[發明專利]一種仿真圖像數據自動標注方法及系統

有效

• 申請號: 202110620062.2
• 申請日: 2021-06-03
• 公開（公告）號: CN113222070B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 董乾;薛云志;孟令中;王鵬淇;楊光;師源;武斌
• 申請（專利權）人: 中國科學院軟件研究所
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V20/70
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 司立彬

本發明公開了一種仿真圖像數據自動標注方法及系統，本方法步驟包括：1)獲取仿真圖像、整體語義圖像和個體語義圖像集合，以及拍攝該仿真圖像的仿真相機參數和個體參數集合；2)根據所述個體語義圖像集合確定所述仿真圖像中包含的個體集合并計算每一個體的粗糙2D包圍盒；3)基于個體對應的所述粗糙2D包圍盒和個體語義圖像計算個體的精確2D包圍盒；4)根據個體對應的個體語義圖像和整體語義圖像確定所述個體的遮擋率，去掉遮擋率小于設定遮擋率閾值的個體；5)利用精確2D包圍盒判斷個體是否為無效個體，去掉無效個體；6)根據個體集合以及個體對應的精確2D包圍盒，對該仿真圖像的進行數據標注和組織，得到標注后的仿真圖像。

技術領域

本發明屬于計算機軟件技術領域，具體涉及一種仿真圖像數據自動標注方法及系統。

背景技術

隨著機器學習技術特別是深度學習技術的快速發展，機器學習越來越得到各領域的重視與研究，機器學習在圖像算法領域得到了廣泛的應用和發展，如圖像識別、分類、檢測等，這些任務需要大量的數據來提高模型的泛化性與效果表現。機器學習算法的訓練、測試需要大量數據作為支撐，但是在某些具體的領域帶有標注的數據卻很少，因此在特定的領域需要大量的數據進行標注。

現階段為了準確的進行目標邊界框標注，主要通過人工方式手動標注或人工利用自動化標注工具實現。然而，人工使用數據標注軟件進行標注過程中，因為在標注類別多且目標多的物體時，往往需要尋找類別，浪費標注數據的時間，導致標注速度慢。在計算機視覺和無人車方面常用的數據集，如ImageNet(圖像識別最大的數據庫)、Kitti(無人車的真實場景數據)和Cityscapes(真實城市道路的場景數據)，包含的數據主要都是普通場景，特殊條件下的場景極少。對于場景條件的限制會極大增加通過人工方式獲取數據集的獲取周期和產生成本，這使得實時采集數據進行標注的傳統數據集獲取方法變得不可行。

隨著傳感器方面的仿真不斷進步，計算機成像的發展已經可以為自動駕駛提供攝像頭的訓練測試數據，英偉達、谷歌等公司在自動駕駛領域虛擬仿真圖像的利用上證明了借助虛擬圖像的可行性，為機器學習算法提供數據的準確性，仿真圖像很好的解決了場景條件的限制的問題。

視覺算法數據自動生成能夠為深度學習模型的訓練過程生成大批量、多種類的可用仿真圖像數據集。與此同時，由于圖像原始數據中經常出現大量的遮擋情況，為提高標注的準確性就需要對遮擋情況進行逐一人工分析。因此，遮擋情況下的批量圖像數據的人工標注更需要大量的時間和資金，且由于標注人員的失誤，可能會存在標注錯誤或不正確的數據，因此越來越多的學者通過研究機器學習的方法進行圖像的自動標注，但是遮擋情況的自動化標注的機器學習算法對數據集的依賴性較大，難以適應于多種場景，存在目標邊界框標注不準確的問題。

因此傳統的人工標注方法以及機器學習自動標注方法存在費時費力、成本高昂、標注不準確等缺陷，且對于遮擋情況下批量圖像數據仍需要人工標注。

發明內容

針對現有技術中存在的問題，本發明的目的在于提供一種仿真圖像數據自動標注方法及系統。本方法對于預數據標注的仿真圖像，進行了粗糙2D包圍盒標注、精確2D包圍盒標注、遮擋判斷、尺寸篩選、數據標注及組織等步驟，可高效率地完成仿真圖像的數據自動標注。本發明使用二分法對于粗糙2D包圍盒標注進一步的進行精確標注。對于仿真圖像中可能存在遮擋的個體進行了判斷和處理，使用仿真圖像中每個個體的像素信息，而不是整個圖像的像素信息。

本發明還提出了一種仿真圖像數據自動標注系統，用于仿真圖像數據自動標注方法的實現。

如圖1所示，本發明所提供的仿真圖像數據自動標注方法包括以下步驟：

步驟1：獲取仿真圖像、整體語義圖像和個體語義圖像集合，以及仿真相機參數和個體參數集合；

步驟2：根據所述個體語義圖像集合確定所述仿真圖像中包含的個體集合，對所述個體集合中的每個個體，利用所述仿真相機參數和所述個體參數集合中該個體對應的個體參數計算所述個體的粗糙2D包圍盒；