CN109903308B - 用于获取信息的方法及装置 - Google Patents

Abstract

本申请实施例公开了用于获取信息的方法及装置。该方法的一具体实施方式包括：获取待处理图像帧序列，上述待处理图像帧序列包括多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，标注信息用于指示物体图像的位置；从待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列；通过位置信息序列计算与物体图像对应的物体的速度信息。该实施方式可以通过得到的位置信息和速度信息对感知算法进行评价及优化，提高了感知算法标注的准确性。

Description

用于获取信息的方法及装置

技术领域

本申请实施例涉及数据处理技术领域，具体涉及计算机技术领域，尤其涉及用于获取信息的方法及装置。

背景技术

随着信息技术的发展，人们可以通过各种信息获取方式获取到特定的信息，以满足工作和生活的需要。人们可以通过感知算法从海量的信息中挑选出满足设定要求的信息。为了获取到需要的信息，需要对感知算法进行训练。通常，对感知算法训练的过程为：首先，人工对信息进行标注；然后，通过感知算法学习人工标注的过程，从而使得感知算法能够独立标注信息。

发明内容

本申请实施例的目的在于提出了用于获取信息的方法及装置。

第一方面，本申请实施例提供了一种用于获取信息的方法，该方法包括：获取待处理图像帧序列，上述待处理图像帧序列包括多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，上述标注信息用于指示物体图像的位置；从上述待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列；通过位置信息序列计算与物体图像对应的物体的速度信息。

在一些实施例中，上述待处理图像帧包括像素图像帧和对应像素图像帧的第一时间戳，以及，上述通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息包括：建立平面直角坐标系，将像素图像帧设置在上述平面直角坐标系的设定区域，上述平面直角坐标系的横坐标和纵坐标表示距离；对于像素图像帧包含的每一个物体图像，在物体图像上设置第一标记点，上述第一标记点用于标记与物体图像对应的物体上的第一设定位置在像素图像帧中的位置；将第一标记点在上述平面直角坐标系上的坐标值作为物体图像在该像素图像帧上的位置取值，该像素图像帧的第一时间戳对应的时间作为与上述位置取值对应的时间取值，将上述位置取值和时间取值组合成物体图像在该待处理图像帧上的位置信息。

在一些实施例中，上述通过位置信息序列计算与物体图像对应的物体的速度信息包括：通过像素图像帧之间的第一时间戳确定像素图像帧的第一采集周期；对于像素图像帧包含的每一个物体图像，通过对应该物体图像的位置信息序列中相邻的两个位置信息和第一采集周期确定该物体图像对应的物体在第一采集周期内的第一速度信息，进而得到对应位置信息序列的第一速度信息序列。

在一些实施例中，上述通过位置信息序列计算与物体图像对应的物体的速度信息还包括：计算第一速度信息序列中相邻的第一速度信息对应的第一速度差，若第一速度差大于第一设定速度阈值，则将第一速度差对应的两个像素图像帧作为特征图像帧。

在一些实施例中，上述待处理图像帧包括点云图像帧和对应点云图像帧的第二时间戳，点云图像帧包括点云数据，点云数据用于通过三维坐标点描述空间物体，以及，上述通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息包括：通过点云图像帧包含的点云数据构建虚拟三维空间；将标注信息指向的与物体图像对应的空间物体的点云数据确定为标注点云数据；在上述标注点云数据所指示的空间物体上设置第二标记点，将第二标记点对应的点云数据作为空间物体在点云图像帧上的位置信息，上述第二标记点用于标记空间物体上的第二设定位置在点云图像帧中的位置。

在一些实施例中，上述通过位置信息序列计算与物体图像对应的物体的速度信息包括：通过点云图像帧之间的第二时间戳确定点云图像帧的第二采集周期；对于点云图像帧包含的每一个空间物体，通过对应该空间物体的位置信息序列中相邻的两个位置信息和第二采集周期确定该空间物体对应的物体在第二采集周期内的第二速度信息，进而得到对应位置信息序列的第二速度信息序列。

在一些实施例中，上述通过位置信息序列计算与物体图像对应的物体的速度信息还包括：计算第二速度信息序列中相邻的第二速度信息对应的第二速度差，若第二速度差大于第二设定速度阈值，则将第二速度差对应的两个点云图像帧作为特征图像帧。

在一些实施例中，上述方法还包括对感知算法进行优化的步骤，上述对感知算法进行优化的步骤包括：获取每个特征图像帧对应的标注信息和场景类型信息，上述场景类型信息包括遮挡场景类型、误检场景类型、漏检场景类型；利用机器学习方法，将特征图像帧作为感知算法的输入，将与特征图像帧对应的场景类型信息和标注信息作为感知算法的输出，训练得到优化后的感知算法

第二方面，本申请实施例提供了一种用于获取信息的装置，该装置包括：数据获取单元，用于获取待处理图像帧序列，上述待处理图像帧序列包括多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，上述标注信息用于指示物体图像的位置；位置信息获取单元，用于从上述待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列；速度信息获取单元，用于通过位置信息序列计算与物体图像对应的物体的速度信息。

