[发明专利]图像标注方法、系统、设备和存储介质在审

专利信息
申请号: 202110996374.3 申请日: 2021-08-27
公开(公告)号: CN113672143A 公开(公告)日: 2021-11-19
发明(设计)人: 郑嘉伟 申请(专利权)人: 广州市网星信息技术有限公司
主分类号: G06F3/0481 分类号: G06F3/0481;G06F3/0484;G06F9/451
代理公司: 北京泽方誉航专利代理事务所(普通合伙) 11884 代理人: 陈照辉
地址: 511455 广东省广州市南沙区丰泽东路106*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 标注 方法 系统 设备 存储 介质
【说明书】:

发明实施例公开了一种图像标注方法、系统、设备和存储介质,该方法包括:显示包含第一图像的图像标注界面,响应于对所述第一图像的第一标注操作,得到第一标注结果;接收帧数选择操作,显示所述帧数选择操作选择的第二图像;将所述第一标注结果导入至所述第二图像中进行显示,接收对所述第二图像的第二标注操作,得到包含所述第一标注结果的第二标注结果。本方案实现了对多帧图像的追踪标注,减少了用户的标注操作,显著提高了图像标注效率。

技术领域

本申请实施例涉及图像处理技术领域,尤其涉及一种图像标注方法、系统、设备和存储介质。

背景技术

在计算机视觉领域,图像分割是指将图像细分为多个图像子区域的过程,通常用于定位图像中的物体和边界,在人脸识别、医学图像分析、机器视觉等领域都有重要作用。图像分割可以说是为图像的每个像素添加标签的过程,例如人脸识别中需要识别图像中人脸各部分的子区域,这一过程赋予了相同标签的像素某种共同的视觉特性。近些年来,由于深度学习在计算机视觉领域的成功应用,有大量算法工作人员致力于利用深度学习模型研究视频/图像分割的方法。视频追踪分割,可以看做将视频分为多个图像帧后,对所有图像帧进行图像分割的过程。深度学习模型的训练依赖大量的分割标注数据,通过提高标注效率,降低数据获取成本,将有利于推进机器学习的进步。

现有技术中,在进行图像标注时,大多采用对单帧图像进行边界框标注的方式,缺乏一种合理高效的对多帧图像进行图像标注的方法,其标注灵活性差、标注效率低。

发明内容

本发明实施例提供了一种图像标注方法、系统、设备和存储介质,解决了现有技术中图像标注效率低、灵活性差的问题,实现了对多帧图像的追踪标注,显著提高了图像标注效率。

第一方面,本发明实施例提供了一种图像标注方法,该方法包括:

显示包含第一图像的图像标注界面,响应于对所述第一图像的第一标注操作,得到第一标注结果;

接收帧数选择操作,显示所述帧数选择操作选择的第二图像;

将所述第一标注结果导入至所述第二图像中进行显示,接收对所述第二图像的第二标注操作,得到包含所述第一标注结果的第二标注结果。

第二方面,本发明实施例还提供了一种图像标注系统,包括:

显示单元,用于显示包含第一图像的图像标注界面;

标注处理单元,用于响应于对所述第一图像的第一标注操作,得到第一标注结果;

指令接收单元,用于接收帧数选择操作,所述显示单元用于显示所述帧数选择操作选择的第二图像;

所述标注单元,用于将所述第一标注结果导入至所述第二图像中进行显示,所述指令接收单元用于接收对所述第二图像的第二标注操作,所述标注处理单元用于根据所述第二标注操作得到包含所述第一标注结果的第二标注结果。

第三方面,本发明实施例还提供了一种图像标注设备,该设备包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例所述的图像标注方法。

第四方面,本发明实施例还提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的图像标注方法。

本发明实施例中,通过显示包含第一图像的图像标注界面,响应于对第一图像的第一标注操作,得到第一标注结果,接收帧数选择操作,显示帧数选择操作选择的第二图像,将第一标注结果导入至第二图像中进行显示,接收对第二图像的第二标注操作,得到包含所述第一标注结果的第二标注结果。本方案实现了对多帧图像的追踪标注,显著提高了图像标注效率。

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广州市网星信息技术有限公司,未经广州市网星信息技术有限公司许可,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/202110996374.3/2.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