一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻、圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注方法及系統(tǒng)。
【背景技術(shù)】
[0002]隨著I nternet和數(shù)字圖像技術(shù)的發(fā)展，圖像數(shù)據(jù)呈現(xiàn)海量增長，對于很多機(jī)器學(xué)習(xí)領(lǐng)域的學(xué)者而言，從海量的視頻或圖像數(shù)據(jù)中采集到我們所需的目標(biāo)的樣本集，是一件費(fèi)時費(fèi)力的事，而且往往最終得到的樣本集不一定夠數(shù)或者不一定全都有效。采集之前首先要對視頻或圖片集進(jìn)行標(biāo)注，視頻標(biāo)注可以分為手動標(biāo)注和自動標(biāo)注兩類。傳統(tǒng)的人工標(biāo)注方法每次只能對一幅圖像中的物體區(qū)域進(jìn)行標(biāo)注，僅僅使用人工來進(jìn)行標(biāo)注越來越費(fèi)時耗力。因此越來越多的學(xué)者研宄通過利用機(jī)器學(xué)習(xí)方法來進(jìn)行自動圖像標(biāo)注，但是使用統(tǒng)計學(xué)習(xí)方法也需要大量的已標(biāo)注樣本作為訓(xùn)練集，然而，目前存在的已標(biāo)注數(shù)據(jù)集相對較少。

【發(fā)明內(nèi)容】

[0003]本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注方法及系統(tǒng)。
[0004]本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注方法，包括如下步驟:
[0005]步驟1，利用半自動軟件工具標(biāo)注原始數(shù)據(jù)集中的目標(biāo)；
[0006]步驟2，對已標(biāo)注的原始數(shù)據(jù)集進(jìn)行粗采集，得到正樣本集和負(fù)樣本集；
[0007]步驟3，利用正樣本集和負(fù)樣本集進(jìn)行訓(xùn)練，得到目標(biāo)檢測器；
[0008]步驟4，利用目標(biāo)檢測器對原始數(shù)據(jù)集進(jìn)行精采集，更新正樣本集和負(fù)樣本集；
[0009]步驟5，判斷正樣本集中的樣本數(shù)量是否達(dá)到預(yù)設(shè)數(shù)量或檢測器性能是否達(dá)到預(yù)設(shè)標(biāo)準(zhǔn)，如果未達(dá)到，返回步驟3，否則結(jié)束迭代。
[0010]本發(fā)明的有益效果是:本發(fā)明通過半自動方式標(biāo)注視頻或圖片集中的目標(biāo)之后，先“粗采集”部分?jǐn)?shù)據(jù)來訓(xùn)練生成檢測器，再通過檢測器“精采集”來精確獲取更多的目標(biāo)的樣本，通過迭代“精采集”的過程，利用新得到的樣本訓(xùn)練出新的更精確的檢測器進(jìn)一步檢測、切割目標(biāo)。本發(fā)明利用軟件工具使得標(biāo)注工作更快速更高效，整個過程不但提高了標(biāo)注和采集的速度，節(jié)省了人力成本，通過粗采集和精采集的結(jié)合提高了樣本的精確性。
[0011]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。
[0012]進(jìn)一步，步驟I對目標(biāo)在原始數(shù)據(jù)集中出現(xiàn)的時間和位置進(jìn)行標(biāo)注，將目標(biāo)信息保存在標(biāo)注文檔中。
[0013]采用上述進(jìn)一步方案的有益效果:為目標(biāo)的切割提供依據(jù)，實現(xiàn)對目標(biāo)的精準(zhǔn)切害J，形成正樣本集和負(fù)樣本集。
[0014]進(jìn)一步，步驟2中對已標(biāo)注的原始數(shù)據(jù)集進(jìn)行粗采集，得到正樣本集和負(fù)樣本集的具體操作為:
[0015]步驟2.1，從已標(biāo)注的原始數(shù)據(jù)集中切割目標(biāo)，得到的正樣本形成一次正樣本集；
[0016]步驟2.2，從原始數(shù)據(jù)集中切割不含目標(biāo)的圖片作為負(fù)樣本集。
[0017]采用上述進(jìn)一步方案的有益效果:
[0018]進(jìn)一步，步驟4中利用目標(biāo)檢測器對原始數(shù)據(jù)集進(jìn)行精采集，更新正樣本集和負(fù)樣本集的具體操作為:
[0019]步驟4.1，利用檢測器對原始數(shù)據(jù)集進(jìn)行檢測；
[0020]步驟4.2，將原始數(shù)據(jù)集中檢測到的目標(biāo)切割下來，更新正樣本集；
[0021]步驟4.3，從原始數(shù)據(jù)集中切割不含目標(biāo)的圖片，更新負(fù)樣本集。
[0022]采用上述進(jìn)一步方案的有益效果:
[0023]進(jìn)一步，上述技術(shù)方案還包括利用檢測器對原始數(shù)據(jù)集進(jìn)行檢測過程中，為所有得到的目標(biāo)打分，并按分?jǐn)?shù)高低進(jìn)行排序；步驟4.2中將原始數(shù)據(jù)集中檢測到的目標(biāo)切割下來得到檢測所得正樣本集，檢測所述檢測所得正樣本集中是否存在分?jǐn)?shù)低于閾值的樣本，如果存在，將其作為負(fù)樣本移入負(fù)樣本集，剩下的分?jǐn)?shù)高于閾值的樣本即為正樣本，用于更新正樣本集，否則直接用檢測所得正樣本集更新正樣本集。
[0024]采用上述進(jìn)一步方案的有益效果:防止誤將非目標(biāo)的樣本作為目標(biāo)樣本放入正樣本集，進(jìn)一步提尚樣本的準(zhǔn)確性。
[0025]本發(fā)明解決上述技術(shù)問題的另一技術(shù)方案如下:一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注系統(tǒng)，包括標(biāo)注模塊、粗采集模塊、目標(biāo)檢測器生成模塊、精采集模塊和迭代控制豐吳塊；
[0026]所述標(biāo)注模塊，用于利用半自動軟件工具標(biāo)注原始數(shù)據(jù)集中的目標(biāo)；
[0027]所述粗采集模塊，用于對已標(biāo)注的原始數(shù)據(jù)集進(jìn)行粗采集，得到正樣本集和負(fù)樣本集；
[0028]所述目標(biāo)檢測器生成模塊，用于利用正樣本集和負(fù)樣本集進(jìn)行訓(xùn)練，得到目標(biāo)檢測器；
[0029]所述精采集模塊，用于利用目標(biāo)檢測器對原始數(shù)據(jù)集進(jìn)行精采集，更新正樣本集和負(fù)樣本集；
[0030]所述迭代控制模塊，用于判斷正樣本集中樣本數(shù)量是否達(dá)到預(yù)設(shè)數(shù)量或檢測器性能是否達(dá)到預(yù)設(shè)標(biāo)準(zhǔn)，如果未達(dá)到控制目標(biāo)檢測器生成模塊和精采集模塊迭代，直至滿足預(yù)設(shè)數(shù)量或預(yù)設(shè)標(biāo)準(zhǔn)。
[0031]在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。
[0032]進(jìn)一步，所述標(biāo)注模塊對目標(biāo)在原始數(shù)據(jù)集中出現(xiàn)的時間和位置進(jìn)行標(biāo)注，將目標(biāo)信息保存在標(biāo)注文檔中。
[0033]進(jìn)一步，所述粗采集模塊包括第一切割單元和第二切割單元:所述第一切割單元，用于從已標(biāo)注的原始數(shù)據(jù)集中切割目標(biāo)，得到的正樣本形成一次正樣本集；所述第二切割單元，用于從原始數(shù)據(jù)集中切割不含目標(biāo)的圖片作為負(fù)樣本集。
[0034]進(jìn)一步，所述精采集模塊包括檢測單元、第三切割單元和第四切割單元；所述檢測單元，利用檢測器對原始數(shù)據(jù)集進(jìn)行檢測；所述第三切割單元，用于將原始數(shù)據(jù)集中檢測到的目標(biāo)切割下來，更新正樣本集；所述第四切割單元，從原始數(shù)據(jù)集中切割不含目標(biāo)的圖片，更新負(fù)樣本集。
[0035]進(jìn)一步，所述精采集模塊還包括排序單元和監(jiān)督單元；所述排序單元，用于在檢測器對原始數(shù)據(jù)集進(jìn)行檢測過程中，為所有得到的目標(biāo)打分，并按分?jǐn)?shù)高低進(jìn)行排序；所述監(jiān)督單元，用于將原始數(shù)據(jù)集中檢測到的目標(biāo)切割下來得到檢測所得正樣本集，檢測所述檢測所得正樣本集中是否存在分?jǐn)?shù)低于閾值的樣本，如果存在，將其作為負(fù)樣本移入負(fù)樣本集，剩下的分?jǐn)?shù)高于閾值的樣本即為正樣本，用于更新正樣本集，否則直接用檢測所得正樣本集更新正樣本集。
【附圖說明】
[0036]圖1為本發(fā)明所述一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注方法流程圖；
[0037]圖2為本發(fā)明所述一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注系統(tǒng)框圖。
[0038]附圖中，各標(biāo)號所代表的部件列表如下:
[0039]1、標(biāo)注模塊，2、粗采集模塊，3、目標(biāo)檢測器生成模塊，4、精采集模塊，5、迭代控制模塊，21、第一切割單元，22、第二切割單元，41、檢測單元，42、第三切割單元，43、第四切割單元，44、排序單元，45、監(jiān)督單元。
【具體實施方式】
[0040]以下結(jié)合附圖對本發(fā)明的原理和特征進(jìn)行描述，所舉實例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。
[0041]如圖1所示，一種基于分級迭代的大規(guī)模圖像樣本標(biāo)注方法，包括如下步驟:
[0042]步驟1，利用半自動軟件工具標(biāo)注原始數(shù)據(jù)集中的目標(biāo)；
[0043]步驟2，對已標(biāo)注的原始數(shù)據(jù)集進(jìn)行粗采集，得到正樣本集和負(fù)樣本集；
[0044]步驟3，利用正樣本集和負(fù)樣本集進(jìn)行訓(xùn)練，得到目標(biāo)檢測器；
[0045]步驟4，利用目標(biāo)檢測器對原始數(shù)據(jù)集進(jìn)行精采集，更新正樣本集和負(fù)樣本集；
[0046]步驟5，判斷正樣本集中的樣本數(shù)量是否達(dá)到預(yù)設(shè)數(shù)量或檢測器性能是否達(dá)到預(yù)設(shè)標(biāo)準(zhǔn)，如果未達(dá)到，返回步驟3，否則結(jié)束迭代。
[0047]具體地，實現(xiàn)流程如下:
[0048]標(biāo)注過程:
[0049]1.收集或網(wǎng)上下載一部分包含目標(biāo)的視頻集或圖片集，作為原始數(shù)據(jù)集，用于采集目標(biāo)。
[0050]2.通過自制軟件工具標(biāo)注部分原始數(shù)據(jù)集中的目標(biāo)。如果是視頻集，標(biāo)注出目標(biāo)所在的視頻幀范圍、在幀上的空間坐標(biāo)點(diǎn)；具體的，標(biāo)注后會將目標(biāo)的信息保存在標(biāo)注文檔中，保存的信息有:目標(biāo)類別、目標(biāo)出現(xiàn)開始幀、目標(biāo)出現(xiàn)結(jié)束幀、目標(biāo)在圖像幀中位置的左上角坐標(biāo)(x，y)、標(biāo)注矩形的寬W和高H和視頻名稱。如果是圖片集，標(biāo)注出目標(biāo)所在圖片的空間坐標(biāo)點(diǎn)；具體的，標(biāo)注后會將目標(biāo)的信息保存在標(biāo)注文檔中，保存的信息有:目標(biāo)類另O、目標(biāo)在圖像幀中位置的左上角坐標(biāo)U，y)、標(biāo)注矩形的寬W和高H和圖片名稱。
[0051]粗采集過程:
[0052]3.根據(jù)上述標(biāo)注文檔中的目標(biāo)信息，利用自制的切割工具從原始數(shù)據(jù)集中切割目標(biāo)，實現(xiàn)目標(biāo)樣本的粗采集，得到的正樣本形成“正樣本集”。
[0053]4.依然