[發(fā)明專利]視頻標(biāo)注方法及裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210084523.3
• 申請(qǐng)日: 2022-01-25
• 公開（公告）號(hào): CN114419510A
• 公開（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 戴瑞康;潘賢民
• 申請(qǐng)（專利權(quán)）人: 深圳市商湯科技有限公司
• 主分類號(hào): G06V20/40
• 分類號(hào): G06V20/40;G06V10/25;G06K9/62;G06V10/764
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 董文俊

本申請(qǐng)公開了一種視頻標(biāo)注方法及裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。該方法包括：獲取待標(biāo)注視頻和對(duì)象檢測(cè)模型；通過(guò)使用所述對(duì)象檢測(cè)模型檢測(cè)所述待標(biāo)注視頻的多個(gè)視頻幀，得到所述待標(biāo)注視頻的第一標(biāo)注結(jié)果；在檢測(cè)到針對(duì)所述第一標(biāo)注結(jié)果的編輯指令的情況下，依據(jù)所述編輯指令編輯所述第一標(biāo)注結(jié)果，得到所述待標(biāo)注視頻的第二標(biāo)注結(jié)果。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，尤其涉及一種視頻標(biāo)注方法及裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用越來(lái)越廣，其中就包括使用計(jì)算機(jī)視覺(jué)模型執(zhí)行任務(wù)。例如，使用對(duì)象檢測(cè)模型檢測(cè)視頻中是否包括目標(biāo)對(duì)象，又例如，使用事件檢測(cè)模型檢測(cè)視頻中是否包括待檢測(cè)事件。

在使用計(jì)算機(jī)視覺(jué)模型執(zhí)行任務(wù)之前，需要對(duì)計(jì)算機(jī)視覺(jué)模型進(jìn)行測(cè)試，以確認(rèn)計(jì)算機(jī)視覺(jué)模型具備執(zhí)行任務(wù)的能力。而計(jì)算機(jī)視覺(jué)模型的測(cè)試需要使用非常大數(shù)量的攜帶標(biāo)注信息的測(cè)試視頻。因此，如何獲取測(cè)試視頻的標(biāo)注信息具有非常重要的意義。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N視頻標(biāo)注方法及裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

第一方面，提供了一種視頻標(biāo)注方法，所述方法包括：

獲取待標(biāo)注視頻和對(duì)象檢測(cè)模型；

通過(guò)使用所述對(duì)象檢測(cè)模型檢測(cè)所述待標(biāo)注視頻的多個(gè)視頻幀，得到所述待標(biāo)注視頻的第一標(biāo)注結(jié)果；

在檢測(cè)到針對(duì)所述第一標(biāo)注結(jié)果的編輯指令的情況下，依據(jù)所述編輯指令編輯所述第一標(biāo)注結(jié)果，得到所述待標(biāo)注視頻的第二標(biāo)注結(jié)果。

結(jié)合本申請(qǐng)任一實(shí)施方式，所述通過(guò)使用所述對(duì)象檢測(cè)模型檢測(cè)所述待標(biāo)注視頻的各個(gè)視頻幀，得到所述待標(biāo)注視頻的第一標(biāo)注結(jié)果，包括：

通過(guò)使用所述對(duì)象檢測(cè)模型檢測(cè)所述待標(biāo)注視頻的多個(gè)視頻幀，得到所述待標(biāo)注視頻的第三標(biāo)注結(jié)果；

獲取所述待標(biāo)注視頻的多個(gè)視頻幀的感興趣區(qū)域的位置信息；

依據(jù)處于所述感興趣區(qū)域內(nèi)的所述第三標(biāo)注結(jié)果，得到所述待標(biāo)注視頻的第一標(biāo)注結(jié)果。

結(jié)合本申請(qǐng)任一實(shí)施方式，所述依據(jù)處于所述感興趣區(qū)域內(nèi)的所述第三標(biāo)注結(jié)果，得到所述待標(biāo)注視頻的第一標(biāo)注結(jié)果，包括：

依據(jù)處于所述感興趣區(qū)域內(nèi)的所述第三標(biāo)注結(jié)果，從所述待標(biāo)注視頻中確定包括目標(biāo)對(duì)象的至少一個(gè)目標(biāo)視頻幀；

根據(jù)所述至少一個(gè)目標(biāo)視頻幀，得到所述目標(biāo)對(duì)象在所述待標(biāo)注視頻中出現(xiàn)的視頻幀區(qū)間；

根據(jù)所述視頻幀區(qū)間，確定所述待標(biāo)注視頻的第一標(biāo)注結(jié)果。

結(jié)合本申請(qǐng)任一實(shí)施方式，根據(jù)所述視頻幀區(qū)間，確定所述待標(biāo)注視頻的第一標(biāo)注結(jié)果，包括：

確定所述視頻幀區(qū)間內(nèi)所述目標(biāo)對(duì)象的至少兩個(gè)檢測(cè)框；

合并所述目標(biāo)對(duì)象的至少兩個(gè)檢測(cè)框，得到合并后的檢測(cè)框；

根據(jù)所述合并后的檢測(cè)框，得到所述待標(biāo)注視頻的第一標(biāo)注結(jié)果。

結(jié)合本申請(qǐng)任一實(shí)施方式，所述視頻幀區(qū)間的播放時(shí)長(zhǎng)大于時(shí)長(zhǎng)閾值。

結(jié)合本申請(qǐng)任一實(shí)施方式，所述依據(jù)所述編輯指令編輯所述第一標(biāo)注結(jié)果，得到所述待標(biāo)注視頻的第二標(biāo)注結(jié)果，包括：

對(duì)所述第一標(biāo)注結(jié)果執(zhí)行所述編輯指令所指示的編輯操作，得到所述待標(biāo)注視頻的第二標(biāo)注結(jié)果，所述編輯操作包括以下至少一種：修改所述目標(biāo)對(duì)象在所述待標(biāo)注視頻中的檢測(cè)框的位置，刪除所述目標(biāo)對(duì)象在所述待標(biāo)注視頻中的檢測(cè)框。