[发明专利]基于目标跟踪的半自动图像标注样本生成方法

说明书

技术领域

本发明涉及一种基于目标跟踪的半自动图像标注样本生成方法，属于图像处理技术领域。

背景技术

图像标注的目标是建立图像区域与标注关键词之间的对应关系。图像标注通过建立低层视觉特征与高层语义之间的映射关系，可以在一定程度上解决图像检索中存在的“语义鸿沟”问题。图像标注可以分为手动标注和自动标注两类。使用人工的方式进行图像标注是最直接也是最有效的方式，但是这也是非常耗时耗力的一项工作。随着Internet和数字图像技术的发展，图像数据海量增长，传统的人工标注方法每次只能对一幅图像中的物体区域进行标注，使用人工来进行标注越来越费时耗力。因此越来越多的学者研究通过利用机器学习方法来进行自动图像标注，使用统计学习方法也需要大量的已标注样本作为训练集，然而，目前存在的已标注数据集相对较少。因此，本发明提出了一种基于目标跟踪的半自动图像标注样本生成方法，从而通过利用较少的人力消耗来获取更多的图像标注样本。

发明内容

发明目的：针对传统的人工标注方法每次只能对一幅图像中的物体区域进行标注的缺陷，本发明提供了一种基于目标跟踪的半自动图像标注样本生成方法，从而通过较少的人为干预获取更多的已标注图像样本。

技术方案：一种基于目标跟踪的半自动图像标注样本生成方法，本方法包含两个过程，其步骤如下：

目标跟踪过程：

(11)在初始帧中人工标注感兴趣区域，作为待跟踪区域；

(12)根据标注区域，生成初始正负样本；

(13)根据正负样本，生成初始模板；

(14)根据模板在下一帧中搜索最相似区域；

(15)根据跟踪结果更新模板；

(16)返回步骤(14)，迭代跟踪。

标注过程：

(21)利用学习到的模板对视频帧进行检测；

(22)对检测出的候选区域进行跟踪；

(23)对跟踪序列进行分类或者人工标注，保留正样本序列，去除错误跟踪序列；

(24)保存正样本序列及其模板；

(25)利用跟踪得到的模板，返回步骤(21)进行迭代；

(26)对所有跟踪产生的图像序列进行人工确认。

有益效果：与现有技术相比，本发明提供的基于目标跟踪的半自动图像标注样本生成方法，通过人工选择视频中的感兴趣区域进行自动跟踪，生成样本序列，并结合半自动标注技术，通过较少的人力消耗获取大量的已标注图像样本。

附图说明

图1是本发明实施例中的偏移窗口示意图，其中，实线矩形为正样本，虚线矩形为负样本；

图2是本发明实施例中的样本扩展卷积算子示意图；

图3是本发明实施例中的跟踪样本序列示意图，其中，前半段伟正样本(自行车)，后半段为负样本；

图4是本发明实施例中的整体流程示意图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

基于目标跟踪的半自动图像标注样本生成方法，详细流程如下：

目标跟踪过程：

(1)给定分辨率为N×N的视频，对视频初始帧计算梯度，并人工标注出H×W的矩形物体区域，矩形物体区域的中心坐标为(m₀,n₀)，作为初始正样本x₀，H和W分别是待跟踪图像窗口的高度和宽度。

(2)根据初始正样本选择负样本，对矩形物体区域进行偏移，生成负样本其中Δi∈[-H/2,0)∪(0,H/2],Δj∈[-W/2,0)∪(0,W/2]表示横坐标和纵坐标的偏移，如图1所示。定义α_ΔiΔj为负样本的权重，δ指高斯函数标准差，这里使用高斯函数来定义α_ΔiΔj：