在一些实施例中，上述待处理图像帧包括像素图像帧和对应像素图像帧的第一时间戳，以及，上述位置信息获取单元包括：像素图像帧设置子单元，用于建立平面直角坐标系，将像素图像帧设置在上述平面直角坐标系的设定区域，上述平面直角坐标系的横坐标和纵坐标表示距离；第一标记点设置子单元，用于对于像素图像帧包含的每一个物体图像，在物体图像上设置第一标记点，上述第一标记点用于标记与物体图像对应的物体上的第一设定位置在像素图像帧中的位置；第一位置信息获取子单元，用于将第一标记点在上述平面直角坐标系上的坐标值作为物体图像在该像素图像帧上的位置取值，该像素图像帧的第一时间戳对应的时间作为与上述位置取值对应的时间取值，将上述位置取值和时间取值组合成物体图像在该待处理图像帧上的位置信息。

在一些实施例中，上述速度信息获取单元包括：第一采集周期获取子单元，用于通过像素图像帧之间的第一时间戳确定像素图像帧的第一采集周期；第一速度信息序列获取子单元，用于对于像素图像帧包含的每一个物体图像，通过对应该物体图像的位置信息序列中相邻的两个位置信息和第一采集周期确定该物体图像对应的物体在第一采集周期内的第一速度信息，进而得到对应位置信息序列的第一速度信息序列。

在一些实施例中，上述速度信息获取单元还包括：计算第一速度信息序列中相邻的第一速度信息对应的第一速度差，若第一速度差大于第一设定速度阈值，则将第一速度差对应的两个像素图像帧作为特征图像帧。

在一些实施例中，上述待处理图像帧包括点云图像帧和对应点云图像帧的第二时间戳，点云图像帧包括点云数据，点云数据用于通过三维坐标点描述空间物体，以及，上述位置信息获取单元包括：虚拟三维空间构建子单元，用于通过点云图像帧包含的点云数据构建虚拟三维空间；标注点云数据确定子单元，用于将标注信息指向的与物体图像对应的空间物体的点云数据确定为标注点云数据；第二位置信息获取子单元，用于在上述标注点云数据所指示的空间物体上设置第二标记点，将第二标记点对应的点云数据作为空间物体在点云图像帧上的位置信息，上述第二标记点用于标记空间物体上的第二设定位置在点云图像帧中的位置。

在一些实施例中，上述速度信息获取单元包括：第二采集周期获取子单元，用于通过点云图像帧之间的第二时间戳确定点云图像帧的第二采集周期；第二速度信息序列获取子单元，用于对于点云图像帧包含的每一个空间物体，通过对应该空间物体的位置信息序列中相邻的两个位置信息和第二采集周期确定该空间物体对应的物体在第二采集周期内的第二速度信息，进而得到对应位置信息序列的第二速度信息序列。

在一些实施例中，上述速度信息获取单元还包括：计算第二速度信息序列中相邻的第二速度信息对应的第二速度差，若第二速度差大于第二设定速度阈值，则将第二速度差对应的两个点云图像帧作为特征图像帧。

在一些实施例中，上述装置还包括优化单元，用于对感知算法进行优化，上述优化单元包括：目标信息获取子单元，用于获取每个特征图像帧对应的标注信息和场景类型信息，上述场景类型信息包括遮挡场景类型、误检场景类型、漏检场景类型；优化子单元，用于利用机器学习方法，将特征图像帧作为感知算法的输入，将与特征图像帧对应的场景类型信息和标注信息作为感知算法的输出，训练得到优化后的感知算法

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于获取信息的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述第一方面的用于获取信息的方法。

本申请实施例提供的用于获取信息的方法及装置，从待处理图像帧序列中提取待处理图像帧，然后确定待处理图像帧中每一个物体图像在待处理图像帧中的位置信息，得到该物体图像在待处理图像帧序列中的位置信息序列，最后通过位置信息序列计算物体图像对应的物体的速度信息，可以通过得到的位置信息和速度信息对感知算法进行评价及优化，提高了感知算法标注的准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于获取信息的方法的一个实施例的流程图；

图3是根据本申请的用于获取信息的方法的一个应用场景的示意图；

图4是根据本申请的用于获取信息的装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于获取信息的方法或用于获取信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102，网络103和服务器104。网络103用以在终端设备101、102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102通过网络103与服务器104交互，以接收或发送消息等。终端设备101、102可以安装有各种数据处理应用，例如图像采集应用、点云数据采集应用、视频采集应用等。

