[发明专利]自动标注方法、装置、计算机可读介质和电子设备有效
申请号: | 202010489118.0 | 申请日: | 2020-06-02 |
公开(公告)号: | CN111639608B | 公开(公告)日: | 2023-09-01 |
发明(设计)人: | 牛晓可;杨尚飞;秦帅兵;蒋震阳;朱俊才 | 申请(专利权)人: | 郑州大学 |
主分类号: | G06V20/70 | 分类号: | G06V20/70;G06V20/40;G06V40/16;G06V10/82;G06N3/08 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 谢建 |
地址: | 450001 河南省郑*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自动 标注 方法 装置 计算机 可读 介质 电子设备 | ||
1.一种自动标注方法,其特征在于,包括:
基于预先训练的脸部识别模型,根据采集的视频图像,确定所述视频图像中目标对象视觉聚焦的时间间隔数据;
根据所述时间间隔数据和采集的所述目标对象的视觉神经数据,对所述视觉神经数据中所述目标对象视觉聚焦的信号进行标注;
其中,所述目标对象的所述视频图像与所述视觉神经数据同步采集;
所述基于预先训练的脸部识别模型,根据采集的视频图像,确定所述视频图像中目标对象视觉聚焦的时间间隔数据,包括:
基于预先训练的所述脸部识别模型,根据采集的所述视频图像,对所述目标对象进行识别,确定所述目标对象在所述视频图像中视觉聚焦的初始帧和结束帧;
根据所述目标对象在所述视频图像中视觉聚焦的初始帧和结束帧,确定所述视频图像中所述目标对象视觉聚焦的时间间隔数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述时间间隔数据和采集的所述目标对象的视觉神经数据,对所述视觉神经数据中所述目标对象视觉聚焦的信号进行标注,包括:
将所述时间间隔数据和采集的所述目标对象的视觉神经数据进行一一对应,对所述视觉神经数据中所述目标对象视觉聚焦的信号进行标注。
3.根据权利要求1或2所述的方法,其特征在于,在所述基于预先训练的脸部识别模型,根据采集的视频图像,确定所述视频图像中目标对象视觉聚焦的时间间隔数据之前,还包括:
基于卷积神经网络的目标检测算法,根据所述目标对象的样本视频集,得到所述脸部识别模型,其中,所述样本视频集定义所述目标对象的样本视频图像的集合。
4.一种自动标注装置,其特征在于,包括:
时间间隔确定单元,配置为基于预先训练的脸部识别模型,根据采集的视频图像,确定所述视频图像中目标对象视觉聚焦的时间间隔数据;
视觉神经标注单元,配置为根据所述时间间隔数据和采集的所述目标对象的视觉神经数据,对所述视觉神经数据中所述目标对象视觉聚焦的信号进行标注;
其中,所述目标对象的所述视频图像与所述视觉神经数据同步采集;
所述时间间隔确定单元包括:
视频帧确定子单元,配置为基于预先训练的所述脸部识别模型,根据采集的所述视频图像,对所述目标对象进行识别,确定所述目标对象在所述视频图像中视觉聚焦的初始帧和结束帧;
时间间隔计算子单元,配置为根据所述目标对象在所述视频图像中视觉聚焦的初始帧和结束帧,确定所述视频图像中所述目标对象视觉聚焦的时间间隔数据。
5.根据权利要求4所述的装置,其特征在于,所述视觉神经标注单元,进一步配置为将所述时间间隔数据和采集的所述目标对象的视觉神经数据进行一一对应,对所述视觉神经数据中所述目标对象视觉聚焦的信号进行标注。
6.根据权利要求4-5任一所述的装置,其特征在于,还包括:模型训练单元,配置为基于卷积神经网络的目标检测算法,根据所述目标对象的样本视频集,得到所述目标对象的所述脸部识别模型,其中,所述样本视频集定义所述目标对象的样本视频图像的集合。
7.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序为如权利要求1-3任一所述的自动标注方法。
8.一种电子设备,其特征在与,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序,所述处理器执行所述程序时实现如权利要求1-3任一所述的自动标注方法。
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郑州大学,未经郑州大学许可,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/202010489118.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种监视器设备
- 下一篇:一种用于港口作业人员岗位安全胜任力定量评估方法