[發明專利]圖片的標注方法、裝置及電子設備

在審

• 申請號: 201710431451.4
• 申請日: 2017-06-09
• 公開（公告）號: CN107169530A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 楊陽;胡孟秋;劉陸琛;申恒濤
• 申請（專利權）人: 成都澳海川科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 徐彥圣

1.一種圖片的標注方法，其特征在于，所述方法包括：

對獲取到的待標注圖片進行特征提取，獲得所述待標注圖片對應的特征向量；

基于所述待標注圖片對應的特征向量以及預設的多視圖半監督圖片標注模型，獲得所述待標注圖片的標注結果。

2.根據權利要求1所述的方法，其特征在于，所述基于所述待標注圖片對應的特征向量以及預設的多視圖半監督圖片標注模型，獲得所述待標注圖片的標注結果，包括：

基于獲得所述待標注圖片的預測標簽值，以此獲得所述待標注圖片的標注結果；其中，X_t,t＝1,2,…,m為所述待標注圖片對應的特征向量，W_t,t＝1,2,…,m為預設的映射矩陣，b_t,t＝1,2,…,m為預設的偏差項，為所述待標注圖片的預測標簽值。

3.根據權利要求2所述的方法，其特征在于，所述方法還包括：

對獲取到的n個圖片進行特征提取，獲得所述n個圖片對應的多視圖特征及標簽矩陣；

基于所述n個圖片對應的多視圖特征以及預設的相似度計算規則，獲得所述n個圖片對應的相似度矩陣；

獲取所述n個圖片對應的相似度矩陣中的所有對角元值，獲得對角矩陣；

將所述對角矩陣減去所述n個圖片對應的相似度矩陣，獲得所述n個圖片對應的拉普拉斯矩陣；

將所述n個圖片對應的標簽矩陣、拉普拉斯矩陣帶入預設的目標函數進行迭代計算，獲得所述預設的映射矩陣和所述預設的偏差項。

4.根據權利要求3所述的方法，其特征在于，所述基于所述n個圖片對應的多視圖特征以及預設的相似度計算規則，獲得所述n個圖片對應的相似度矩陣，包括：

基于獲得所述n個圖片對應的相似度矩陣，S＝[S_ij],1≤i,j≤n為所述n個圖片對應的相似度矩陣，x_i,x_j(1≤i,j≤n)為所述n個圖片中第i、j個圖片各自對應的多視圖特征，N_k(x_i)為x_i的最近鄰集合k，N_q(x_j)為x_j的最近鄰集合q。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

對所述待標注圖片對應的特征向量通過主成分分析法進行降維，獲得降維后的特征向量。

6.一種圖片的標注裝置，其特征在于，所述裝置包括：

特征提取單元，用于對獲取到的待標注圖片進行特征提取，獲得所述待標注圖片對應的特征向量；

標注單元，用于基于所述特征提取單元獲得的所述待標注圖片對應的特征向量以及預設的多視圖半監督圖片標注模型，獲得所述待標注圖片的標注結果。

7.根據權利要求6所述的裝置，其特征在于，所述標注單元包括：

標注子單元，用于基于獲得所述待標注圖片的預測標簽值，以此獲得所述待標注圖片的標注結果；其中，X_t,t＝1,2,…,m為所述待標注圖片對應的特征向量，W_t,t＝1,2,…,m為預設的映射矩陣，b_t,t＝1,2,…,m為預設的偏差項，為所述待標注圖片的預測標簽值。

8.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

提取單元，用于對獲取到的n個圖片進行特征提取，獲得所述n個圖片對應的多視圖特征及標簽矩陣；

相似度矩陣獲得單元，用于基于所述提取單元獲得的所述n個圖片對應的多視圖特征以及預設的相似度計算規則，獲得所述n個圖片對應的相似度矩陣；

對角矩陣獲得單元，用于獲取所述n個圖片對應的相似度矩陣中的所有對角元值，獲得對角矩陣；

拉普拉斯矩陣獲得單元，用于將所述對角矩陣減去所述n個圖片對應的相似度矩陣，獲得所述n個圖片對應的拉普拉斯矩陣；

計算單元，用于將所述n個圖片對應的標簽矩陣、拉普拉斯矩陣帶入預設的目標函數進行迭代計算，獲得所述預設的映射矩陣和所述預設的偏差項。