[发明专利]一种众包数据标注方法、系统、服务器及存储介质

权利要求书

1.一种众包数据标注方法，其特征在于，所述众包数据标注方法包括以下步骤：

对待处理图像上的目标图像进行识别，裁剪所述待处理图像上的目标图像，并提取所述目标图像的图像特征；

记录标注者标注图像时的处理特征，并将所述处理特征与所述图像特征进行匹配，得到所述处理特征与所述图像特征的匹配度；

计算所述待处理图像与所有标注者的匹配度，选择匹配度最高的标注者完成所述待处理图像的标注；

其中，所述记录标注者标注图像时的处理特征，并将所述处理特征与所述图像特征进行匹配，得到所述处理特征与所述图像特征的匹配度的步骤具体包括：

记录标注者标注图像时的处理特征，使用卷积神经网络模型的众包层根据所有标注者的处理特征，计算标注者对不同类别的图像的处理能力；

使用卷积神经网络模型的输出层根据所述目标图像的图像特征计算所述目标图像与不同类别图像的相似程度；

将所述目标图像任一类别的所述相似程度及所述标注者该类别的所述处理能力相乘得到所述目标图像该类别的匹配度，将所述目标图像与所述标注者所有类别的匹配度相加得到所述处理特征与所述图像特征的匹配度。

2.根据权利要求1所述的众包数据标注方法，其特征在于，所述对待处理图像上的目标图像进行识别，裁剪所述待处理图像上的目标图像，并提取所述目标图像的图像特征的步骤具体包括：

使用目标检测算法对待处理图像上的目标图像进行识别，并生成所述目标图像的定位信息；

根据所述定位信息对所述目标图像进行裁剪后进行预处理，并保存至目标数据库；

使用卷积神经网络模型提取所述目标数据库中的所述目标图像得到图像特征。

3.根据权利要求2所述的众包数据标注方法，其特征在于，记录标注者标注图像时的处理特征，并将所述处理特征与图像特征进行匹配，得到所述处理特征与图像特征的匹配度的步骤之前还包括：

根据所述图像特征对所述目标图像进行初步分类；

在所述目标数据库中选取不同类别的目标图像推送至标注者，并提示所述标注者选取熟悉的类别图像；

响应于所述标注者选取的类别图像，向所述标注者推送选中类别的目标图像对应的待处理图像。

4.根据权利要求3所述的众包数据标注方法，其特征在于，所述对待处理图像上的目标图像进行识别，裁剪所述待处理图像上的目标图像，并提取所述目标图像的图像特征的步骤具体包括：

使用卷积神经网络模型的全连接层对所述待处理图像上的目标图像进行识别，并提取所述目标图像的图像特征，裁剪所述待处理图像上的目标图像。

5.根据权利要求1所述的众包数据标注方法，其特征在于，还包括：

使用卷积神经网络模型提取样本数据库中的图像得到样本特征，将所述样本特征依次经过全连接层、输出层及众包层得到训练结果；

将所述训练结果与所述样本数据库中对应的图像类别数据进行对比并计算准确率，并反复向前传播和反向传播得到准确率最高的卷积神经网络模型。

6.根据权利要求5所述的众包数据标注方法，其特征在于，还包括：

将所述匹配度最高的标注者完成的所述待处理图像的标注及所述待处理图像保存至所述样本数据库。