[发明专利]信息标注方法、装置、设备、系统、介质及电子设备在审

专利信息
申请号: 201910150959.6 申请日: 2019-02-28
公开(公告)号: CN111626084A 公开(公告)日: 2020-09-04
发明(设计)人: 刘武;梅涛;赵何;刘鑫辰 申请(专利权)人: 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/38
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 袁礼君;阚梓瑄
地址: 100086 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 标注 方法 装置 设备 系统 介质 电子设备
【权利要求书】:

1.一种信息标注方法,其特征在于,包括:

确定对象在第一图像中的第一特征向量以及在第二图像中的第二特征向量;其中,所述对象在所述第一图像和所述第二图像中的呈现角度不同;

在所述第二特征向量满足预置条件时,为所述第二特征向量标注对象信息;其中,所述对象信息与所述第一特征向量相对应,且所述对象信息与所述对象相对应。

2.根据权利要求1所述的方法,其特征在于,所述确定对象在第一图像中的第一特征向量以及在第二图像中的第二特征向量,包括:

确定第一区域对应的第一特征向量以及第二区域对应的第二特征向量;其中,所述第一区域为从所述第一图像中确定出的包含对象的第一区域,所述第一区域小于所述第一图像对应的区域;所述第二区域为从所述第二图像中确定出的包含所述对象的第二区域,所述第二区域小于所述第二图像对应的区域。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:

对所述第一图像对应的深度图像和彩色图像分别进行对象识别,根据所有识别结果从所述第一图像中确定出包含所述对象的第一区域。

4.根据权利要求3所述的方法,其特征在于,所述对所述第一图像对应的深度图像进行对象识别,包括:

对所述第一图像对应的深度图像进行灰度处理,将灰度处理后的深度图像进行二值化处理;

对二值化处理后的深度图像进行边缘检测,根据边缘检测结果确定对象的第一包围盒信息。

5.根据权利要求4所述的方法,其特征在于,所述将灰度处理后的深度图像进行二值化处理,包括:

对灰度处理后的深度图像去噪;

将去噪后的深度图像进行二值化处理。

6.根据权利要求4所述的方法,其特征在于,所述将灰度处理后的深度图像进行二值化处理,包括:

根据灰度处理后的深度图像的灰度值分布确定灰度阈值;

根据所述灰度阈值对灰度处理后的深度图像进行分割,以完成对灰度处理后的深度图像的二值化处理。

7.根据权利要求4所述的方法,其特征在于,所述对所述第一图像对应的彩色图像进行对象识别,包括:

对所述第一图像对应的彩色图像进行预处理;其中,所述预处理包括归一化处理和/或颜色处理;

根据所述预处理后的彩色图像确定所述对象的第二包围盒信息。

8.根据权利要求7所述的方法,其特征在于,所述根据所有识别结果从所述第一图像中确定出包含所述对象的第一区域,包括:

根据所述第一包围盒信息和所述第二包围盒信息,从所述第一图像中确定出包含所述对象的第一区域。

9.根据权利要求2所述的方法,其特征在于,所述确定第一区域对应的第一特征向量以及第二区域对应的第二特征向量,包括:

通过特征嵌入神经网络将第一区域映射为第一特征向量,以及将第二区域映射为第二特征向量。

10.根据权利要求1所述的方法,其特征在于,所述方法还包括:

如果所述第一特征向量与所述第二特征向量的相似度高于预设相似度,判定所述第二特征向量满足所述预置条件。

11.根据权利要求9所述的方法,其特征在于,所述方法还包括:

将所述对象信息和所述第二区域作为对应关系进行保存。

12.一种信息标注装置,其特征在于,包括:

特征向量确定单元,用于确定对象在第一图像中的第一特征向量以及在第二图像中的第二特征向量;其中,所述对象在所述第一图像和所述第二图像中的呈现角度不同;

信息标注单元,用于在所述第二特征向量满足预置条件时,为所述第二特征向量标注对象信息;其中,所述对象信息与所述第一特征向量相对应,且所述对象信息与所述对象相对应。

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北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,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/201910150959.6/1.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