[发明专利]一种基于云平台的图像内容语义标注系统和方法在审

专利信息
申请号: 201810548686.6 申请日: 2018-05-31
公开(公告)号: CN108830466A 公开(公告)日: 2018-11-16
发明(设计)人: 焦健;刑警;张沛轩;张立华 申请(专利权)人: 长春博立电子科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/10
代理公司: 长春市吉利专利事务所 22206 代理人: 李晓莉
地址: 130000 吉林省长春市*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 标注 图像标注 语义标注系统 图像内容 云平台 人员工作量 辅助图像 管理成本 纠错系统 人工成本 人员管理 审核模块 图像管理 应用场景 准确率 改正 学习 审核 发现
【说明书】:

发明公开了一种基于云平台的图像内容语义标注系统和方法,属于图像标注技术领域。本发明通过提供基于云的在线人员管理和图像管理来节省时间,减少管理成本;通过标注审核模块、半自动标注模块作为图像标注的审核纠错系统来发现和改正标注人员产生的错误或者不精确标注,提高标注的准确率;通过提供多种多样的图像标注方法使该图像标注工具获得广泛的应用场景;还提供了基于深度学习的半自动标注模块,用来辅助图像标注模块。在标注人员进行标注前提供基于深度学习的预标注,标注人员根据预标注结果进行调整,减少标注人员工作量,节省人工成本,缩短标注周期。

技术领域

本发明属于图像标注技术领域,特别是涉及到一种基于云平台的图像内容语义标注系统和方法。

背景技术

随着近年来人工智能的发展。图像标注任务的需求越来越大。随即出现了一些用于标注图像的工具.这些标注图像的工具多数是桌面版的离线应用程序。

现有技术中的标注图像的工具主要有以下几种:一、基于标签的图像标注。这种标注方法是给图像打标签。例如:输入一张图像,图像标注的输出结果为输出几个关键词。二、桌面版的图像标注应用程序。这种标注方法一般用于为基于深度学习的目标检测和识别算法提供训练数据。例如:一张图中有多架飞机,标注时对图中每一架飞机都用矩形框标记并且记录相应的长宽坐标等信息。三、在线图像标注网站。现有的在线图像标注网站仅仅提供单一类型的标注,并缺少管理功能等。

现有技术中的标注图像的工具主要存在以下缺陷:

1)缺少有效的对大量图像以及众多标注人员的管理,工作效率低。离线版本的图像标注工具只能单机运行。对于有些标注需求图片数量能达到几万甚至几十万,显然无法一个人完成。这种离线的单机版无法完成项目成员之间的相互协作,以及整个标注任务的管理。需要给标注人员分发图像。最后收集标注结果。

2)标注类型单一。有的标注工具只能给图像添加标签类型的标注。有的只能提供用于目标检测的矩形框标注或者特征点标注,而不能提供适应多种任务的多种标注类型。这样限制了工具的应用场景。

3)缺少审核以及纠错流程。现有的图像标注工具缺少对标注结果进行审核以及对错误标注的纠错功能,降低了标注的整体准确率。

4)缺少半自动标注功能。半自动标注是用深度学习算法对待标准图像进行初步标注,然后进行人工审核。

因此现有技术当中亟需要一种新型的技术方案来解决这一问题。

发明内容

本发明所要解决的技术问题是:提供一种基于云平台的图像内容语义标注系统和方法,用于解决现有技术中的标注图像的工具缺少有效的对大量图像以及众多标注人员的管理,工作效率低;标注类型单一;缺少审核以及纠错流程以及缺少半自动标注功能的技术问题。

一种基于云平台的图像内容语义标注系统,包括服务端服务器和客户端服务器,

所述服务端服务器为具有云服务功能的存储服务器和运算服务器,用于用户信息存储、图像存储和人工智能引擎;

所述客户端服务器包括标注人员管理模块、图像管理模块、图像标注模块、标注审核模块、半自动标注模块和标注下载模块;

所述标注人员管理模块用于用户注册登录、加入或退出组织用户以及用户搜索;

所述图像管理模块用于创建图像目录、图像上传、生成图像标注任务指令并分配给标注人员;

所述图像标注模块用于标注图像、添加或者删除图像标注、放大或者缩小图像、添加或者删除标注物体的类别、显示图像列表;

所述标注审核模块用于对标注完成的图像创建审核任务,并将显示审核出错的图像传送给标注人员纠错;

所述半自动标注模块用于在标注人员标注前对图像进行预标注;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春博立电子科技有限公司,未经长春博立电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810548686.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top