终端设备101、102可以是具有图像采集并支持数据传输的各种电子设备，包括但不限于网络摄像头、监控摄像头、终端设备摄像头、车载点云数据采集设备等等。

服务器104可以是提供各种服务的服务器，例如通过服务器104上的感知算法对终端设备101、102发来的图像数据进行数据处理，并从感知算法输出的待处理图像帧序列中获取信息的服务器。服务器可以对感知算法输出的待处理图像帧序列进行数据处理，从待处理图像帧序列中获取到待处理图像帧包含的物体图像对应的物体的位置信息和速度信息等数据。

需要说明的是，本申请实施例所提供的用于获取信息的方法一般由服务器104执行，相应地，用于获取信息的装置一般设置于服务器104中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于获取信息的方法的一个实施例的流程200。该用于获取信息的方法包括以下步骤：

步骤201，获取待处理图像帧序列。

在本实施例中，用于获取信息的方法运行于其上的电子设备(例如图1所示的服务器104)可以通过有线连接方式或者无线连接方式获取感知算法输出的待处理图像帧序列。其中，上述待处理图像帧序列包括按时间顺序排列的多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，上述标注信息用于指示物体图像的位置。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。需要说明的是，感知算法可以存储在服务器104内，也可以存储在其他设备中。

终端设备101、102可以采集图像，也可以采集视频。视频可以认为是通过图像序列构成。通常情况下，感知算法对视频标注的难度要大于对单独图像标注的难度，为此，本实施例以对视频标注进行说明。

如图1所示，终端设备101可以是处于静止物体上的摄像头。例如：终端设备101可以设置在路口的杆体上，用于采集路口的车辆及行人的图像序列。即，终端设备101采集到的图像序列也可以认为是从静止位置采集到的图像。终端设备102可以是处于运动物体上的点云数据采集设备。例如：终端设备102可以设置在车辆的车顶，用于采集车辆在行驶过程中其他车辆的图像序列。即，终端设备102采集到的图像序列可以认为是从运动位置采集到的图像。

终端设备101、102采集到的图像序列可以发送至包含感知算法的设备中，感知算法可以对图像序列中特定的信息进行标注。之后，服务器104可以获取感知算法输出的待处理图像帧序列。感知算法用于对图像包含的物体图像进行标注，因此，待处理图像帧序列中的每个待处理图像帧也包含对应物体图像的标注信息。通常，标注信息用于指示物体图像在待处理图像帧中的位置。例如，标注信息可以是用于指示某一物体图像的方框，该物体图像可以包含在方框内。可选的，标注信息还可以包括用于指示物体图像的颜色、符号，或用于对物体图像进行描述的文字信息等信息，具体视实际需要而定，此处不再一一赘述。

步骤202，从上述待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列。

对于不同的图像序列及需要标注的信息，感知算法可以不同。对于同一图像序列，也可以采用不同的感知算法进行标注。通常，感知算法需要学习人工标注过的图像，进行得到标注对应图像内容的标注方法。实际中，由于感知算法自身的标注方式、标注参数，以及被标注图像序列的清晰度、亮度、图像中物体的数量众多等原因，感知算法得到的标注信息往往存在精度不如人工标注的情况，而精度又可以从标注信息指示的物体图像的位置信息来体现。

为此，本申请的服务器104可以从待处理图像帧序列中提取待处理图像帧。待处理图像帧可以包含有多个物体图像，对于待处理图像帧包含的每一个物体图像，通过与该物体图像对应的标注信息确定该物体图像在待处理图像帧上的位置。通常，待处理图像帧序列内的待处理图像帧是周期性采集的，因此，确定了同一物体图像在待处理图像帧序列内每个待处理图像帧上的位置信息，就可以得到该物体图像的对应待处理图像帧序列的位置信息序列。之后，可以通过该物体图像在该待处理图像帧上的位置信息和位置信息序列对感知算法的标注的准确性进行判断。

按照数据格式来分，待处理图像帧可以分为由像素构成的像素图像帧(可以理解为二维图像)和由点云数据构成的点云图像帧(可以理解为三维图像)，以下分别对从这两类图像中确定物体图像的位置信息的情况进行分析。

在本实施例的一些可选的实现方式中，上述待处理图像帧可以包括像素图像帧和对应像素图像帧的第一时间戳，以及，上述通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息可以包括以下步骤：

第一步，建立平面直角坐标系，将像素图像帧设置在上述平面直角坐标系的设定区域。

当待处理图像帧为像素图像帧时，终端设备101、102在获取像素图像帧时还可以同时获得到该像素图像帧的第一时间戳。第一时间戳用于记录对应像素图像帧的采集时间。

由上述描述可知，终端设备101采集到的图像序列也可以认为是从静止位置采集到的图像序列，该图像序列可以记录移动的物体在图像序列中的每个图像中的位置。由于终端设备101是静止状态下采集图像，因此，可以将终端设备101采集的图像至于同一距离尺度下来确定物体在图像中的位置。

为了确定像素图像帧包含的物体图像的位置，本实施例可以建立平面直角坐标系，将像素图像帧设置在平面直角坐标系的设定区域(例如可以是平面直角坐标系的第一象限)，这样，可以按照同一距离尺度来确定所有的像素图像帧的位置信息。上述平面直角坐标系的横坐标和纵坐标可以表示距离。

