CN109345562A - 一种交通图片智能标注*** - Google Patents
一种交通图片智能标注*** Download PDFInfo
- Publication number
- CN109345562A CN109345562A CN201811118283.4A CN201811118283A CN109345562A CN 109345562 A CN109345562 A CN 109345562A CN 201811118283 A CN201811118283 A CN 201811118283A CN 109345562 A CN109345562 A CN 109345562A
- Authority
- CN
- China
- Prior art keywords
- picture
- traffic
- data
- crossroad
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种交通图片智能标注***,包括图片处理***、数据采集***和数据核查校验***,所述数据采集***内设有摄像头,摄像头设在在交通十字路口,摄像头在工作的过程中生产十字路口监控视频,十字路口监控视频传送至图片处理***;所述图片处理***对十字路口监控视频进行抽帧并截取视频图片,然后再对截取的视频图片进行卷积处理,再从卷积处理处理后的图片上选取特征区域。本发明增加了交通图像的方向预测,与物体的矩形位置和轮廓坐标共同定位了一个物体在图像中的状态;此外,本发明采用的图片处理***能够降低标注流程,从能够针对交通图像的快速标注和智能标注,实现降低图片标注成本,并对标注流程化。
Description
技术领域
本发明涉及交通图片处理技术领域,具体是一种交通图片智能标注***。
背景技术
当前,图片的标注是人工智能初始阶段中最耗时耗力的一个环节,也是人工智能现阶段无法跳过的环节。通过对样本的标注,可得到模型的训练集数据,通过训练集数据实现模型的训练,最终实现智能。所以实现快速的标注和智能标注将大大降低整个人工智能的成本,也推动人工智能的快速发展。现有的图片标注大都没有交通图像的方向预测。
发明内容
本发明的目的在于提供一种交通图片智能标注***,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种交通图片智能标注***,包括图片处理***、数据采集***和数据核查校验***,所述数据采集***内设有摄像头,摄像头设在在交通十字路口,摄像头在工作的过程中生产十字路口监控视频,十字路口监控视频传送至图片处理***;所述图片处理***对十字路口监控视频进行抽帧并截取视频图片,然后再对截取的视频图片进行卷积处理,再从卷积处理处理后的图片上选取特征区域,其后再对选取的特征区域图片进行处理,并继续对处理后的图片进行标注处理;所述标注处理则是对选取的特征区域图片进行标注,标注结果包括物体的类别、物体的矩形位置坐标、物体的运动方向、物体的轮廓位置坐标等信息,对图片进行标注后,会对特征图片的坐标数据进行处理,并最终形成标注的JSON文件集。
作为本发明的进一步方案:所述数据核查校验***采用人工对JSON文件集进行稽核,然后对稽核的数据进行模型训练,并在模型训练的基础上对模型进行优化。
作为本发明的进一步方案:所述物体的矩形位置坐标和物体的轮廓位置坐标数据能够对物体的运动方向进行定位,将物体的运动方向进行预测并标注。
作为本发明的再进一步方案:所述模型优化后将标注数据修正并反馈到标注处理模块。
与现有技术相比,本发明增加了交通图像的方向预测,与物体的矩形位置和轮廓坐标共同定位了一个物体在图像中的状态;此外,本发明采用的图片处理***能够降低标注流程,从能够针对交通图像的快速标注和智能标注,实现降低图片标注成本,并对标注流程化。
附图说明
图1为一种交通图片智能标注***的框架示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1,一种交通图片智能标注***,包括图片处理***、数据采集***和数据核查校验***,所述数据采集***内设有摄像头,摄像头设在在交通十字路口,摄像头在工作的过程中生产十字路口监控视频,十字路口监控视频传送至图片处理***;所述图片处理***对十字路口监控视频进行抽帧并截取视频图片,然后再对截取的视频图片进行卷积处理,再从卷积处理处理后的图片上选取特征区域,其后再对选取的特征区域图片进行处理,并继续对处理后的图片进行标注处理。
所述标注处理则是对选取的特征区域图片进行标注,标注结果包括物体的类别、物体的矩形位置坐标、物体的运动方向、物体的轮廓位置坐标等信息,对图片进行标注后,会对特征图片的坐标数据进行处理,以此来预测特征物体的运动方向,并将其标注显示出来,并最终形成标注的JSON文件集;
所述物体的矩形位置坐标和物体的轮廓位置坐标数据能够对物体的运动方向进行定位,从而预测出物体的运动方向,并将物体的运动方向进行标注。
所述数据核查校验***采用人工对JSON文件集进行稽核,然后对稽核的数据进行模型训练,并在模型训练的基础上对模型进行优化,模型优化后将标注数据修正并反馈到标注处理模块,从而给使得对图片的标注更加精准,从而实现智能标注。
本发明增加了交通图像的方向预测,与物体的矩形位置和轮廓坐标共同定位了一个物体在图像中的状态。
本发明采用的图片处理***能够降低标注流程,从能够针对交通图像的快速标注和智能标注,实现降低图片标注成本,并对标注流程化。
上面对本专利的较佳实施方式作了详细说明,但是本专利并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本专利宗旨的前提下作出各种变化。
