[發明專利]一種目標數據標注方法、系統、設備及介質

在審

• 申請號: 202110134474.5
• 申請日: 2021-01-29
• 公開（公告）號: CN112765388A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 董師周;田國棟
• 申請（專利權）人: 云從科技集團股份有限公司
• 主分類號: G06F16/58
• 分類號: G06F16/58;G06F16/55
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 李鐵

本發明提供一種目標數據標注方法、系統、設備及介質，利用目標數據關聯聚類算法對多個單目標圖像中的目標數據進行聚類，形成多個簇；從每個簇中選擇至少部分目標數據進行關聯，并基于關聯結果對至少部分目標數據進行聚類，以及根據至少部分目標數據的聚類結果將多個簇合并成多個新簇；在合并后的每個新簇中任意選擇一個目標數據進行一個或多個屬性標注，并基于屬性標注結果自動標注同一個新簇中其余的目標數據。本發明不僅可以簡化人工標注的難度和工作量，保證數據標注的質量；還突破了傳統標注方式中完全采用人工標注時，無法對海量的人臉數據或人體數據進行完全標注的局限性，改變了傳統中完全采用人工標注的方式。

技術領域

本發明涉及數據標注技術領域，特別是涉及一種目標數據標注方法、系統、設備及介質。

背景技術

目前，在一些算法研發中需要海量的有標注的人臉數據或人體數據，從而據供給模型訓練與算法性能測試。但是完全采用人工對大量的人臉數據或人體數據進行標注是一件非常耗費人力、物力和財力的事情。同時，完全采用人工標注的方式對海量的人臉人體數據進行標注也幾乎是不可能實現的，而且還會嚴重阻礙算法研發流程和性能提升。更嚴重的是，對海量的人臉數據或人體數據進行完全人工的標注也難以保證最終數據標注質量。因為讓標注人員同時記住海量的人臉和外貌特征，并進行區分是一件幾乎不可能的事情。另外，同一個人的人臉數據或人體數據往往有著相同的屬性類別，但是卻需要重復的標注多次，這也嚴重降低了標注的效率。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種標注單目標圖像中人臉數據或人體數據的方法、系統、設備及介質，用于解決現有技術中存在的技術問題。

為實現上述目的及其他相關目的，本發明提供一種目標數據標注方法，包括以下步驟：

利用目標數據關聯聚類算法對多個單目標圖像中的目標數據進行聚類，形成多個簇；其中，每個單目標圖像僅包括一個目標數據，所述目標數據包括人臉數據或人體數據；

從每個所述簇中選擇至少部分目標數據進行關聯，并基于關聯結果對所述至少部分目標數據進行聚類，以及根據所述至少部分目標數據的聚類結果將多個所述簇合并成多個新簇；

在合并后的每個新簇中任意選擇一個目標數據進行一個或多個屬性標注，并基于屬性標注結果自動標注同一個新簇中其余的目標數據；其中，合并后的每個新簇僅包括同一人的人臉或人體數據。

可選地，根據所述至少部分目標數據的聚類結果將多個所述簇合并成多個新簇后，還包括：

判斷發生合并的簇數量是否滿足預設閾值；

若發生合并的簇數量不滿足預設閾值，則從合并后的新簇中重新選擇至少部分目標數據進行關聯，并在關聯后對重新選擇的至少部分目標數據進行聚類，以及根據聚類結果進行簇合并，直至發生合并的簇數量滿足預設閾值；

若發生合并的簇數量滿足預設閾值，則在最終合并后的每個新簇中任意選擇一個目標數據進行一個或多個屬性標注，基于屬性標注結果自動標注同一個新簇中其余的目標數據。

可選地，還包括：

計算任意兩個新簇之間的相似度，根據相似度計算結果為每個新簇推薦一個或多個相似簇；

選擇每個新簇需要合并的相似簇，并將選擇出的相似簇與對應的新簇進行簇間合并形成目標簇；

在每個目標簇中任意選擇一個目標數據進行一個或多個屬性標注，基于屬性標注結果自動標注同一個目標簇中其余的目標數據；其中，每個目標簇中僅包括同一人的人臉或人體數據。

可選地，在對同一個簇中的至少部分人臉數據或至少部分人體數據進行關聯前，還包括：挑選出每個簇中不屬于同一個人的人臉數據或人體數據，并根據挑選出的人臉數據或人體數據形成一個或多個單獨的新簇。

本發明還提供一種目標數據標注系統，包括有：