[发明专利]一种图像标注方法和装置

说明书

本申请公开了一种图像标注方法和装置，在待标注图像为弱标注图像的情况下，根据待标注图像的文本和内容从优质标注数据集中筛选出候选图像，根据候选图像中各个图像的标签的分布情况，将满足标签迁移条件的标签添加到待标注图像上，自动将弱标注图像转换为强标注图像，提升图像标注的效率和准确度。

技术领域

本发明涉及图像处理领域，尤其涉及一种图像标注方法和装置。

背景技术

随着计算机网络和多媒体技术的发展，互联网上可获取的多媒体信息的数量也得到非常快速的增长。多媒体信息的激增给用户提供丰富资源的同时，如何从海量的信息中快速有效地获得感兴趣的资源也给研究人员带来巨大的挑战。由此，图像分类和检索技术日益得到重视。

基于内容的图像检索(CBIR，Content-Based Image Retrieval)技术自上世纪九十年代提出以来得到了广泛的研究。通过将图像自身的视觉内容特征(例如颜色、纹理、形状和空间层次等底层特征)作为其索引，可以检索视觉特征上相似的其他图像。从而可以根据图像低级特征计算的视觉相似度来直接比较和检索图像。

但是，由于使用了图像的底层视觉特征来描述图像，而这些特征与人们对图像高层语义的主观判断没有统一规则的相关性。当完全不同类型的图像有可能具有类似的底层特征时，根据视觉相似度直接比较的方法往往不能得到准确的检索结果。

另一方面，出现了一些通过基于文本的图像检索(TBIR，Text-Based ImageRetrieval)技术对图像进行标注的方法。通过低级特征寻找待标注图像的相似图像，将相似图像的标签分配给待标注图像，从而可以将图像视觉和相关文本信息结合进行检索。

但是在实现本发明的过程中，发明人发现现有技术的缺陷在于：目前由于图像的低级特征和高级语义之间存在距离，图像标注的准确度低；而如果仅利用人机交互或者手工方式对图像进行标注，则效率低且用户负担重。

发明内容

本发明实施例所要解决的技术问题在于，提供一种图像标注方法。能根据文本和内容，将弱标注图像自动转换为强标注图像，提升图像标注的准确性和效率。

为了解决上述技术问题，本发明实施例提供了一种图像标注方法，包括：获取待标注图像，识别待标注图像的标注类型，图像的标注类型分为无标注图像、强标注图像和弱标注图像，无标注图像表示图像的标签的数量为0，弱标识图像表示图像的标签的数量大于0但是小于某个预设值，强标注图像表示图像的标签的数量大于或等于该预设值，图像标注装置可根据待标注图像的标签的数量来识别待标注图像的标注类型。在待标注图像为弱标注图像的情况下，确定待标注图像的标签的文本，根据标签的文本在预设的优质标注数据集中进行基于文本的图像检索TBIR(Text Based Image Retrieval，基于文本的图像检索)，根据检索到的图像得到第一图像集，其中，优质数据集中的图像均为强标注图像，且各个图像的标签的准确度高。根据待标注图像的内容在第一图像集合中进行基于内容的图像检索CBIR(Content Based Image Retrieval，基于内容的图像检索)，图像的内容包括但不限于颜色、纹理、形状和空间关系中的一种或多种，根据检索到的图像得到第二图像集。在本实施例中待标注图像为行人图像，优质数据集为行人数据集，根据图像的行人身份信息、标签的语义和图像内容采用指定的网络传播方法计算第二图像集中的各个图像的融合相似度值，融合相似度的计算方法可采用网络传播方法，例如：随机游走算法进行计算。图像标注装置从第二图像集中选择融合相似度大于预设的第一阈值的图像，两个图像之间的相似程度与融合相似度呈正比，融合相似度越大，两个图像之间的相似程度越大，反之两个图像之间的相似程度越小；图像标注装置根据选择出的图像得到第一候选图像集，统计第一候选图像集中各个图像的标签的出现频率，根据标签的出现频率判断标签是否满足预设的标签迁移条件，将满足标签迁移条件的标签迁移到待标注图像上，由于待标注图像为弱标注图像，添加标签后得到强标注图像。