CN111401229A - 视觉小目标自动标注方法、装置及电子设备 - Google Patents
视觉小目标自动标注方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111401229A CN111401229A CN202010176644.1A CN202010176644A CN111401229A CN 111401229 A CN111401229 A CN 111401229A CN 202010176644 A CN202010176644 A CN 202010176644A CN 111401229 A CN111401229 A CN 111401229A
- Authority
- CN
- China
- Prior art keywords
- type
- target
- video
- frame
- detection result
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例中提供了一种视觉小目标自动标注方法、装置及电子设备,属于数据处理技术领域,该方法包括:将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧;采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果;采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果;采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。通过本公开的处理方案,能够提高视觉小目标的自动标注效率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种视觉小目标自动标注方法、装置及电子设备。
背景技术
数据标注是一类人工开销很大的劳动密集型工作。其主要依赖人类的知识,为视觉数据做一些标记,学术上称之为Ground Truth(真值)。而人工智能算法就是试图建立一个数学模型,通过学习可以模拟人类的知识,使人工智能做出类似于人类智能的判断。
获得数据标注往往需要极大的代价,每一个熟练的数据标注工程师,通过简易工具每天仅能标注几百乃至千余个标注框。而人工智能训练需要的数据确实无比巨大的。
数据标注的质量也会直接影响着人工智能算法的精度。而人类在从事此类枯燥、机械的工作中,难免出现疲劳,会严重影响数据标注质量。
人工智能算法训练对海量数据的需求与人类标注的低下效率存在矛盾,机械且枯燥的工作内容与对工作的高质量要求存在矛盾。。
发明内容
有鉴于此,本公开实施例提供一种视觉小目标自动标注方法、装置及电子设备,以至少部分解决现有技术中存在的问题。
第一方面,本公开实施例提供了一种视觉小目标自动标注方法,包括:
将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧;
采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果;
采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果;
采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。
根据本公开实施例的一种具体实现方式,所述将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,包括:
遍历目标视频中的全部视频帧;
每间隔m帧,标记一帧为第一类关键帧;
将第一类关键帧以外的其他视频帧被标记为第二类关键帧,其中,所述第一类关键帧用于目标检测,所述第二类关键帧用于目标跟踪。
根据本公开实施例的一种具体实现方式,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
采用顺序方式,在第一类视频帧上使用目标检测算法,获得待标注目标的位置和尺寸,将待标注目标的位置和尺寸作为跟踪处理的初始状态;
采用顺序方式,在与所述第一类关键帧相邻的第二类关键帧上使用跟踪算法,基于相邻帧,预估待检测的视觉小目标在当前帧上的位置和尺寸。
根据本公开实施例的一种具体实现方式,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
在对所述第二类视频帧执行跟踪处理的过程中,当出现下一个相邻的第一类关键帧时,结束针对所述第二类视频帧的跟踪处理。
根据本公开实施例的一种具体实现方式,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
实时获取跟踪处理的结果;
当跟踪处理的结果的误差超出预设阈值时,结束跟踪处理步骤。
根据本公开实施例的一种具体实现方式,所述采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果,包括:
采用逆序方式,在第一类视频帧上使用目标检测算法,获得待标注目标的位置和尺寸,将待标注目标的位置和尺寸作为跟踪处理的初始状态;
采用逆序方式,在与所述第一类关键帧相邻的第二类关键帧上使用跟踪算法,基于相邻帧,预估待检测的视觉小目标在当前帧上的位置和尺寸。
根据本公开实施例的一种具体实现方式,所述分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
在目标检测的过程中,针对检测得到的结果设置针对视频小目标的第一置信度,表示为Cd,用于表示目标被判定正确的可信程度的高低;
在跟踪处理的过程中,对于跟踪处理得到的结果设置第二信度值,表示为Ct,用于表示跟踪处理结果的可靠度;
对于第一置信度和第二置信度执行归一化处理;
基于归一化处理后的结果,将第k帧的置信度用Ck来表示,若第k帧是第一类关键帧,则Ck=Cd,若第k帧是第二类关键帧,则Ck=Ck-1*Ct。
根据本公开实施例的一种具体实现方式,所述采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果,包括:
对于每一个视频帧,将顺序序列和逆序序列所对应的所述第一检测结果和所述第二检测结果使用非极大值抑制,得到每个视频帧上的最终标注结果。