第二步，对于像素图像帧包含的每一个物体图像，在物体图像上设置第一标记点。

物体通常具有一定的形状和体积，为了准确确定物体的物体图像在像素图像帧中的位置信息，可以在物体上确定第一设定位置，以第一设定位置来表征物体。对应的，可以在物体图像上设置对应第一设定位置的第一标记点。即，上述第一标记点用于标记与物体图像对应的物体上的第一设定位置在像素图像帧中的位置。如此，可以通过第一标记点来确定对应物体图像在待处理图像帧序列的各个像素图像帧(即待处理图像帧)中的位置信息。需要说明的是，第一标记点的数量可以是一个或多个(当为多个时，可以通过多个第一标记点检测物体的方向变化)，具体视实际需要而定。

第三步，将第一标记点在上述平面直角坐标系上的坐标值作为物体图像在该像素图像帧上的位置取值，该像素图像帧的第一时间戳对应的时间作为与上述位置取值对应的时间取值，将上述位置取值和时间取值组合成物体图像在该待处理图像帧上的位置信息。

由上述描述可知，待处理图像帧序列包含的各个像素图像帧都设置在了相同的距离尺度下，因此，第一标记点在平面直角坐标系上的坐标值的取值可以认为是物体图像在该像素图像帧上的位置取值。然后，将终端设备101获取像素图像帧时的时间(该时间为第一时间戳对应的时间)作为该位置取值对应的时间取值。将位置取值和时间取值组合成物体图像在该待处理图像帧上的位置信息。即，位置信息包括两部分：第一部分为位置取值，第二部分为时间取值。其中，位置取值又包含标记点在平面直角坐标系上的横坐标值和纵坐标值。

在本实施例的一些可选的实现方式中，上述待处理图像帧可以包括点云图像帧和对应点云图像帧的第二时间戳，点云图像帧包括点云数据，点云数据用于通过三维坐标点描述空间物体，以及，上述通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息可以包括以下步骤：

第一步，通过点云图像帧包含的点云数据构建虚拟三维空间。

与上述的像素图像帧类似，终端设备102采集到的图像序列通常以点云数据采集设备旋转一周的时间作为采集周期，并且点云数据包含三维坐标。因此，可以建立三维坐标系，将终端设备102采集到的图像至于同一距离尺度下来确定物体在图像中的位置。

点云图像帧由点云数据构成，点云数据通常包含空间的三维坐标。因此，可以设置三维空间原点，并根据点云数据的三维坐标来选定三维空间的x轴、y轴和z轴；之后，在三维空间原点、x轴、y轴和z轴的基础上，通过点云图像帧包含的点云数据构建虚拟三维空间。

第二步，将标注信息指向的与物体图像对应的空间物体的点云数据确定为标注点云数据。

点云数据能够准确地确定物体图像对应的空间物体在空间中的位置。因此，当标注信息指示对应的空间物体时，可以通过相关的点云数据准确地确定该空间物体在虚拟三维空间中的位置。对应的，可以将标注信息指向的与物体图像对应的空间物体的点云数据确定为标注点云数据，即，空间物体由标注点云数据构成，标注点云数据可以用于确定空间物体。

第三步，在上述标注点云数据所指示的空间物体上设置第二标记点，将第二标记点对应的点云数据作为空间物体在点云图像帧上的位置信息。

与上述的第一标记点类似，可以在空间物体上设置第二标记点，上述第二标记点可以用于标记空间物体上的第二设定位置在点云图像帧中的位置。以第二标记点对应的点云数据作为空间物体在点云图像帧(也可以认为是在虚拟三维空间中点云图像帧的采集时刻)上的位置信息，以便对空间物体在各个点云图像帧的位置进行测量。第二标记点的数量也可以是一个或多个(当为多个时，通过多个第二标记点可以检测空间物体的方向变化)，具体视实际情况而定。

步骤203，通过位置信息序列计算与物体图像对应的物体的速度信息。

位置信息序列能够体现待处理图像帧中物体图像对应的物体的运动状态。为了确定物体在待处理图像帧在采集周期内的运动情况，还可以计算物体在采集周期内的速度信息。以下分别通过像素图像帧和点云图像帧对获取物体的速度信息的过程进行描述。

在本实施例的一些可选的实现方式中，上述通过位置信息序列计算与物体图像对应的物体的速度信息可以包括以下步骤：

第一步，通过像素图像帧之间的第一时间戳确定像素图像帧的第一采集周期。

像素图像帧可以具有记录像素图像帧采集时间的第一时间戳。通常情况下，像素图像帧的采集周期固定，因此，可以通过相邻的两个像素图像帧各自的第一时间戳的时间差来确定像素图像帧的第一采集周期。

