[發明專利]一種半自動化標注方法、設備、介質及裝置

在審

• 申請號: 202010617664.8
• 申請日: 2020-06-30
• 公開（公告）號: CN111815689A
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 趙鑫;王偉;吳鵬
• 申請（專利權）人: 杭州科度科技有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/187;G06T7/11;G06T7/44;G06T7/62;G06T5/50;G06T5/40;G06K9/62
• 代理公司: 杭州創智卓英知識產權代理事務所(普通合伙) 33324
• 代理人: 唐超文

本發明公開了一種半自動化標注方法，圖像標注技術領域，包括如下步驟：對圖片初始化每個像素生成區域，作為候選區域，對所有相鄰的候選區域進行兩兩配對，生成計算列表；根據計算列表進行相似度計算，包括顏色相似度計算和紋理值相似度計算，分別得出第一得分和第二得分；根據計算列表進行分值計算，得出第三得分；根據第一得分、第二得分和第三得分，相加計算得到的相似度，對列表中達到相似度合并閾值的進行兩兩合并，直到所有候選區域完成合并。本發明采用半自動標注方法生成標簽候選框后，人工只需要選擇合適的候選框即可，大大節省了標注時間，提高了標注效率。本發明還公開了一種半自動化標注裝置、電子設備和計算機存儲介質。

技術領域

本發明涉及圖像標注技術領域，尤其涉及一種半自動化標注方法、設備、介質及裝置。

背景技術

隨著機器學習的蓬勃發展，人工智能領域已經越來越離不開機器學習了，然而機器學習需要大量的訓練數據，訓練數據需要人工打上標簽，然而訓練數據通常為幾萬條，甚至上百萬條。而純人工標注需要手工描邊，工作量非常大。

并且人工標注會出現較大誤差，對機器學習的模型造成不必要的影響。而現有的算法本身就具有特化性，只針對某一種特定物體檢測，所以不能作為通用的物體標注輔助。

發明內容

為了克服現有技術的不足，本發明的目的之一在于提供一種半自動化標注方法，能解決人工標注存在的誤差、效率低下的問題。

本發明的目的之一采用以下技術方案實現：

一種半自動化標注方法，包括如下步驟：

對圖片初始化每個像素生成區域，作為候選區域，對所有相鄰的候選區域進行兩兩配對，生成計算列表；

根據計算列表進行相似度計算，包括顏色相似度計算和紋理值相似度計算，分別得出第一得分和第二得分；

根據計算列表進行分值計算，得出第三得分；

根據第一得分、第二得分和第三得分，相加計算得到的相似度，對列表中達到相似度合并閾值的進行兩兩合并，直到所有候選區域完成合并。

本實施例中，計算列表為相鄰的候選區域進行的兩兩配對，比如有甲、乙、丙三個候選區域相互相鄰，則計算列表包含甲乙，乙丙和甲丙。

進一步地，顏色相似度計算過程包括：

對兩個候選區域生成顏色直方圖，以每5個像素為一段進行分段；

統計每段里面點的個數，并進行歸一化計算；

對兩個候選區域的直方圖相似度進行比較，兩個直方圖之間每段對位均取最小值全部相加，作為第一得分。

進一步地，紋理值相似度計算過程包括：

紋理值根據SIFT算法，對每個像素點的每個通道提取一個紋理值，構建直方圖；

對兩個候選區域的直方圖，以每5個像素為一段進行分段；

統計每段里面點的個數，并進行歸一化計算；

對兩個候選區域的直方圖相似度進行比較，兩個直方圖之間每段對位均取最小值全部相加，作為第二得分。

進一步地，分值的計算公式為：

1-(S₁+S₂)/S_total；

其中，S₁和S₂分別為兩個相鄰的候選區域，S_total為圖像總面積。

進一步地，對列表中達到相似度合并閾值的進行兩兩合并，過程包括：

設置相似度合并閾值；