[发明专利]基于移动物体检测的目标检测自动标注方法及装置

说明书

本发明提供了一种基于移动物体检测的目标检测自动标注方法及装置，该方法包括采用场景分类器确定待检测视频的场景类别，选取与场景类别具有对应关系的至少一种移动物体检测算法，待检测视频包括同一类移动物体；通过至少一种移动物体检测算法检测待检测视频的多帧图片中的移动物体，对检测到的移动物体标注目标框；对多帧图片中的移动物体采用预置目标跟踪算法进行跟踪，对跟踪到的移动物体标注目标框；采用预设算法在多帧图片中移除移动物体上重叠的目标框，将剩余目标框作为移动物体的最终标注结果。采用本发明方案的自动标注方法可以极大的节省目标检测标注的人力成本，比传统纯人工的标注方法更加有效率，有效地节省了人力成本。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于移动物体检测的目标检测自动标注方法及装置。

背景技术

目前基于机器学习或者深度学习的目标检测非常流行，已经成为自动驾驶领域主要的视觉感知方法。现有技术中，不论是使用机器学习还是深度学习的方法，目标检测模型的训练都需要大量的图片和标注操作，且主要采用人工标注的方式进行标注，对于具有较小物体的图片，所需的标注人力成本巨大，因此，如何可以节省目标检测标注的人力成本是目前面临的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于移动物体检测的目标检测自动标注方法及装置。

依据本发明一方面，提供了一种基于移动物体检测的目标检测自动标注方法，包括：

采用场景分类器确定待检测视频的场景类别，选取与所述场景类别具有对应关系的至少一种移动物体检测算法，所述待检测视频包括同一类移动物体；

通过所述至少一种移动物体检测算法检测所述待检测视频的多帧图片中的移动物体，对检测到的所述移动物体标注目标框；

对所述多帧图片中的移动物体采用预置目标跟踪算法进行跟踪，对跟踪到的移动物体标注目标框；

采用预设算法在所述多帧图片中移除所述移动物体上重叠的目标框，将剩余目标框作为所述移动物体的最终标注结果。

可选地，采用场景分类器确定待检测视频的场景类别，选取与所述场景类别具有对应关系的至少一种移动物体检测算法，包括：

从所述待检测视频中选取至少一帧图片；

将所述至少一帧图片输入至所述场景分类器，所述场景分类器依据所述至少一帧图片对应的场景类别确定所述待检测视频的场景类别；

选取与所述场景类别具有对应关系的至少一种移动物体检测算法，且获取所述至少一种移动物体检测算法对应的置信度。

可选地，若将从所述待检测视频中选取出多帧图片输入至所述场景分类器，则所述场景分类器依据所述至少一帧图片对应的场景类别确定所述待检测视频的场景类别，包括：

利用所述场景分类器对所述多帧图片进行场景分类，确定出每帧图片对应的场景类别；

依据每帧图片对应的场景类别对所述多帧图片分组，统计每组图片包含的图片帧数；

将图片帧数最多的一组图片对应的场景类别确定为所述待检测视频的场景类别。

可选地，对所述多帧图片中的移动物体采用预置目标跟踪算法进行跟踪，对跟踪到的移动物体标注目标框，包括：

定义所述待检测视频中已标注目标框的任一帧图片为跟踪图片，所述多帧图片中与跟踪图片相邻的后帧图片为被跟踪图片；

采用预置目标跟踪算法在被跟踪图片中跟踪与所述跟踪图片中已由移动物体检测算法标注目标框的移动物体对应的移动物体，在被跟踪图片中对跟踪到的移动物体标注目标框和对应的跟踪置信度；