第二步，对于像素图像帧包含的每一个物体图像，通过对应该物体图像的位置信息序列中相邻的两个位置信息和第一采集周期确定该物体图像对应的物体在第一采集周期内的第一速度信息，进而得到对应位置信息序列的第一速度信息序列。

每个像素图像帧可以包含有多个物体图像，通过相邻的像素图像帧可以确定任意一个物体图像对应的物体在第一采集周期内的第一速度信息。即，第一速度信息为相邻的两个位置信息中位置取值之间的欧氏距离除以第一采集周期。将该物体在全部的第一速度信息依次排列可以得到该物体的第一速度信息序列。

在本实施例的一些可选的实现方式中，上述通过位置信息序列计算与物体图像对应的物体的速度信息还可以包括：计算第一速度信息序列中相邻的第一速度信息对应的第一速度差，若第一速度差大于第一设定速度阈值，则将第一速度差对应的两个像素图像帧作为特征图像帧。

速度差能够反映移动物体的速度是否出现突变的情况，而实际中，速度通常是不会发生突变。因此，当检测到速度发生了，则很有可能是由于感知算法受到了干扰等原因，在标注过程中出现了标注错误。例如，待处理图像帧记录了多个同时运动的物体，由于物体之间位置、速度以及相互之间的距离等原因，使得感知算法出现的标注错误。

在本实施例的一些可选的实现方式中，上述通过位置信息序列计算与物体图像对应的物体的速度信息可以包括以下步骤：

第一步，通过点云图像帧之间的第二时间戳确定点云图像帧的第二采集周期。

与像素图像帧类似，可以点云图像帧也具有固定的采集周期。可以通过相邻的两个点云图像帧各自的第二时间戳的时间差来确定点云图像帧的第二采集周期。

第二步，对于点云图像帧包含的每一个空间物体，通过对应该空间物体的位置信息序列中相邻的两个位置信息和第二采集周期确定该空间物体对应的物体在第二采集周期内的第二速度信息，进而得到对应位置信息序列的第二速度信息序列。

获取第二速度信息序列的过程与获取第一速度信息序列的过程类似，此处不再一一赘述。

在本实施例的一些可选的实现方式中，上述方法还可以包括对感知算法进行优化的步骤，上述对感知算法进行优化的步骤可以包括以下步骤：

第一步，获取每个特征图像帧对应的标注信息和场景类型信息。

上述的特征图像帧通常为感知算法标注有误的图像帧，这类图像帧反映了感知算法在某些计算参数、识别参数、判断参数等参数的取值有误，或计算、识别、判断的方法上存在不足。当获取到这些特征图像帧后，可以通过人工的方法对这些特征图像帧添加标注信息和场景类型信息，以使得感知算法学习人工标注这些特征图像帧的过程，并最终能够对这些容易出现标注错误的图像帧进行准确标注。其中，上述场景类型信息可以包括遮挡场景类型、误检场景类型、漏检场景类型，根据不同的判断标准或数据类型，场景类型信息还可以是天气场景类型、交通拥堵场景类型等，此处不再一一赘述。

第二步，利用机器学习方法，将特征图像帧作为感知算法的输入，将与特征图像帧对应的场景类型信息和标注信息作为感知算法的输出，训练得到优化后的感知算法。

本实施例的电子设备可以利用机器学习方法，将特征图像帧作为感知算法的输入，将与特征图像帧对应的场景类型信息和标注信息作为感知算法的输出，训练得到优化后的感知算法。具体的，本实施例的电子设备可以使用深度学习算法、循环神经网络等智能算法，将特征图像帧作为感知算法的输入，并记录感知算法对特征图像帧的初始标注信息；然后将初始标注信息和人工的标注信息进行对比得到标注差别信息；最后通过标注差别信息实现对感知算法自身参数的调整，使得感知算法对特征图像帧标注的初始标注信息达到人工标注信息的准确度，从而得到能够对特征图像帧进行准确标注的优化后的感知算法。

上述通过位置信息和速度信息来对感知算法输出的待处理图像帧序列进行数据处理，并通过获取到的特征图像帧来对感知算法的标准准确性进行判断；之后，通过特征图像帧对感知算法进行优化，使得优化后的感知算法能够对特征图像帧进行准确标注。对于不同的技术问题，感知算法也可以不同。不同的感知算法可以通过与本实施例的位置信息、速度信息类似的其他参数来对感知算法的输出结果进行数据处理，得到对应的特征数据，并通过特征数据对感知算法的标注准确性进行判断。之后，再通过特征数据对感知算法进行优化。即，本实施例的对感知算法的评价及优化过程具有普遍性，对于不同的感知算法，只需要获取到对应的数据，同样可以对不同的感知算法进行评价和优化。

继续参见图3，图3是根据本实施例的用于获取信息的方法的应用场景的一个示意图。在图3的应用场景中，点云数据采集设备102(即终端设备102)设置在车辆顶部，点云数据采集设备102采集车辆行驶过程中检测到的物体的点云数据图像序列；采集的点云数据被感知算法标注后通过网络103发送给服务器104；服务器104对感知算法标注后的待处理图像帧序列进行处理，得到位置信息和速度信息；之后，对感知算法进行优化，使得感知算法提高对点云数据图像序列中对应物体标注的准确性。