Claims (4)
1.一种交通图片智能标注***,包括图片处理***、数据采集***和数据核查校验***,其特征在于,所述数据采集***内设有摄像头,摄像头设在在交通十字路口,摄像头在工作的过程中生产十字路口监控视频,十字路口监控视频传送至图片处理***;所述图片处理***对十字路口监控视频进行抽帧并截取视频图片,然后再对截取的视频图片进行卷积处理,再从卷积处理处理后的图片上选取特征区域,其后再对选取的特征区域图片进行处理,并继续对处理后的图片进行标注处理;所述标注处理则是对选取的特征区域图片进行标注,标注结果包括物体的类别、物体的矩形位置坐标、物体的运动方向、物体的轮廓位置坐标等信息,对图片进行标注后,会对特征图片的坐标数据进行处理,并最终形成标注的JSON文件集。
2.根据权利要求1所述的一种交通图片智能标注***,其特征在于,所述数据核查校验***采用人工对JSON文件集进行稽核,然后对稽核的数据进行模型训练,并在模型训练的基础上对模型进行优化。
3.根据权利要求1所述的一种交通图片智能标注***,其特征在于,所述物体的矩形位置坐标和物体的轮廓位置坐标数据能够对物体的运动方向进行定位,将物体的运动方向进行预测并标注。
4.根据权利要求2所述的一种交通图片智能标注***,其特征在于,所述模型优化后将标注数据修正并反馈到标注处理模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811118283.4A CN109345562A (zh) | 2018-09-26 | 2018-09-26 | 一种交通图片智能标注*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811118283.4A CN109345562A (zh) | 2018-09-26 | 2018-09-26 | 一种交通图片智能标注*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109345562A true CN109345562A (zh) | 2019-02-15 |
Family
ID=65306351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811118283.4A Pending CN109345562A (zh) | 2018-09-26 | 2018-09-26 | 一种交通图片智能标注*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345562A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179271A (zh) * | 2019-11-22 | 2020-05-19 | 浙江众合科技股份有限公司 | 一种基于检索匹配的物体角度信息标注方法及电子设备 |
CN111259728A (zh) * | 2019-12-20 | 2020-06-09 | 中译语通文娱科技(青岛)有限公司 | 一种视频图像信息标注方法 |
CN113128382A (zh) * | 2021-04-06 | 2021-07-16 | 青岛以萨数据技术有限公司 | 交通路口车道线检测方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001033503A1 (en) * | 1999-11-03 | 2001-05-10 | Cet Technologies Pte Ltd | Image processing techniques for a video based traffic monitoring system and methods therefor |
CN101398894A (zh) * | 2008-06-17 | 2009-04-01 | 浙江师范大学 | 机动车车牌自动识别方法及其实现装置 |
US20130101159A1 (en) * | 2011-10-21 | 2013-04-25 | Qualcomm Incorporated | Image and video based pedestrian traffic estimation |
CN106127802A (zh) * | 2016-06-16 | 2016-11-16 | 南京邮电大学盐城大数据研究院有限公司 | 一种运动目标轨迹追踪方法 |
CN106203433A (zh) * | 2016-07-13 | 2016-12-07 | 西安电子科技大学 | 一种车辆监控图像中车牌位置自动提取并透视校正的方法 |
CN106971563A (zh) * | 2017-04-01 | 2017-07-21 | 中国科学院深圳先进技术研究院 | 智能交通信号灯控制方法及*** |
CN107134144A (zh) * | 2017-04-27 | 2017-09-05 | 武汉理工大学 | 一种用于交通监控的车辆检测方法 |
-
2018
- 2018-09-26 CN CN201811118283.4A patent/CN109345562A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001033503A1 (en) * | 1999-11-03 | 2001-05-10 | Cet Technologies Pte Ltd | Image processing techniques for a video based traffic monitoring system and methods therefor |
