[發(fā)明專利]無(wú)人機(jī)三維地圖攝影圖像內(nèi)容自動(dòng)標(biāo)注方法、系統(tǒng)及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010946232.1
• 申請(qǐng)日: 2020-09-10
• 公開（公告）號(hào): CN112199539A
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計(jì)）人: 譚明奎;吳曉琳;杜永紅;張凱;楊嘉賀
• 申請(qǐng)（專利權(quán)）人: 佛山聚卓科技有限公司
• 主分類號(hào): G06F16/58
• 分類號(hào): G06F16/58;G06F16/583;G06F16/55
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 胡楓;曹萬(wàn)菊

本發(fā)明公開了一種基于語(yǔ)義分割的無(wú)人機(jī)三維地圖攝影圖像內(nèi)容自動(dòng)標(biāo)注方法，包括：獲取帶標(biāo)簽的無(wú)人機(jī)地圖圖像；將所述無(wú)人機(jī)地圖圖像輸入分類模型，以訓(xùn)練所述分類模型；對(duì)所述無(wú)人機(jī)地圖圖像進(jìn)行語(yǔ)義分割處理，得到包含初始語(yǔ)義分割信息的語(yǔ)義圖像；將所述包含初始語(yǔ)義分割信息的語(yǔ)義圖像輸入訓(xùn)練好的分類模型中進(jìn)行語(yǔ)義分割處理，得到最終語(yǔ)義分割結(jié)果，并進(jìn)行自動(dòng)標(biāo)注。本發(fā)明還公開了一種基于語(yǔ)義分割的無(wú)人機(jī)三維地圖攝影圖像內(nèi)容自動(dòng)標(biāo)注系統(tǒng)及計(jì)算機(jī)設(shè)備。采用本發(fā)明，能夠提高無(wú)人機(jī)地圖圖像語(yǔ)義分割的速度和效率，解決現(xiàn)有無(wú)人機(jī)地圖圖像大部分為人為標(biāo)注且效率低的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像語(yǔ)義分割領(lǐng)域，尤其涉及一種基于語(yǔ)義分割的無(wú)人機(jī)三維地圖攝影圖像內(nèi)容自動(dòng)標(biāo)注方法及一種基于語(yǔ)義分割的無(wú)人機(jī)三維地圖攝影圖像內(nèi)容自動(dòng)標(biāo)注系統(tǒng)。

背景技術(shù)

近年來(lái)，人工智能及相關(guān)產(chǎn)業(yè)正迅速發(fā)展壯大，成為學(xué)術(shù)界、工業(yè)界以及世界各國(guó)政府關(guān)注的焦點(diǎn)。最近，國(guó)務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，突出了人工智能研究和產(chǎn)業(yè)的國(guó)家戰(zhàn)略地位。在地圖行業(yè)，無(wú)人機(jī)拍攝技術(shù)得到了飛速發(fā)展，并在多個(gè)應(yīng)用領(lǐng)域取得了長(zhǎng)足進(jìn)展，使得現(xiàn)在的地形地圖和其他原始數(shù)據(jù)獲得方式變得簡(jiǎn)單。

然而，現(xiàn)有的無(wú)人機(jī)拍攝圖像，在三維地圖圖像方面尚存在諸多挑戰(zhàn)。

首先，原始數(shù)據(jù)中是沒(méi)有附加信息的，也就是無(wú)標(biāo)簽，并且現(xiàn)在采用人工數(shù)據(jù)標(biāo)注的代價(jià)往往非常高昂。如何在標(biāo)注預(yù)算受限的情況下，對(duì)數(shù)據(jù)進(jìn)行標(biāo)注，并訓(xùn)練性能良好的分類器是重要問(wèn)題。

其次，大量的實(shí)際任務(wù)場(chǎng)景中，大量數(shù)據(jù)需要高速高效地進(jìn)行處理，如何解決標(biāo)注效率及其準(zhǔn)確性也是工業(yè)應(yīng)用亟待解決的關(guān)鍵問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題在于，提供一種基于語(yǔ)義分割的無(wú)人機(jī)三維地圖攝影圖像內(nèi)容自動(dòng)標(biāo)注方法、系統(tǒng)及計(jì)算機(jī)設(shè)備，可提高無(wú)人機(jī)地圖圖像語(yǔ)義分割的速度和效率，解決現(xiàn)有無(wú)人機(jī)地圖圖像大部分為人為標(biāo)注且效率低的問(wèn)題。

為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種基于語(yǔ)義分割的無(wú)人機(jī)三維地圖攝影圖像內(nèi)容自動(dòng)標(biāo)注方法，包括：獲取帶標(biāo)簽的無(wú)人機(jī)地圖圖像；將所述無(wú)人機(jī)地圖圖像輸入分類模型，以訓(xùn)練所述分類模型；對(duì)所述無(wú)人機(jī)地圖圖像進(jìn)行語(yǔ)義分割處理，得到包含初始語(yǔ)義分割信息的語(yǔ)義圖像；將所述包含初始語(yǔ)義分割信息的語(yǔ)義圖像輸入訓(xùn)練好的分類模型中進(jìn)行語(yǔ)義分割處理，得到最終語(yǔ)義分割結(jié)果，并進(jìn)行自動(dòng)標(biāo)注。

作為上述方案的改進(jìn)，所述對(duì)無(wú)人機(jī)地圖圖像進(jìn)行語(yǔ)義分割處理的方法包括：通過(guò)訓(xùn)練好的分類模型對(duì)所述無(wú)人機(jī)地圖圖像進(jìn)行語(yǔ)義分割處理，和/或通過(guò)圖像分割算法對(duì)所述無(wú)人機(jī)地圖圖像進(jìn)行語(yǔ)義分割處理。

作為上述方案的改進(jìn)，所述將包含初始語(yǔ)義分割信息的語(yǔ)義圖像輸入訓(xùn)練好的分類模型中進(jìn)行語(yǔ)義分割處理，得到最終語(yǔ)義分割結(jié)果，并進(jìn)行自動(dòng)標(biāo)注的步驟包括：S1，將所述包含初始語(yǔ)義分割信息的語(yǔ)義圖像輸入訓(xùn)練好的分類模型中進(jìn)行語(yǔ)義分割處理，得到糾正后的語(yǔ)義圖像；S2，判斷是否滿足迭代條件，判斷為是時(shí)，將糾正后的語(yǔ)義圖像作為包含初始語(yǔ)義分割信息的語(yǔ)義圖像，并重復(fù)步驟S1，判斷為否時(shí)，根據(jù)糾正后的語(yǔ)義圖像得到最終語(yǔ)義分割結(jié)果，并進(jìn)行自動(dòng)標(biāo)注。

作為上述方案的改進(jìn)，所述判斷是否滿足迭代條件的步驟包括：判斷是否滿足以下任意一個(gè)條件：累計(jì)迭代次數(shù)達(dá)到迭代閾值次數(shù)，分類模型連續(xù)兩次輸出結(jié)果滿足收斂條件，分類模型損失達(dá)到閾值，分類模型損失不再減小；判斷為是時(shí)，則不滿足迭代條件；判斷為否時(shí)，則滿足迭代條件。

作為上述方案的改進(jìn)，所述包含語(yǔ)義信息的語(yǔ)義圖像是所述無(wú)人機(jī)地圖圖像中各像素的類別標(biāo)簽或置信圖。