本申请的上述实施例提供的方法从待处理图像帧序列中提取待处理图像帧，然后确定待处理图像帧中每一个物体图像在待处理图像帧中的位置信息，得到该物体图像在待处理图像帧序列中的位置信息序列，最后通过位置信息序列计算物体图像对应的物体的速度信息，可以通过得到的位置信息和速度信息对感知算法进行评价及优化，提高了感知算法标注的准确性。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用于获取信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于获取信息的装置400可以包括：数据获取单元401、位置信息获取单元402和速度信息获取单元403。其中，数据获取单元401用于获取待处理图像帧序列，上述待处理图像帧序列包括多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，上述标注信息用于指示物体图像的位置；位置信息获取单元402用于从上述待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列；速度信息获取单元403用于通过位置信息序列计算与物体图像对应的物体的速度信息。

在本实施例的一些可选的实现方式中，上述待处理图像帧包括像素图像帧和对应像素图像帧的第一时间戳，以及，上述位置信息获取单元402可以包括：像素图像帧设置子单元(图中未示出)、第一标记点设置子单元(图中未示出)和第一位置信息获取子单元(图中未示出)。其中，像素图像帧设置子单元用于建立平面直角坐标系，将像素图像帧设置在上述平面直角坐标系的设定区域，上述平面直角坐标系的横坐标和纵坐标表示距离；第一标记点设置子单元用于对于像素图像帧包含的每一个物体图像，在物体图像上设置第一标记点，上述第一标记点用于标记物体图像对应的物体上的第一设定位置在像素图像帧中的位置；第一位置信息获取子单元用于将第一标记点在上述平面直角坐标系上的坐标值作为物体图像在该像素图像帧上的位置取值，该像素图像帧的第一时间戳对应的时间作为与上述位置取值对应的时间取值，将上述位置取值和时间取值组合成物体图像在该待处理图像帧上的位置信息。

在本实施例的一些可选的实现方式中，上述速度信息获取单元403可以包括：第一采集周期获取子单元(图中未示出)和第一速度信息序列获取子单元(图中未示出)。其中，第一采集周期获取子单元用于通过像素图像帧之间的第一时间戳确定像素图像帧的第一采集周期；第一速度信息序列获取子单元用于对于像素图像帧包含的每一个物体图像，通过对应该物体图像的位置信息序列中相邻的两个位置信息和第一采集周期确定该物体图像对应的物体在第一采集周期内的第一速度信息，进而得到对应位置信息序列的第一速度信息序列。

在本实施例的一些可选的实现方式中，上述速度信息获取单元403还可以包括：计算第一速度信息序列中相邻的第一速度信息对应的第一速度差，若第一速度差大于第一设定速度阈值，则将第一速度差对应的两个像素图像帧作为特征图像帧。

在本实施例的一些可选的实现方式中，上述待处理图像帧可以包括点云图像帧和对应点云图像帧的第二时间戳，点云图像帧包括点云数据，点云数据用于通过三维坐标点描述空间物体，以及，上述位置信息获取单元402可以包括：虚拟三维空间构建子单元(图中未示出)、标注点云数据确定子单元(图中未示出)和第二位置信息获取子单元(图中未示出)。其中，虚拟三维空间构建子单元用于通过点云图像帧包含的点云数据构建虚拟三维空间；标注点云数据确定子单元用于将标注信息指向的与物体图像对应的空间物体的点云数据确定为标注点云数据；第二位置信息获取子单元用于在上述标注点云数据所指示的空间物体上设置第二标记点，将第二标记点对应的点云数据作为空间物体在点云图像帧上的位置信息，上述第二标记点用于标记空间物体上的第二设定位置在点云图像帧中的位置。

在本实施例的一些可选的实现方式中，上述速度信息获取单元403可以包括：第二采集周期获取子单元(图中未示出)和第二速度信息序列获取子单元(图中未示出)。其中，第二采集周期获取子单元用于通过点云图像帧之间的第二时间戳确定点云图像帧的第二采集周期；第二速度信息序列获取子单元用于对于点云图像帧包含的每一个空间物体，通过对应该空间物体的位置信息序列中相邻的两个位置信息和第二采集周期确定该空间物体对应的物体在第二采集周期内的第二速度信息，进而得到对应位置信息序列的第二速度信息序列。

在本实施例的一些可选的实现方式中，上述速度信息获取单元403还可以包括：计算第二速度信息序列中相邻的第二速度信息对应的第二速度差，若第二速度差大于第二设定速度阈值，则将第二速度差对应的两个点云图像帧作为特征图像帧。

