[发明专利]一种图像标注的方法及系统在审

专利信息
申请号: 201911117131.7 申请日: 2019-11-15
公开(公告)号: CN112308106A 公开(公告)日: 2021-02-02
发明(设计)人: 董博 申请(专利权)人: 北京京邦达贸易有限公司;北京京东乾石科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 牛峥;王丽琴
地址: 100080 北京市*** 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: 一种 图像 标注 方法 系统
【权利要求书】:

1.一种图像标注的方法,其特征在于,包括:

设置图像的目标搜索域,所述目标搜索域中包括至少一个目标搜索子区域样本;

从待标注的目标图像中,采用区域推荐网络提取多个目标区域;

将所述目标搜索域及所述多个目标区域作为输入,输入到设置的孪生网络中,输出得到每个目标区域分别与目标搜索域中的各个目标搜索子区域样本的相似度;

针对每个目标区域,当判断与其具有最大相似度的目标搜索子区域样本的相似度大于设置的第一相似度阈值时,将该目标区域采用与其具有最大相似度的目标搜索子区域样本进行标注。

2.如权利要求1所述的方法,其特征在于,该方法还包括:

当小于等于设置的第一相似度阈值,大于设置的第二相似度阈值时,将该目标区域采用人工标注方式进行标注。

3.如权利要求2所述的方法,其特征在于,在将所述该目标区域采用人工标注方式进行标注之后,该方法还包括:

将采用人工标注方式进行标注了的该目标区域,作为一个新的目标搜索子区域样本,设置到该设置图像的目标搜索域中。

4.如权利要求1或2所述的方法,其特征在于,该方法还包括:

当小于等于设置的第二相似度阈值时,丢弃该目标区域。

5.如权利要求1所述的方法,其特征在于,所述孪生网络的结构为:卷积层、线性整流函数ReLU层、最大池化层max-pooling层及决策层,其中,

所述目标区域和所述目标搜索域分别经过卷积层的卷积计算、ReLU层的线性整流计算及max-pooling层的池化计算,再由决策层进行对比,得到每个目标区域分别与目标搜索域中的各个目标搜索子区域样本的相似度。

6.如权利要求1所述的方法,其特征在于,所述max-pooling层采用空间金字塔池化实现。

7.一种图像标注的系统,其特征在于,包括:设置单元、提取单元、训练单元及比较单元,其中,

设置单元,用于设置图像的目标搜索域,所述目标搜索域包括至少一个目标搜索子区域样本;

提取单元,用于从待标注的目标图像中,采用区域推荐网络提取多个目标区域;

训练单元,用于将所述多个目标区域,及设置的目标搜索域作为输入,输入到设置的孪生网络中,输出得到每个目标区域分别与目标搜索域中的各个目标搜索子区域样本的相似度;

比较单元,用于针对每个目标区域,判断与其具有最大相似度的目标搜索子区域的相似度,当大于设置的第一相似度阈值时,将该目标区域采用与其具有最大相似度的目标搜索子区域样本进行标注。

8.如权利要求1所述的系统,其特征在于,所述比较单元,用于当小于等于第一相似度阈值,且大于第二相似度阈值时,将该目标区域采用人工方式标注;当小于等于第二相似度阈值,则丢弃该目标区域。

9.如权利要求1所述的系统,其特征在于,所述比较单元,还用于将该目标区域采用人工方式标注后,作为一个新的目标搜索子区域样本,指示设置单元设置到该设置图像的目标搜索域中。

10.如权利要求1所述的系统,其特征在于,所述训练单元包括:卷积层、ReLU层、max-pooling层及决策层,其中,目标区域和目标搜索域分别经过卷积层的卷积计算、ReLU的线性整流计算及max-pooling层的池化计算,再由决策层进行对比,得到每个目标区域分别与目标搜索域中的各个目标搜索子区域样本的相似度。

11.一种图像标注的装置,其特征在于,包括:

存储器;以及

耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1-6中任一项所述的图像标注的方法。

12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-6中任一项所述的图像标注的方法。

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京京邦达贸易有限公司;北京京东乾石科技有限公司,未经北京京邦达贸易有限公司;北京京东乾石科技有限公司许可,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/201911117131.7/1.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