方法，其中，根据所述聚类点云，提取所述目标对象的包围盒，包括：

16.一种基于点云的目标提取装置，包括：

17.根据权利要求16所述的装置，其中，所述确定单元，包括：

18.根据权利要求17所述的装置，其中，所述点云图像为3d视图，所述确认操作为用户在所述目标对象上做出的点击操作；或

19.根据权利要求18所述的装置，其中，若所述点云图像为3d视图；所述确定单元，包括：

20.根据权利要求18所述的装置，其中，若所述点云图像为2.5d视图；所述确定单元，包括：

21.根据权利要求20所述的装置，其中，所述框选模块，包括：

22.根据权利要求16-21中任一项所述的装置，其中，所述聚类单元，包括：

23.根据权利要求22所述的装置，其中，所述聚类参数包括第一参数和第二参数，所述第一参数表征法线夹角的阈值，所述第二参数表征曲率的阈值；所述初始的种子点缓存于预设的种子点数组中；所述聚类模块，包括：

24.根据权利要求23所述的装置，其中，所述第二确定子模块，具体用于：

25.根据权利要求23所述的装置，其中，所述第三确定子模块，具体用于：

26.根据权利要求25所述的装置，还包括：

27.根据权利要求23-26中任一项所述的装置，其中，所述参数确定模块，具体用于：

28.根据权利要求27所述的装置，还包括：

29.根据权利要求23-28中任一项所述的装置，所述点云图像为2.5d视图，所述确认操作为框选操作，所述框选操作用于在所述点云图像上生成目标框；所述装置还包括：

30.根据权利要求16-29中任一项所述的装置，其中，所述提取单元，包括：

31.一种电子设备，包括：

32.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-15中任一项所述的方法。

33.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-15中任一项所述方法的步骤。

技术总结
本公开提供了一种基于点云的目标提取方法、装置、电子设备及存储介质，涉及图像处理领域，尤其涉及地图技术领域。具体实现方案为：响应于用户针对点云图像上的目标对象的确认操作，确定确认操作所指示的目标对象的对象类别，并从点云图像的数据点中确定初始的种子点；确认操作用于指示出点云图像上的目标对象，初始的种子点用于对点云图像上的数据点进行聚类；根据初始的种子点和目标对象的对象类别，对点云图像上的数据点进行聚类处理，得到目标对象的聚类点云；聚类点云用于表征目标对象；根据聚类点云，提取目标对象的包围盒；包围盒表征包围目标对象的3D矩形框。实现对不同类别的对象进行目标提取，提高目标提取精度。

技术研发人员：杨正,李浩,丁加成,蒋冰
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/2/29