[发明专利]图像标注方法及装置、特征图生成方法及装置在审

专利信息
申请号: 201811584634.0 申请日: 2018-12-24
公开(公告)号: CN109658481A 公开(公告)日: 2019-04-19
发明(设计)人: 李健昆;范浩强 申请(专利权)人: 北京旷视科技有限公司
主分类号: G06T11/60 分类号: G06T11/60;G06N3/04;G06N3/08
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 苏胜
地址: 100000 北京*** 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: 标注 像素 图像标注 结果图像 相似性度量 特征图 集合 相似性度量计算 实时显示 像素集合 形状支持 原始图像 自适应性 预览 检测
【权利要求书】:

1.一种图像标注方法,其特征在于,包括:

当检测到标注用的画刷的第一操作时,确定所述第一操作对应的原始图像中的第一像素;

获取画刷范围内的每个第二像素与所述第一像素的相似性度量,其中,所述画刷范围是指所述画刷在所述原始图像上覆盖的包括所述第一像素的区域;

根据所述相似性度量确定与所述第一像素相似的第二像素的集合,在标注结果图像上显示所述第二像素的集合的位置。

2.根据权利要求1所述的图像标注方法,其特征在于,所述相似性度量根据所述第一像素与所述第二像素在特征空间中的距离进行计算,所述特征空间为第一特征图中的像素对应的向量所在的向量空间,所述第一特征图是利用卷积神经网络对所述原始图像进行特征提取后获得的。

3.根据权利要求2所述的图像标注方法,其特征在于,所述相似性度量根据所述第一像素与所述第二像素在所述原始图像上的距离,以及所述第一像素与所述第二像素在所述特征空间中的距离进行计算。

4.根据权利要求3所述的图像标注方法,其特征在于,用于计算所述相似性度量Si,c的公式为:

Si,c=α||Pi-Pc||+(1-α)||Ii-Ic||

其中,Pc为所述第一像素在所述原始图像上的位置,Pi为所述第二像素在所述原始图像上的位置,||Pi-Pc||为所述第一像素与所述第二像素在所述原始图像上的距离,Ic为所述第一像素在所述第一特征图中对应的像素,Ii为所述第二像素在所述第一特征图中对应的像素,||Ii-Ic||为所述第一像素与所述第二像素在所述特征空间中的距离,α为两个距离加权求和时的权重参数。

5.根据权利要求1-4中任一项所述的图像标注方法,其特征在于,所述画刷范围为以所述第一像素为中心,且具有第一半径的圆形区域,所述根据所述相似性度量确定与所述第一像素相似的第二像素的集合,包括:

对获得的全部相似性度量按照表示的相似度的高低进行排序,根据排序结果从所述全部相似性度量中选择出表示的相似度最高的第一比例的相似性度量,由每个选择出的相似性度量对应的第二像素共同构成所述第二像素的集合。

6.根据权利要求5所述的图像标注方法,其特征在于,所述第一半径为预设的半径,所述第一比例为预设的比例,所述第一操作包括选择开始标注的位置的操作或在未进行标注时移动所述画刷的操作。

7.根据权利要求5所述的图像标注方法,其特征在于,所述第一半径为预设的半径,所述第一比例和第三像素与所述第一像素在所述原始图像上的距离正相关,其中,所述第三像素为当检测到所述画刷的第二操作时,确定的所述第二操作对应的所述原始图像中的像素,所述第一操作包括选择开始标注的位置的操作,所述第二操作包括在进行标注时移动所述画刷的操作。

8.根据权利要求5所述的图像标注方法,其特征在于,所述第一比例为预设的比例,所述第一半径为第三像素与所述第一像素在所述原始图像上的距离,其中,所述第三像素为当检测到所述画刷的第二操作时,确定的所述第二操作对应的所述原始图像中的像素,所述第一操作包括选择开始标注的位置的操作,所述第二操作包括在进行标注时移动所述画刷的操作。

9.根据权利要求1-4中任一项所述的图像标注方法,其特征在于,在所述在标注结果图像上显示所述第二像素的集合的位置之后,所述方法还包括:

当检测到所述画刷的第三操作时,将所述结果图像中显示的所述第二像素的集合的位置确定为标注结果。

10.根据权利要求1-4中任一项所述的图像标注方法,其特征在于,所述标注结果图像为覆盖在所述原始图像上的透明图像。

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旷视科技有限公司,未经北京旷视科技有限公司许可,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/201811584634.0/1.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