在本实施例的一些可选的实现方式中，上述用于获取信息的装置400还可以包括优化单元(图中未示出)，用于对感知算法进行优化，上述优化单元可以包括：目标信息获取子单元(图中未示出)和优化子单元(图中未示出)。其中，目标信息获取子单元用于获取每个特征图像帧对应的标注信息和场景类型信息，上述场景类型信息包括遮挡场景类型、误检场景类型、漏检场景类型；优化子单元用于利用机器学习方法，将特征图像帧作为感知算法的输入，将与特征图像帧对应的场景类型信息和标注信息作为感知算法的输出，训练得到优化后的感知算法。

本实施例还提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述的用于获取信息的方法。

本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的用于获取信息的方法。

下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机可读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、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括数据获取单元、位置信息获取单元和速度信息获取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，速度信息获取单元还可以被描述为“用于获取速度信息的的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取待处理图像帧序列，上述待处理图像帧序列包括多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，上述标注信息用于指示物体图像的位置；从上述待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列；通过位置信息序列计算与物体图像对应的物体的速度信息。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (18)

1.一种用于获取信息的方法，其特征在于，所述方法包括：

获取待处理图像帧序列，所述待处理图像帧序列包括多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，所述标注信息用于指示物体图像的位置；

从所述待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列；

通过位置信息序列计算与物体图像对应的物体的速度信息；

所述方法还包括：

将根据所述速度信息确定出的速度差大于预设速度差阈值的两张相邻的待处理图像帧确定为特征图像帧；

利用所述特征图像帧的标注信息和场景类型信息优化所述感知算法。

2.根据权利要求1所述的方法，其特征在于，所述待处理图像帧包括像素图像帧和对应像素图像帧的第一时间戳，以及

所述通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息包括：

建立平面直角坐标系，将像素图像帧设置在所述平面直角坐标系的设定区域，所述平面直角坐标系的横坐标和纵坐标表示距离；

对于像素图像帧包含的每一个物体图像，在物体图像上设置第一标记点，所述第一标记点用于标记与物体图像对应的物体上的第一设定位置在像素图像帧中的位置；

将第一标记点在所述平面直角坐标系上的坐标值作为物体图像在该像素图像帧上的位置取值，该像素图像帧的第一时间戳对应的时间作为与所述位置取值对应的时间取值，将所述位置取值和时间取值组合成物体图像在该待处理图像帧上的位置信息。

3.根据权利要求2所述的方法，其特征在于，所述通过位置信息序列计算与物体图像对应的物体的速度信息包括：

通过像素图像帧之间的第一时间戳确定像素图像帧的第一采集周期；

对于像素图像帧包含的每一个物体图像，通过对应该物体图像的位置信息序列中相邻的两个位置信息和第一采集周期确定该物体图像对应的物体在第一采集周期内的第一速度信息，进而得到对应位置信息序列的第一速度信息序列。

4.根据权利要求3所述的方法，其特征在于，所述将根据所述速度信息确定出的速度差大于预设速度差阈值的两张相邻的待处理图像帧确定为特征图像帧，包括：

计算第一速度信息序列中相邻的第一速度信息对应的第一速度差，若第一速度差大于第一设定速度阈值，则将第一速度差对应的两个像素图像帧作为特征图像帧。

5.根据权利要求4所述的方法，其特征在于，所述待处理图像帧包括点云图像帧和对应点云图像帧的第二时间戳，点云图像帧包括点云数据，点云数据用于通过三维坐标点描述空间物体，以及

所述通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息包括：

通过点云图像帧包含的点云数据构建虚拟三维空间；

将标注信息指向的与物体图像对应的空间物体的点云数据确定为标注点云数据；

在所述标注点云数据所指示的空间物体上设置第二标记点，将第二标记点对应的点云数据作为空间物体在点云图像帧上的位置信息，所述第二标记点用于标记空间物体上的第二设定位置在点云图像帧中的位置。

6.根据权利要求5所述的方法，其特征在于，所述通过位置信息序列计算与物体图像对应的物体的速度信息包括：

通过点云图像帧之间的第二时间戳确定点云图像帧的第二采集周期；

对于点云图像帧包含的每一个空间物体，通过对应该空间物体的位置信息序列中相邻的两个位置信息和第二采集周期确定该空间物体对应的物体在第二采集周期内的第二速度信息，进而得到对应位置信息序列的第二速度信息序列。

7.根据权利要求6所述的方法，其特征在于，所述将根据所述速度信息确定出的速度差大于预设速度差阈值的两张相邻的待处理图像帧确定为特征图像帧，包括：

计算第二速度信息序列中相邻的第二速度信息对应的第二速度差，若第二速度差大于第二设定速度阈值，则将第二速度差对应的两个点云图像帧作为特征图像帧。

8.根据权利要求7所述的方法，其特征在于，所述场景类型信息包括遮挡场景类型、误检场景类型、漏检场景类型，以及所述利用所述特征图像帧的标注信息和场景类型信息优化所述感知算法包括：

