[发明专利]图像标注、获取图像标注模型的方法、装置及设备在审

专利信息
申请号: 202210377198.X 申请日: 2022-04-11
公开(公告)号: CN114782514A 公开(公告)日: 2022-07-22
发明(设计)人: 田值;王笑鸣;初祥祥 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06T7/60 分类号: G06T7/60;G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06K9/62;G06N3/04;G06F16/58;G06F16/532
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 谢冬寒
地址: 100080 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 标注 获取 模型 方法 装置 设备
【说明书】:

本申请公开了图像标注、获取图像标注模型的方法、装置及设备,属于图像处理技术领域。方法包括:获取第一图像,第一图像中存在至少一个待标注的目标对象;获取第一图像的多个尺寸的特征图,多个尺寸的特征图中的各个尺寸的特征图包括多个第一特征向量;从多个尺寸的特征图的第一特征向量中选择满足筛选条件的第一特征向量,得到至少一个目标对象对应的第一特征向量;获取至少一个目标对象对应的第一特征向量之间的相关性数据,基于相关性数据标注至少一个目标对象中的各个目标对象。通过选择满足筛选条件的第一特征向量,控制了标注目标对象时的计算量,提高了标注效率。基于第一特征向量之间的相关性数据标注目标对象,提高了标注的准确率。

技术领域

本申请实施例涉及图像处理技术领域,特别涉及一种图像标注、获取图像标注模型的方法、装置及设备。

背景技术

随着图像处理技术的发展,越来越多应用场景需要对图像中的目标对象进行标注。例如,在道路监控场景下,标注出图像中的车辆(目标对象),以便于监督车辆在道路中的行车规范。

在相关技术中,在进行图像标注时,从图像上抠取矩形区域,再预测该矩形区域内形状不统一的目标对象的位置,以从图像标注出目标对象。

上述图像标注方法由于只能从图像上抠取矩形区域,对于形状不统一的目标对象,矩形区域会引入很多不必要的背景,图像标注的计算量大,效率低。

发明内容

本申请实施例提供了一种图像标注、获取图像标注模型的方法、装置及设备,可用于解决相关技术中的问题。所述技术方案如下:

一方面,本申请实施例提供了一种图像标注的方法,所述方法包括:

获取第一图像,所述第一图像中存在至少一个待标注的目标对象;

获取所述第一图像的多个尺寸的特征图,所述多个尺寸的特征图中的各个尺寸的特征图包括多个第一特征向量;

从所述多个尺寸的特征图的第一特征向量中选择满足筛选条件的第一特征向量,得到至少一个目标对象对应的第一特征向量;

获取所述至少一个目标对象对应的第一特征向量之间的相关性数据,基于所述相关性数据标注所述至少一个目标对象中的各个目标对象。

在一种可能的实现方式中,所述从所述多个尺寸的特征图的第一特征向量中选择满足筛选条件的第一特征向量,包括:

获取所述各个尺寸的特征图的关联评分,所述关联评分用于反应特征图中的多个第一特征向量与所述至少一个目标对象的关联度;

基于所述各个尺寸的特征图的关联评分从所述多个尺寸的特征图的第一特征向量中选择满足所述筛选条件的第一特征向量。

在一种可能的实现方式中,所述基于所述各个尺寸的特征图的关联评分从所述多个尺寸的特征图的第一特征向量中选择满足所述筛选条件的第一特征向量,包括:

基于所述多个尺寸的特征图的第一特征向量的数量确定第一数量,将所述多个尺寸的特征图的第一特征向量按照关联度顺序排列,选择排列在所述第一数量之前的第一特征向量作为满足所述筛选条件的第一特征向量。

在一种可能的实现方式中,所述基于所述相关性数据标注所述至少一个目标对象中的各个目标对象,包括:

基于所述相关性数据预测所述目标对象对应各个类别的概率;

基于所述目标对象对应各个类别的概率标注所述目标对象的类别。

在一种可能的实现方式中,所述基于所述相关性数据标注所述至少一个目标对象中的各个目标对象,包括:

映射所述相关性数据得到所述目标对象的四维向量,基于所述四维向量标注所述目标对象的位置。

在一种可能的实现方式中,所述方法还包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210377198.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top