[发明专利]视频目标标注方法、装置及电子设备

说明书

本公开实施例中提供了一种视频目标标注方法、装置及电子设备，属于数据处理技术领域，该方法包括：获取针对目标视频中第一类关键帧形成的第一标注框；在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。通过本公开的处理方案，能够提高视频目标的标注效率。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种视频目标标注方法、装置及电子设备。

背景技术

数据标注是一类人工开销很大的劳动密集型工作。其主要依赖人类的知识，为视觉数据做一些标记，学术上称之为Ground Truth(真值)。而人工智能算法就是试图建立一个数学模型，通过学习可以模拟人类的知识，使人工智能做出类似于人类智能的判断。

获得数据标注往往需要极大的代价，每一个熟练的数据标注工程师，通过简易工具每天仅能标注几百乃至千余个标注框。而人工智能训练需要的数据确实无比巨大的。

数据标注的质量也会直接影响着人工智能算法的精度。而人类在从事此类枯燥、机械的工作中，难免出现疲劳，会严重影响数据标注质量。

人工智能算法训练对海量数据的需求与人类标注的低下效率存在矛盾，机械且枯燥的工作内容与对工作的高质量要求存在矛盾。

发明内容

有鉴于此，本公开实施例提供一种视频目标标注方法、装置及电子设备，以至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种视频目标标注方法，包括：

获取针对目标视频中第一类关键帧形成的第一标注框；

在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；

利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；

在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。

根据本公开实施例的一种具体实现方式，所述获取针对目标视频中第一类关键帧形成的第一标注框之前，所述方法还包括：

遍历所述目标视频中的全部编码关键帧；

在全部编码关键帧中选取第一类关键帧。

根据本公开实施例的一种具体实现方式，所述在全部编码关键帧中选取第一类关键帧，包括：

在全部编码关键帧中随机抽取一帧，并将其标记为第一视频帧。

根据本公开实施例的一种具体实现方式，所述在全部编码关键帧中选取第一类关键帧，包括：

获取所述编码关键帧的平均置信度；

基于平均置信度的倒数，选择全部编码关键帧中置信度值最低的关键帧作为第一类关键帧。

根据本公开实施例的一种具体实现方式，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块，包括：

指定检测模型的验证集，所述验证集用以测量模型的准确度；

当准确率小于预设阈值，则判定目标检测模块不能帮助用户自动标注数据，当准确率大于预设阈值，则判定目标检测模块已经完成训练。