[发明专利]视频数据标注方法、装置、电子设备及介质在审
申请号: | 201910926782.4 | 申请日: | 2019-09-27 |
公开(公告)号: | CN110740231A | 公开(公告)日: | 2020-01-31 |
发明(设计)人: | 张尉东;殷海兵;黄晓峰;谌檀越;贾惠柱 | 申请(专利权)人: | 浙江省北大信息技术高等研究院;杭州未名信科科技有限公司 |
主分类号: | H04N5/222 | 分类号: | H04N5/222;H04N5/262 |
代理公司: | 11619 北京辰权知识产权代理有限公司 | 代理人: | 刘广达 |
地址: | 311200 浙江省杭州市*** | 国省代码: | 浙江;33 |
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 视频数据 后处理 计算机可读介质 背景处理 电子设备 人工调整 训练模型 去除 视频 申请 | ||
本申请提供一种视频数据标注方法及装置、一种电子设备以及一种计算机可读介质。其中,所述方法包括:获取待标注的视频数据。对所述视频数据进行去背景处理,得到后处理视频数据。使用预训练模型对所述后处理视频数据进行预标注,得到预标注数据,以使所述预标注数据被人工调整后得到所述视频数据的标注数据。通过本方案,可以去除视频中背景对标注的影响,而且标注人员可以不用从头开始标注,只需在预标注数据上做少量调整即可,相较于现有技术,能够提升视频数据的标注效率,并且使标注结果更加准确。
技术领域
本申请涉及图像处理技术领域,具体涉及一种视频数据标注方法及装置、一种电子设备以及一种计算机可读介质。
背景技术
随着机器学习热潮的兴起,数据驱动作为提升模型性能的主要手段之一,现实应用中的需求不断被提出。然而数据标注本身成本极高,造成这一问题的原因主要有两个,一方面是由于数据标注需要大量的人工纠正和校验,另一方面是因为机器学习的不同任务之间对数据的标注需求各不相同。
通常,人们通过对图片中的目标对象进行直接纯手工标注,或先通过一个预训练模型进行初步标注,再提供给标注人员进行手工标注。而对于背景复杂或者目标对象较多的场景,标注人员往往会输出较多的误标或漏标。综上可知,现有方法具体实施时,往往存在准确度差、效率低的技术问题。
发明内容
本申请的目的是提供一种视频数据标注方法及装置、一种电子设备以及一种计算机可读介质。
本申请第一方面提供一种视频数据标注方法,包括:
获取待标注的视频数据;
对所述视频数据进行去背景处理,得到后处理视频数据;
使用预训练模型对所述后处理视频数据进行预标注,得到预标注数据,以使所述预标注数据被人工调整后得到所述视频数据的标注数据。
在本申请的一些实施方式中,所述对所述视频数据进行去背景处理,得到后处理视频数据,包括:
对所述视频数据进行背景建模,提取所述视频数据中的背景帧;
利用帧差法提取所述视频数据中包含运动目标的多个关键帧;
将所述关键帧减去所述背景帧,得到多个前景帧;
利用形态学算法对多个所述前景帧进行组合处理,得到后处理视频数据。
在本申请的一些实施方式中,所述方法还包括:利用交叉验证算法对所述标注数据进行校验
在本申请的一些实施方式中,所述预训练模型包括目标检测模型或目标分割模型。
本申请第二方面提供一种视频数据标注装置,包括:
获取模块,用于获取待标注的视频数据;
去背景模块,用于对所述视频数据进行去背景处理,得到后处理视频数据;
标注模块,用于使用预训练模型对所述后处理视频数据进行预标注,得到预标注数据,以使所述预标注数据被人工调整后得到所述视频数据的标注数据。
在本申请的一些实施方式中,所述去背景模块,具体用于:
对所述视频数据进行背景建模,提取所述视频数据中的背景帧;
利用帧差法提取所述视频数据中包含运动目标的多个关键帧;
将所述关键帧减去所述背景帧,得到多个前景帧;
利用形态学算法对多个所述前景帧进行组合处理,得到后处理视频数据。
在本申请的一些实施方式中,所述装置还包括:
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浙江省北大信息技术高等研究院;杭州未名信科科技有限公司,未经浙江省北大信息技术高等研究院;杭州未名信科科技有限公司许可,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/201910926782.4/2.html,转载请声明来源钻瓜专利网。