[發明專利]交互式迭代圖像注釋

在審

• 申請號: 201980076927.4
• 申請日: 2019-11-15
• 公開（公告）號: CN113168914A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: J·威斯;T·布萊費特;T·布羅施;H·巴爾施多夫
• 申請（專利權）人: 皇家飛利浦有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 劉兆君

1.一種用于注釋圖像數據的系統(100)，所述系統包括：

輸入接口(120)，其被配置為訪問要注釋的所述圖像數據(030)；

用戶接口子系統(180)，其包括：

用戶輸入接口(184)，其被配置為從能由用戶操作的用戶輸入設備(080)接收用戶輸入數據(082)；

顯示輸出接口(182)，其被配置為向顯示器(060)提供顯示數據(062)以對所述系統的輸出進行可視化；

處理器(140)，其被配置為使用所述用戶接口子系統來建立用戶接口，所述用戶接口使得所述用戶能夠迭代注釋所述圖像數據，其中，所述迭代注釋的迭代包括：

所述處理器基于先前圖像數據部分的經過用戶驗證的標簽來生成針對當前圖像數據部分的標簽(250)；

經由所述用戶接口使得所述用戶能夠驗證和校正所述生成的標簽，以獲得針對所述當前圖像數據部分的經過用戶驗證的標簽；

其中，所述處理器還被配置為：

通過經由加權來組合以下各項的相應輸出(220、230)來生成針對所述當前圖像數據部分的標簽：

標簽傳播算法，其將所述先前圖像數據部分的所述經過用戶驗證的標簽傳播到所述當前圖像數據部分，以及

用于標記圖像數據的機器學習的分類器，其中，所述機器學習的分類器是在經過用戶驗證的標簽和圖像數據上訓練的并且應用于所述當前圖像數據部分的圖像數據；并且

使用所述當前圖像數據部分的所述經過用戶驗證的標簽和所述圖像數據來重新訓練所述機器學習的分類器，以獲得經過重新訓練的機器學習的分類器。

2.根據權利要求1所述的系統(100)，其中，所述處理器(140)被配置為在所述迭代注釋的迭代之間或在不同圖像數據的所述迭代注釋之間重新訓練所述機器學習的分類器。

3.根據權利要求1所述的系統(100)，其中，所述處理器(140)被配置為在所述圖像數據的所述迭代注釋期間或在不同圖像數據的所述迭代注釋之間調節所述加權。

4.根據權利要求1或3所述的系統(100)，其中，所述處理器(140)被配置為基于量化所述標簽傳播算法和/或所述機器學習的分類器的注釋準確度的度量來確定所述加權。

5.根據權利要求4所述的系統(100)，其中，所述度量基于以下兩者之間的差異來量化所述注釋準確度：i)所述標簽傳播算法的輸出(220)和/或所述機器學習的分類器的輸出(230)與ii)經過用戶校正的標簽。

6.根據權利要求3所述的系統(100)，其中，所述處理器(140)被配置為通過相對于所述標簽傳播算法的輸出(220)增大對所述機器學習的分類器的輸出(230)的加權來調節所述加權。

7.根據權利要求6所述的系統(100)，其中，所述處理器(140)被配置為在所述迭代注釋的開始處以零或基本上為零開始對所述機器學習的分類器的輸出(230)的所述加權。

8.根據上述權利要求中的任一項所述的系統(100)，其中，所述加權包括每個圖像數據部分的全局加權和/或每個像素、體素或其他圖像子區域的局部加權。

9.根據上述權利要求中的任一項所述的系統(100)，其中，所述標簽傳播算法的輸出(220)和/或所述機器學習的分類器的輸出(230)是概率圖或定義輪廓的一個或多個控制點。

10.根據上述權利要求中的任一項所述的系統(100)，其中，所述標簽傳播算法被配置為基于所述先前圖像數據部分與所述當前圖像數據部分之間的圖像數據的相似性來將所述先前圖像數據部分的所述經過用戶驗證的標簽傳播到所述當前圖像數據部分。

11.根據權利要求10所述的系統(100)，其中，所述標簽傳播算法是基于片塊的標簽傳播算法。