CN101398894A (zh) * | 2008-06-17 | 2009-04-01 | 浙江师范大学 | 机动车车牌自动识别方法及其实现装置 |
US20130101159A1 (en) * | 2011-10-21 | 2013-04-25 | Qualcomm Incorporated | Image and video based pedestrian traffic estimation |
CN106127802A (zh) * | 2016-06-16 | 2016-11-16 | 南京邮电大学盐城大数据研究院有限公司 | 一种运动目标轨迹追踪方法 |
CN106203433A (zh) * | 2016-07-13 | 2016-12-07 | 西安电子科技大学 | 一种车辆监控图像中车牌位置自动提取并透视校正的方法 |
CN106971563A (zh) * | 2017-04-01 | 2017-07-21 | 中国科学院深圳先进技术研究院 | 智能交通信号灯控制方法及*** |
CN107134144A (zh) * | 2017-04-27 | 2017-09-05 | 武汉理工大学 | 一种用于交通监控的车辆检测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179271A (zh) * | 2019-11-22 | 2020-05-19 | 浙江众合科技股份有限公司 | 一种基于检索匹配的物体角度信息标注方法及电子设备 |
CN111179271B (zh) * | 2019-11-22 | 2021-05-11 | 浙江众合科技股份有限公司 | 一种基于检索匹配的物体角度信息标注方法及电子设备 |
CN111259728A (zh) * | 2019-12-20 | 2020-06-09 | 中译语通文娱科技(青岛)有限公司 | 一种视频图像信息标注方法 |
CN113128382A (zh) * | 2021-04-06 | 2021-07-16 | 青岛以萨数据技术有限公司 | 交通路口车道线检测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778867B (zh) | 目标检测方法和装置、神经网络训练方法和装置 | |
WO2021042682A1 (zh) | 变电站异物识别方法、装置、***、电子设备和存储介质 | |
JP6904614B2 (ja) | 対象物検出装置、予測モデル作成装置、対象物検出方法及びプログラム | |
CN109345562A (zh) | 一种交通图片智能标注*** | |
WO2021082662A1 (zh) | 辅助用户拍摄车辆视频的方法及装置 | |
CN114445706A (zh) | 一种基于特征融合的输电线路目标检测与识别方法 | |
US10635936B2 (en) | Method and system for training a neural network to classify objects or events | |
CN105718862A (zh) | 一种单摄像头教师自动跟踪方法、装置及录播*** | |
CN111160295B (zh) | 基于区域引导和时空注意力的视频行人重识别方法 | |
JP6800351B2 (ja) | 電極シートのバリを検出するための方法および装置 | |
CN108154102A (zh) | 一种道路交通标志识别方法 | |
US8953900B2 (en) | Increased quality of image objects based on depth in scene | |
CN102982336A (zh) | 识别模型生成方法和*** | |
IL282172B2 (en) | Systems and methods for training machine models with enhanced data | |
CN104881665A (zh) | 一种芯片字符识别与校验方法及装置 | |
CN102706274A (zh) | 工业结构化场景中机器视觉精确定位机械零件的*** | |
CN108717789A (zh) | 一种车辆样本的采集标注方法及装置 | |
CN112508865A (zh) | 一种无人机巡检避障方法、装置、计算机设备和存储介质 | |
CN110991297A (zh) | 一种基于场景监控的目标定位方法及*** | |
EP4287072A1 (en) | Methods for performing multi-view object detection by using homography attention module and devices using the same | |
CN112785557A (zh) | 皮带料流检测方法及装置、皮带料流检测*** | |
CN111091122B (zh) | 一种多尺度特征卷积神经网络的训练和检测方法、装置 | |
CN108737743B (zh) | 基于图像拼接的视频拼接装置及视频拼接方法 | |
WO2003030084A3 (en) | Face recognition from a temporal sequence of face images | |
TW200606753A (en) | Image processing apparatus and method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |