[发明专利]基于区域加权组合的不规则形式图像物体自动标注方法

摘要

本发明公开了一种基于区域加权组合的图像物体不规则形式自动标注方法，以人工方式弱标记幅图像数据，分为目标图像和非目标图像；采用无监督过分割技术将每一幅图像划分为若干个互斥的不规则区域，对幅图像提取局部特征并聚类构造单词表，获得词袋直方图特征向量，并以区域加权组合的方式表示图像中物体的特征向量，构造区域平滑正则项的数学表示；根据特征向量和构造的区域平滑正则项的数学表示，构造目标函数；最优化目标函数，得到模型参数和区域权重参数。本发明仅需要简单的弱标记即可实现图像数据中物体的不规则形式标注，大幅度减少人工标记的工作量；获得的物体标注可用于训练各种视觉识别的模型，应用于各个领域的自动识别。

主权项

1.一种基于区域加权组合的图像物体不规则形式自动标注方法，其特征在于，具体步骤如下：步骤S1：以人工方式弱标记N幅图像数据，将其分为目标图像和非目标图像两类；步骤S2：采用无监督过分割技术将N幅图像数据中的每一幅图像划分为若干个互斥的不规则区域，假设第i幅图像获得的不规则区域数量为m_i，i∈{1,2,…,N}；步骤S3:对N幅图像密集地提取局部特征并聚类构造单词表，从而获得每一个不规则区域的词袋直方图特征向量,假设第i幅图像的第j个区域的特征向量记为x_ij，j∈{1,2,…,m_i}；步骤S4：对N幅图像数据中的每幅图像中的每个过分割区域施加一个待优化的隐变量，并以区域加权组合的方式表示图像中物体的特征向量；步骤S5：构造区域平滑正则项的数学表示，以保证得到的标注区域为连续区域；步骤S6：选择一种分类模型，根据步骤S4中的以区域加权组合方式表示的特征向量和步骤S5中构造的区域平滑正则项的数学表示，构造目标函数；步骤S7：在步骤S1弱标注的图像集上最优化步骤S5中的目标函数，得到模型参数和区域权重参数。