提供3D點雲-影像標註服務

自動駕駛汽車依賴於輸入的高質量訓練資料來做出駕駛決策，資料質量越高，車輛做出的決策就越準確，車輛也就越安全。與2D影像資料相比，3D點雲資料中包含目標的距離、角度、速度等資訊，不依靠於外界光照條件或目標本身的輻射特性，同時使用2D影像和3D影像資料可以更好的感知汽車周邊的道路環境，為感知系統提供決策依據。

資料標註是人工智慧演算法得以有效運營的關鍵環節，想要實現人工智慧就要先讓計算機學會理解並具備判斷事物的能力，想要進一步提高3D點雲標註的精確度，就需要大量精準的標註資料做支撐。

一、整體要求

對鐳射雷達和毫米波雷達採集的馬路場景3d點雲資料進行資訊標註。

二、標註要求

1. 標註型別

2. 標註框大小

目標本身須全部被3D框包圍，不漏點且不包含噪點。

若目標物體邊界清晰，則3D框邊界距離目標主體真實邊界最多不能大於10cm。

若目標物體因掃描不全而導致點雲缺失，需腦補缺失面邊界，可按照以下數值標註：

行人若帶有揹包、雨傘等物件，行人的3D框需包含這些小物件。

行人距離過近時，行人框可能有一定程度的重疊，可正常標註。

要注意三檢視是否貼合；注意正前方方向是否正確。

3. 標註位置

所有地面上的目標物體其3D標註框底部須貼合地面，不能高於地面或低於地面。
若目標物體距離過遠導致目標所在區域點雲稀少、沒有地面點或者難以確定3D框下底面高度的情況時，可參考最近的地面點雲線的高度和點雲中距離最近的3D框來確定大致高度。

4. 標註方向

點雲框要按照車輛行駛方向標註。

5. 標註範圍

100m半徑範圍。

6. 屬性ID

場景中同一車輛、障礙物、行人多次出現時其屬性ID 要保持一致。

7. 特殊場景

若出現一些特殊⻋輛時，如掃水車、水泥罐⻋等，需要按照最大外接立方體的形狀去標註出3D框。
若出現一輛⻋分成多個部分的情況，比如拖掛多節的卡⻋、多截的公交⻋等，需要將每一節⻋體分別標註3D框。
僅標註確定位置和形狀的物體，透過影像和點雲都無法判定的障礙物無需框注。
若目標為行人推自行⻋、推購物⻋、推嬰兒⻋等場景時，行人與⻋應分別拉框標註。

三、驗收標準

不遺漏框，不誤標框，不多標框，殘影和雜點不需要標註。
標註方向需正確。
框要求緊密貼合點雲，不可漏標點，外圍邊界不超過清晰點雲邊界的10cm位置，標註準確率在99%以上。

景聯文科技

為全球數千家人工智慧從業公司和高校科研機構提供AI資料採集、資料標註、資料集產品、標註平臺定製開發、假指紋採集和指紋防偽演算法服務。景聯文始終踐行“做全球AI行業客戶的資料參謀”的企業使命，助力人工智慧技術加速數字經濟相關產業質量變革、動力變革與效率變革，賦能傳統產業智慧化轉型升級。