[发明专利]一种自动标注方法、自动标注装置和计算机可读存储介质在审

专利信息
申请号: 202111320677.X 申请日: 2021-11-09
公开(公告)号: CN114218434A 公开(公告)日: 2022-03-22
发明(设计)人: 吴成路;余言勋;王亚运;杨雪峰;段富治 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06F16/75 分类号: G06F16/75;G06F16/78;G06F16/783;G06V10/764;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何倚雯
地址: 310051 浙江*** 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: 一种 自动 标注 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种自动标注方法,其特征在于,包括:

获取第一待标注视频,所述第一待标注视频包括待标注内容;

对所述第一待标注视频进行特征提取处理,得到第一特征信息;

采用标注生成网络对所述第一特征信息进行处理,生成至少一个候选标注区,并对所述候选标注区进行修正处理,生成目标标注区,所述目标标注区包括与所述待标注内容对应的起点时刻以及终点时刻之间的视频;

对所述目标标注区中的待标注内容进行分类处理,得到所述待标注内容的类别信息。

2.根据权利要求1所述的自动标注方法,其特征在于,所述对所述目标标注区中的待标注内容进行分类处理的步骤,包括:

将所述目标标注区输入分类网络;

采用所述分类网络中的第一归一化模块对所述目标标注区进行归一化处理,得到视频处理片段;

采用所述分类网络中的提取模块对所述视频处理片段进行特征提取处理,得到第一片段特征信息;

采用所述分类网络中的计算模块对所述第一片段特征信息进行分类处理,得到所述类别信息。

3.根据权利要求2所述的自动标注方法,其特征在于,所述分类网络还包括第二归一化模块,所述采用所述计算模块对所述第一特征信息进行分类处理,得到所述类别信息的步骤,包括:

采用所述计算模块对所述第一片段特征信息进行分类处理,得到分类结果;

采用所述第二归一化模块对所述分类结果进行归一化处理,得到所述类别信息。

4.根据权利要求2所述的自动标注方法,其特征在于,所述对所述第一待标注视频进行特征提取处理,得到第一特征信息的步骤,包括:

对所述第一待标注视频进行切分,得到多个视频片段;

采用所述分类网络对所述视频片段进行处理,得到第二片段特征信息,所述第二片段特征信息为所述视频片段的特征信息;

对所有所述第二片段特征信息进行归一化处理,得到所述第一特征信息。

5.根据权利要求1所述的自动标注方法,其特征在于,所述标注生成网络包括第一标注生成网络与第二标注生成网络,所述方法还包括:

采用所述第一标注生成网络对所述第一特征信息进行处理,生成候选标注集合,所述候选标注集合包括所述候选标注区;

采用所述第二标注生成网络对所述候选标注区进行修正处理,生成所述目标标注区。

6.根据权利要求5所述的自动标注方法,其特征在于,所述第一标注生成网络包括特征增强模块、第一估计模块、第二估计模块以及生成模块,所述方法还包括:

采用所述特征增强模块对所述第一特征信息进行增强处理,生成第二特征信息;

采用所述第一估计模块对所述第二特征信息进行估计处理,得到第一得分信息;

采用所述第二估计模块对所述第二特征信息进行估计处理,得到第二得分信息;

采用所述生成模块对所述第一得分信息与所述第二得分信息进行融合处理,得到得分信息;

基于所述得分信息,生成所述候选标注集合。

7.根据权利要求6所述的自动标注方法,其特征在于,所述候选标注区包括起点预测时刻以及与终点预测时刻,所述起点预测时刻为估计出的所述第一待标注视频中待标注内容第一次出现的时刻,所述终点预测时刻为估计出的所述第一待标注视频中待标注内容最后一次出现的时刻,所述第一得分信息包括多个区域概率,所述采用所述第一估计模块对所述第二特征信息进行估计处理,得到第一得分信息的步骤,包括:

创建区域网格,所述区域网格包括多个网格,所述网格的横坐标与纵坐标分别为起点预测时刻与终点预测时刻;

采用所述第一估计模块计算每个所述网格对应的视频片段为所述目标标注区的概率,得到所述区域概率。

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202111320677.X/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