[發明專利]一種圖片樣本標記裝置及方法

在審

• 申請號: 201811024027.9
• 申請日: 2018-09-04
• 公開（公告）號: CN109446361A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 易禮艷;姜燦
• 申請（專利權）人: 惠州市德賽西威智能交通技術研究院有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 葉新平

本發明公開了一種圖片樣本標記裝置，包括樣本組號編碼模塊、環境因素編碼模塊、樣本文件編碼模塊、標記寫入模塊及樣本文檔記錄模塊，所述樣本組號編碼模塊用于對圖像采集設備采集的圖片樣本進行組號編碼，實現對圖片樣本分組編碼；所述環境因素編碼模塊用于對環境因素進行編碼，實現對環境因素的分組編碼；所述樣本文件編碼模塊用于對樣本文件進行編碼，實現對樣本文件的區分；所述標記寫入模塊用于將編碼值寫入文件名；所述樣本文檔記錄模塊用于記錄更新文檔存儲文件。采用該技術方案便于樣本的統計與分析。

技術領域

本發明涉及人工智能領域，特別涉及一種圖片樣本標記裝置及方法。

背景技術

人工智能(AI：Artificial Intelligence)時代，得益于深度學習技術、車聯網(V2X)技術的發展，基于攝像頭的環境感知將應用于智能駕駛、高精度地圖、人臉識別等各種應用場景，但是受成像條件和學習樣本的限制。成像條件指路面狀況，天氣狀況等客觀因素；而學習樣本是指在深度學習過程中，用于訓練的圖片樣本。基于深度學習技術，攝像頭對環境感知的效果很大程度依賴于訓練樣本是否豐富多樣。

以行人檢測為例，訓練樣本的采集需要包含各種環境場景因素及各種目標類型：

1)環境場景因素包括：

季節：春/夏/秋/冬；

時間：白天/夜晚/傍晚/黎明；

天氣：晴/多云/雨/霧/冰雪；

場地類別：城市道路/高速公路/鄉村/停車場/隧道；

光照強度：1級/2級/3級/4級…；

2)目標類型包括：

行人類型：成人/小孩/老人

衣著類型：漢族/壯族/滿族/回族等等；

衣著顏色：深顏色/淺顏色；

行人體型：完整的人/騎車的人/上半身行人/撐傘的行人等等；

行人姿態：禁止/行走/跑步等等。

可見，如何快速獲取到豐富的訓練樣本是深度學習需要解決的問題，如何將樣本進行標記便于樣本的統計與分析，更是深度學習需要突破的重點。

發明內容

本發明實施例的目的在于一種圖片樣本標記裝置及方法，便于樣本的統計與分析。

本發明實施例提供的一種圖片樣本標記裝置，包括樣本組號編碼模塊、環境因素編碼模塊、樣本文件編碼模塊、標記寫入模塊及樣本文檔記錄模塊，所述樣本組號編碼模塊用于對圖像采集設備采集的圖片樣本進行組號編碼，實現對圖片樣本分組編碼；所述環境因素編碼模塊用于對環境因素進行編碼，實現對環境因素的分組編碼；所述樣本文件編碼模塊用于對樣本文件進行編碼，實現對樣本文件的區分；所述標記寫入模塊用于將編碼值寫入文件名；所述樣本文檔記錄模塊用于記錄更新文檔存儲文件。

可選地，文件名命名規則采用樣本組號編碼值+環境因素編碼值+樣本文件編碼值。

可選地，文檔名采用文檔類型+文檔編號+采集時間進行命名。

可選地，文檔內容包括文件名+采集時間+采集位置信息。

可選地，所述樣本文檔記錄模塊用于記錄更新文檔存儲文件，包括同一時段采集的樣本文件用同一個文檔存儲文件進行記錄。

另外，本發明還提供了一種圖片樣本標記方法，包括：

對圖像采集設備采集的圖片樣本進行組號編碼，實現對圖片樣本分組編碼；

對環境因素進行編碼，實現對環境因素的分組編碼；