[发明专利]一种深度学习中图像数据集的快速获取和快速标定方法

说明书

本发明公开了一种深度学习中图像数据集的快速获取和快速标定方法，将采集的视频经过电子稳像处理后，经中值滤波进行消噪和平滑处理，然后用高斯混合模型进行前景提取；根据提取出的前景的外轮廓的位置定位到原视频帧中对应的位置信息，以实现自动获取特定目标的最小包围盒；基于hog特征的局部模板匹配算法进行视频帧前景目标的分类；利用帧间匹配算法，将相邻帧中的对应连通区域进行同类别标记；得到了前景的位置信息和类别信息就实现了图像数据集的快速标定。本发明解决了深度学习中带标签数据数量非常少且获得新的带标签数据非常困难代价昂贵的问题，为特定类别的图像数据的训练和识别提供了很大的便利。

技术领域

本发明涉及图像处理技术，尤其涉及一种深度学习中图像数据集的快速获取和快速标定方法。

背景技术

视觉是人类认识世界非常重要的一种知觉。对于人类来说，通过视觉来识别手写数字、识别图片中的物体活着找出图片中某些特定目标及其轮廓都是非常简单的任务。然而，对于计算机而言，让计算机识别图片中的内容就不是一件简单容易的事了。图像识别问题希望借助于计算机程序来处理、分析和理解图片中的内容，使得计算机从图片中自动识别各种不同模式的目标和对象。图像识别领域是人工智能的一个重要领域，在最近几年已经取得了很多突破性进展。

深度学习是近十年来人工智能领域取得的重要突破。深度学习在图像识别领域的应用取得了巨大成功。深度学习中很多神经网络都需要很大的训练数据集，现在网络上有很多免费的标注好的数据集，但在实际应用中，有很多场景下需要识别的物体在网络上找不到与之对应的带标签数据集。在监督学习网络中，训练数据的质量直接会影响模型的好坏。很多深度学习的研究者面临者带标签数据数量非常少且获得新的带标签数据非常困难代价昂贵的问题，对特定类别的图像数据的训练和识别产生了阻力，目前通过人工的方法手动做数据标定，但这样带来的问题就是前期耗费时间长，在数据标定过程中容易感到疲惫且工作内容单一。由上述内容可知，对于如何快速获取和标定数据集的需求日益凸显。

发明内容

技术问题：为了解决深度学习中带标签数据数量少且获得新的带标签数据困难，代价昂贵的问题，本发明提供了一种深度学习中图像数据集的快速获取和快速标定方法，为特定类别的图像数据的训练和识别提供了极大的便利。

技术方案：一种深度学习中图像数据集的快速获取和快速标定方法，包括如下步骤：

S1、进行视频采集；

S2、从步骤S1中的视频中提取视频帧，将稳像后的视频进行预处理，并剔除视频帧中的噪点；

S3、将步骤S2中的视频帧，进行前背景分离获得前景，根据提取出的前景外轮廓获得原视频中的前景目标的最小包围盒；

S4、根据步骤S3前景连通区域的数量进行判断，将视频帧分为多目标和单目标两种情况；如果是单目标，则认为原视频中的目标物为单类别；如果是多目标，则根据目标间外轮廓的相似性判断是否为同一类别，从而进行类别划分；若所有目标的外轮廓都相似，则判断为单类别；若所有目标的外轮廓不全相似，可初步判断该视频帧中存在多类别，随即采用人工干预进行确认；

S5、根据步骤S4进行了类别划分之后，将相邻帧中的对应连通区域进行同类别标记；至此，即完成了所有帧的标定，得到一个单类别/多类别的数据集。

所述步骤S1中，将采集到的视频经过稳像处理，得到不抖动的视频，具体进行的视频帧稳像处理包括如下步骤：

S1.1、在一定的时间段内，利用运动熵衡量连续帧的运动混乱程度，判断视频画面是否发生抖动异常现象；

S1.2、若发生了抖动异常现象，计算所有帧的光流特征来解算出前一帧到当前帧的转换矩阵；所述转换矩阵包含三个参数：x方向上的偏移分量、y方向上的偏移分量和角度的偏移分量；

S1.3、累积偏移矢量获得每个帧的运动“轨迹”，使用滑动平均窗口平滑运动“轨迹”；