[發明專利]一種用于地球儀區域檢測的數據集獲取及自動標注的方法

有效

• 申請號: 202110672555.0
• 申請日: 2021-06-17
• 公開（公告）號: CN113342914B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 董爽;陳恒鑫;陳鑫潤
• 申請（專利權）人: 重慶大學
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06T17/05
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 楊柳岸

本發明涉及一種用于地球儀區域檢測的數據集獲取及自動標注的方法，屬于計算機視覺技術領域。該方法具體包括：S1：轉換坐標，生成規格相同、紋理不同的平面世界地圖；S2：使用3D虛擬引擎載入地球儀模型，將一張對應的紋理貼圖通過參數化紋理映射，將平面世界地圖映射到地球儀模型上；然后在地球儀球體模型上選擇目標區域并做標記；S3：獲取一張新的紋理貼圖并設置到地球儀模型上；S4：設置環境參數和地球儀模型的旋轉方式、截圖頻率，在旋轉過程中截取圖片；S5：判斷可見標記點并計算可見標記點數量；S6：判斷可見標記點數量與總標記點數量的比值是否達到預設比例。本發明能自動獲取大量數據集，提升模型訓練的準確率。

技術領域

本發明屬于計算機視覺技術領域，涉及一種用于地球儀區域檢測的數據集獲取及自動標注的方法。

背景技術

深度學習技術對解決計算機視覺相關問題帶來了巨大的幫助，但深度學習的缺點就是需要大量標記的數據，為獲取數據集往往需要采用人工拍照及人工標注的方式，需要消耗大量的時間和人力。

尤其在使用基于深度學習的目標檢測算法來識別地球儀區域時，為了獲取到大量的標注數據集，現有的方法需要消耗大量人力和時間來獲取，不利于現有工作的開展。

發明內容

有鑒于此，本發明的目的在于提供一種用于地球儀區域檢測的數據集獲取及自動標注的方法，利用基于3D虛擬引擎的能夠自動獲取數據集并自動標注的系統，來得到了大量的標注數據，從而提升模型訓練的準確率，從而大大節省了時間和人力成本。

為達到上述目的，本發明提供如下技術方案：

一種用于地球儀區域檢測的數據集獲取及自動標注的方法，具體包括以下步驟：

S1：將包含WGS84地理坐標系統的GIS數據轉換為Patterson投影坐標系統，生成大量規格相同、紋理不同的平面世界地圖，平面投影圖片用于3D虛擬引擎中地球儀的紋理貼圖；

S2：使用3D虛擬引擎載入地球儀模型，將一張對應的紋理貼圖通過參數化紋理映射，將平面世界地圖映射到地球儀模型上；然后在經過紋理映射后的地球儀球體模型上選擇目標區域，對目標區域輪廓插入多個標記，每個區域輪廓的標記為同一組標記；

S3：通過網絡向目標存儲位置請求一張新的紋理貼圖并設置到地球儀模型上，由于紋理貼圖規格相同，則步驟S2插入的輪廓標記依然匹配對應的區域輪廓位置；

S4：設置環境參數(包括光照、距離)和地球儀模型的旋轉方式，然后設定截圖頻率，在旋轉過程中截取圖片來獲得不同角度、不同光照條件、不同距離下的地球儀圖片；

S5：在地球儀模型外增加一層球型檢測框，在步驟S4截取圖片后，從地球儀模型的前方位置向地球儀模型上插入所有區域輪廓標記發射光線，然后判斷可見標記點并計算每一組的可見標記點數量；

S6：判斷可見標記點數量與該組總標記點數量的比值是否達到預設比例；若達到，則計算對應區域輪廓的最小檢測框坐標，然后將坐標與截圖一一對應并保存得到數據集；否則，不計算對應區域的檢測框坐標；如果保存檢測框數據則需要通過該區域輪廓的所有可見標記點的二維圖像坐標，計算它的最小檢測框的左上和右下兩點的圖像坐標，得到自動標注數據，與當前的截圖對應保存。

S7：當按照步驟S4的規則截取完圖片并自動生成檢測框標記數據后，重復執行步驟S3～S6，直到沒有新的紋理貼圖存在。

進一步，步驟S1中，將GIS數據轉換為Patterson投影坐標系的計算公式為：

x＝λ

其中，x、y為投影坐標，λ、為經緯度，c₁、c₂、c₃、c₄為多項式系數。