利用机器学习方法，将特征图像帧作为感知算法的输入，将与特征图像帧对应的场景类型信息和标注信息作为感知算法的输出，训练得到优化后的感知算法。

9.一种用于获取信息的装置，其特征在于，所述装置包括：

数据获取单元，用于获取待处理图像帧序列，所述待处理图像帧序列包括多个待处理图像帧，待处理图像帧包含经感知算法对待处理图像帧内的物体图像进行标注的标注信息，所述标注信息用于指示物体图像的位置；

位置信息获取单元，用于从所述待处理图像帧序列中提取待处理图像帧，对于待处理图像帧包含的每一个物体图像，通过待处理图像帧包含的标注信息确定该物体图像在该待处理图像帧上的位置信息，进而得到该物体图像的对应待处理图像帧序列的位置信息序列；

速度信息获取单元，用于通过位置信息序列计算与物体图像对应的物体的速度信息；

特征图像帧确定单元，用于将根据所述速度信息确定出的速度差大于预设速度差阈值的两张相邻的待处理图像帧确定为特征图像帧；

感知算法优化单元，用于利用所述特征图像帧的标注信息和场景类型信息优化所述感知算法。

10.根据权利要求9所述的装置，其特征在于，所述待处理图像帧包括像素图像帧和对应像素图像帧的第一时间戳，以及

所述位置信息获取单元包括：

像素图像帧设置子单元，用于建立平面直角坐标系，将像素图像帧设置在所述平面直角坐标系的设定区域，所述平面直角坐标系的横坐标和纵坐标表示距离；

第一标记点设置子单元，用于对于像素图像帧包含的每一个物体图像，在物体图像上设置第一标记点，所述第一标记点用于标记与物体图像对应的物体上的第一设定位置在像素图像帧中的位置；

第一位置信息获取子单元，用于将第一标记点在所述平面直角坐标系上的坐标值作为物体图像在该像素图像帧上的位置取值，该像素图像帧的第一时间戳对应的时间作为与所述位置取值对应的时间取值，将所述位置取值和时间取值组合成物体图像在该待处理图像帧上的位置信息。

11.根据权利要求10所述的装置，其特征在于，所述速度信息获取单元包括：

第一采集周期获取子单元，用于通过像素图像帧之间的第一时间戳确定像素图像帧的第一采集周期；

第一速度信息序列获取子单元，用于对于像素图像帧包含的每一个物体图像，通过对应该物体图像的位置信息序列中相邻的两个位置信息和第一采集周期确定该物体图像对应的物体在第一采集周期内的第一速度信息，进而得到对应位置信息序列的第一速度信息序列。

12.根据权利要求11所述的装置，其特征在于，所述特征图像帧确定单元进一步被配置成：

计算第一速度信息序列中相邻的第一速度信息对应的第一速度差，若第一速度差大于第一设定速度阈值，则将第一速度差对应的两个像素图像帧作为特征图像帧。

13.根据权利要求12所述的装置，其特征在于，所述待处理图像帧包括点云图像帧和对应点云图像帧的第二时间戳，点云图像帧包括点云数据，点云数据用于通过三维坐标点描述空间物体，以及

所述位置信息获取单元包括：

虚拟三维空间构建子单元，用于通过点云图像帧包含的点云数据构建虚拟三维空间；

标注点云数据确定子单元，用于将标注信息指向的与物体图像对应的空间物体的点云数据确定为标注点云数据；

第二位置信息获取子单元，用于在所述标注点云数据所指示的空间物体上设置第二标记点，将第二标记点对应的点云数据作为空间物体在点云图像帧上的位置信息，所述第二标记点用于标记空间物体上的第二设定位置在点云图像帧中的位置。

14.根据权利要求13所述的装置，其特征在于，所述速度信息获取单元包括：

第二采集周期获取子单元，用于通过点云图像帧之间的第二时间戳确定点云图像帧的第二采集周期；

第二速度信息序列获取子单元，用于对于点云图像帧包含的每一个空间物体，通过对应该空间物体的位置信息序列中相邻的两个位置信息和第二采集周期确定该空间物体对应的物体在第二采集周期内的第二速度信息，进而得到对应位置信息序列的第二速度信息序列。

15.根据权利要求14所述的装置，其特征在于，所述特征图像帧确定单元进一步被配置成包括：

计算第二速度信息序列中相邻的第二速度信息对应的第二速度差，若第二速度差大于第二设定速度阈值，则将第二速度差对应的两个点云图像帧作为特征图像帧。

16.根据权利要求15所述的装置，其特征在于，所述场景类型信息包括遮挡场景类型、误检场景类型、漏检场景类型，以及所述感知算法优化单元进一步被配置成：

用于利用机器学习方法，将特征图像帧作为感知算法的输入，将与特征图像帧对应的场景类型信息和标注信息作为感知算法的输出，训练得到优化后的感知算法。

17.一种服务器，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行权利要求1至8中任一所述的方法。

18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8中任一所述的方法。

Images