[发明专利]一种图像分类数据标注质量评估方法

说明书

本发明涉及图像识别领域，提出了一种图像分类数据标注质量评估方法，包括：提供图像数据集，所述图像数据集包括图像及对每幅图像进行人工标注后得到的分类数据；图像特征提取，基于图像HSV通道提取每一幅图像中描述图像颜色的多个特征向量，以及基于图像的局部特征提取每一幅图像中用于描述图像外观的多个特征向量；特征离散程度度量，利用统计量分析，对所述颜色和/或外观特征向量的离散程度进行建模；自动化评分，基于建模得到的离散程度模型对所述图像进行打分排序，并以排序结果对所述分类数据进行评估。通过本发明可以实现自动化的数据标注质量评估，提供量化依据用以辅助人工评估从而降低时间成本。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种图像分类数据标注质量评估方法。

背景技术

图像分类数据标注质量的评估可定义为对人为标注后的数据存在的语义误差进行估计的问题。在一个图像分类应用需求的实现过程中，对于训练数据集的标注是一个非常重要的环节，一般需要在大量的人工帮助下进行完成。然而，人工标注后的数据由于人为误差的存在以及原始数据源本身的问题等，不可避免的会导致数据标注的质量问题，进而对后续基于标注数据而进行的模型训练造成影响。因此对于图像分类数据的标注质量评估，进而针对性的对于标注质量比较差的数据进行处理是非常有必要的。

但由于数据量的巨大，以人工完成标注质量评估的方式的时间成本过高，因此研发对图像分类数据标注质量进行自动化评估的系统，用以辅助人工审核节省时间成本是非常有意义的。

另一方面，现有技术更关注图像本身的质量。比如在中国专利申请：CN201710044621中，揭露了一种图像质量的评估方法，旨在解决更接近人眼视觉评估效果的图像质量评估问题。

通常图像数据质量的评估，相关的评估标准包括：

(1)准确性：对对象属性的描述是否正确。

(2)合规性：存储格式是否标准。

(3)一致性：数据值是否冲突。

(4)重复性：数据的记录是否重复。

(5)及时性：关键数据是否及时传送到目标应用。

(6)完备性：检验数据是否根本就不存在。

从数据质量评估的标准以及数据标注质量评估的定义，可以了解到数据质量评估可以作为数据标注质量评估的一个前提，其更多的是从数据本身的角度来考虑的，而数据标注质量的评估则更多的是需要从数据的语义角度来考虑。

因此，寻找一种有效的图像分类数据标注质量的评估方法成为图像识别领域普遍关注的问题。

发明内容

有鉴于此，本发明的目的在于提供一种图像分类数据标注质量的评估方法，用以解决现有技术中，在对标注人员的标注数据进行审核时，采用人工作业来完成审核，导致审核的人力成本较高，并且审核的效率和准确率较低的问题。

根据本发明的目的提出的一种图像分类数据标注质量评估方法，包括：

提供一图像数据集，所述图像数据集包括图像及对每幅图像进行人工标注后得到的分类数据；

图像特征提取，基于图像HSV通道提取每一幅图像中描述图像颜色的多个特征向量，以及基于图像的局部特征提取每一幅图像中用于描述图像外观的多个特征向量；

特征离散程度度量，利用统计量分析，对所述颜色和/或外观特征向量的离散程度进行建模；

自动化评分，基于建模得到的离散程度模型对所述图像进行打分排序，并以排序结果对所述分类数据进行评估。

优选的，所述颜色特征向量的提取，包括：

将所述图像从RGB通道格式转换到HSV通道格式；