[发明专利]一种获取图片标注数据的方法和系统

说明书

本申请提供一种获取图片标注数据的方法和系统，所述方法包括：获取待标注的图片的识别结果；将待标注图片与候选字符显示于猜词界面，所述候选字符至少包括所述识别结果被拆分后得到的各字符；利用用户在猜词界面对所述候选字符的选择，获取所述待标注图片的标注数据。本申请所述获取图片标注数据的方法和系统，通过将待标注图片以猜词游戏的方式呈现给用户，用户通过猜词完成对该图片的标注；无需占用大量计算资源，且无需招募专业标注或外包人员，降低了图片标注数据的获取成本；由于用户进行游戏是根据自身意愿，并且每次标定的任务都能获得积分奖励，提高了用户进行游戏的成就感和积极性，基本消除了作弊可能，从而在一定程度上提高了准确性。

【技术领域】

本申请涉及计算机处理技术领域，尤其涉及一种获取图片标注数据的方法和系统。

【背景技术】

在互联网产生和存储的海量信息中，图片是一种重要的信息载体，在互联网信息提供和信息检索服务中，对图片信息进行的处理也显得越来越重要。

图片标注是计算机视觉领域训练数据准备的一项很重要的工作，通常需要大量人工标注的图片作为机器学习和计算机视觉的进一步数据处理和数据挖掘的初始训练数据集。现有获得图片人工标注数据的方法主要通过专门的标注人员、外包或众包的方式，人工对图片进行标注。

但是，由于图片标注是一项枯燥、简单重复的劳动，长时间标注无论对标注人员的生理还是心理都有伤害，人力成本较高。

另外，当需要人工标注的图片的数量较多时，还会出现作弊的可能，可能会有部分标注人员为了尽快完成标注任务额度，在标注的过程中胡乱标注一些图片。

【发明内容】

本申请的多个方面提供一种获取图片标注数据的方法和系统，用于降低图片标注数据的获取成本。

本申请的一方面，提供一种获取图片标注数据的方法，包括：

获取待标注的图片的识别结果；

将待标注图片与候选字符显示于猜词界面，所述候选字符至少包括所述识别结果被拆分后得到的各字符；

利用用户在猜词界面对所述候选字符的选择，获取所述待标注图片的标注数据。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述获取待标注的图片的识别结果包括：通过机器学习获取待标注的图片的识别结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述候选字符还包括：

随机产生的干扰字符。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述将待标注图片与候选字符显示于猜词界面还包括：

在所述猜词界面中，提供更换待标注图片的组件；

当点击所述组件时，在所述猜词界面更换下一张待标注图片与候选字符。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述用户在猜词界面对所述候选字符的选择包括：

用户根据待标注图片的内容选择一个候选字符，或者按顺序选择多个候选字符组成词或短语。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述利用用户在猜词界面对所述候选字符的选择，获取所述待标注图片的标注数据还包括：

记录多个用户对同一个待标注图片对应的候选字符的选择，如果超过设定比例的用户选择相同，则将对所述候选字符的选择结果确定为所述待标注图片的标注数据。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：将待标注图片与所述标注数据作为样本数据用于机器学习的识别模型的训练。