[發明專利]一種圖片標注方法與系統

有效

• 申請號: 201810814221.0
• 申請日: 2018-07-23
• 公開（公告）號: CN109035370B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 周鎮鎮;張清
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06T11/60
• 分類號: G06T11/60;G06T11/40
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 劉小峰

本發明公開了一種圖片標注方法與系統包括：獲取與數據標注任務相對應的數據集和標注規則；從數據集中載入并顯示圖片；確定圖片的目標區域的邊緣；填充目標區域的內部孔洞；根據目標區域生成并顯示掩碼；根據標注規則保存掩碼。本發明能夠針對不同類別標簽或不同類型的類別標簽進行逐像素標注，使得多邊形標注規則可以自動執行，進而提高圖片標注的精確性和效率，解放人工。

技術領域

本發明涉及計算機領域，更具體地，特別是指一種圖片標注方法與系統。

背景技術

隨著人工智能技術的發展，計算機視覺的應用領域越來越廣泛。目前計算機視覺技術發展的最大推動力是深度學習技術。深度學習技術可以基于數字圖片的標注信息來執行目標檢測、目標跟蹤、圖片分類、圖片分割等任務。在當前大數據時代信息爆炸的背景下，數字圖片快速標注技術成為計算機視覺領域內的關鍵技術之一。

目前計算機視覺領域不乏標注工具。雖然這些標注工具在一定程度上提高了目標識別、分類、和跟蹤領域的圖片標注的精確性和效率，但是對于圖片分割領域來說，使用這些標注工具來手動標注目標邊緣的方法仍然效率較低。標注效率低直接導致圖片分割領域標注圖片的效率有限，進而限制了圖片分割領域技術的快速發展。

現有技術中常見的標注規則是矩形框標注：通過鼠標選擇圖片中的左上角點、右下角點(鼠標手勢可以是拖動的方法)、或直接點擊兩個角點來獲取目標的矩形框位置信息，并針對每個矩形框添加目標類別信息，最后將圖片標注信息輸出到json文件、VOC數據格式或者PASCAL等數據標注格式。這種標注規則只能適用于目標檢測、定位等僅需矩形框定位的任務，在深度學習技術中通過矩形框的標注格式進行圖片訓練，通過訓練模型對輸入圖片進行處理，輸出結果也為矩形框的形式鎖定目標。

現有技術中其它的標注規則還有通過多邊形圈定目標的方法：通過多次點擊鼠標左鍵選擇目標邊緣點，使點與點之間通過線段連接，最后構成圍繞目標的多邊形。這種標注規則在矩形框標注方法的基礎上功能添加了多邊形標注功能，而對于圖片分割逐像素點標注類別標簽的任務，這種標注規則無法提供解決方案。

針對現有技術中多邊形標注規則不能兼容對各類別標簽進行逐像素標注的問題，目前尚未有有效的解決方案。

發明內容

有鑒于此，本發明實施例的目的在于提出一種圖片標注方法與系統，能夠針對不同類別標簽或不同類型的類別標簽進行逐像素標注，使得多邊形標注規則可以自動執行，進而提高圖片標注的精確性和效率，解放人工。

基于上述目的，本發明的一方面提供了一種圖片標注方法，包括以下步驟：

獲取與數據標注任務相對應的數據集和標注規則；

從數據集中載入并顯示圖片；

確定圖片的目標區域的邊緣；

填充目標區域的內部孔洞；

根據目標區域生成并顯示掩碼；和

根據標注規則保存掩碼。

在一些實施方式中，確定圖片的目標區域的邊緣包括：

獲取目標區域的種子生長點；

根據種子生長點使用區域生長算法來確定目標區域的邊緣。

在一些實施方式中，獲取目標區域的種子生長點包括：

在接收到任意點擊時進入選擇種子生長點模式；

在接收到單擊時，將點擊位置確定為種子生長點；和

在接收到雙擊時，將點擊位置確定為種子生長點并退出選擇種子生長點模式。

在一些實施方式中，根據種子生長點使用區域生長算法來確定目標區域的邊緣包括：