第二方面,本公开实施例提供了一种视觉小目标自动标注装置,包括:
分类模块,用于将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧;
第一处理模块,用于采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果;
第二处理模块,用于采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果;
融合模块,用于采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。
第三方面,本公开实施例还提供了一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的视觉小目标自动标注方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的视觉小目标自动标注方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的视觉小目标自动标注方法。
本公开实施例中的视觉小目标自动标注方案,包括将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧;采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果;采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果;采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。通过本公开的处理方案,能够提高数据标注产能,降低工人劳动强度,提高标注质量。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种视觉小目标自动标注方法的流程图;
图2为本公开实施例提供的不同类型的关键帧的示意图;
图3a-3d为本公开实施例提供的另一种视觉小目标自动标注方法的示意图;
图4a-4d为本公开实施例提供的另一种视觉小目标自动标注方法的示意图;
图5为本公开实施例提供的一种视觉小目标自动标注装置的结构示意图;
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种视觉小目标自动标注方法。本实施例提供的视觉小目标自动标注方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、客户端等中。
参见图1,本公开实施例中的视觉小目标自动标注方法,可以包括如下步骤:
S101,将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧。
数据标注是一类人工开销很大的劳动密集型工作。其主要依赖人类的知识,为视觉数据做一些标记,学术上称之为Ground Truth(真值)。而人工智能算法就是试图建立一个数学模型,通过学习可以模拟人类的知识,使人工智能做出类似于人类智能的判断。获得数据标注往往需要极大的代价,每一个熟练的数据标注工程师,通过简易工具每天仅能标注几百乃至千余个标注框。而人工智能训练需要的数据确实无比巨大的。
数据标注的质量也会直接影响着人工智能算法的精度。而人类在从事此类枯燥、机械的工作中,难免出现疲劳,会严重影响数据标注质量。综上所述,人工智能算法训练对海量数据的需求与人类标注的低下效率存在矛盾,机械且枯燥的工作内容与对工作的高质量要求存在矛盾。而本发明旨在解决上述矛盾,提高数据标注行业产能,降低工人劳动强度,提高标注质量。
本发明利用了相邻帧间目标的空间、时间关系,使用目标检测算法对第一类帧进行检测,对第二类帧做逐帧的目标跟踪。
参见图2在具体分类的过程中,遍历一段视频的全部视频正,将全部帧标记为第一类视频帧、和第二类视频帧。
在一个具体的实施例中:每间隔m帧,标记一帧为“第一类关键帧”(即第一类视频帧)。“第一类关键帧”以外其他视频帧都被标记为“第二类关键帧”(即第二类视频帧)。
当然还可以通过其他方法动态标记第一类视频帧和第二类视频帧,在本发明中如何标记第一类和第二类帧不做具体的限制,但限制将关键帧标记为两类,一类主要用于目标检测,另一类主要用于目标跟踪。
S102,采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果。
参见图3a-图3d,目标检测是计算机视觉领域的一类经典问题,旨在从视觉信号中定位待检测目标的位置,尺寸,通常由x,y,width,height来表达一个目标(左上角点的横、纵坐标位置,以及目标的宽和高)。为解决此问题,可以利用RCNN、SSD、Yolo等算法加以解决。
目标跟踪是计算机视觉领域的另一个经典问题,旨在通过相邻帧中目标所在的位置、尺寸,估计待跟踪帧中目标的位置和尺寸。参见图3b,本发明中所涉及到的跟踪技术是需要考虑尺度变化的,即除了估计位置的变化外,还需要估计尺寸的变化。为解决此问题,可以利用相关滤波技术、KCF、ECO等技术加以解决。
目标检测技术发展至今,已广泛应用于安防、零售等应用场景。但是其在实际使用中仍然有一些难以解决的弱点,可以归纳为小目标、遮挡、强运动。参见图3c-图3d,现有的检测技术在小目标检测问题上仍有瓶颈,对于小目标难以在查准率和查全率间做出一个比较好的平衡。目标跟踪技术,无论是基于传统计算机视觉技术,或是深度学习技术,在目标尺度大范围变化、遮挡严重、距离运动时难免会出现跟踪失败等问题。
参见图4a-4d,本发明的关键点在于在第一类视频帧上使用目标检测算法,获得待标注目标的位置和尺寸,将其作为跟踪算法的初始状态(初始给定)。
在相邻的第二类视频帧上使用跟踪算法,基于相邻帧(根据序列类型决定),估计在当前帧上目标的位置和尺寸。从而得到第一检测结果。
跟踪算法的退出条件:(1)出现下一个第一类关键帧,结束跟踪算法,使用目标检测算法重新给定初值。(2)跟踪算法的误差明显超出预设阈值,则结束跟踪算法。
一个具体的实施例如下:一个标注业务数据源是行车记录仪所拍摄视频数据,标注目标是画面中的道路标识牌,在视频中车载行车记录仪向前方拍摄,如图4a所示,使用第一类序列(顺序序列)处理全部视频帧,连续视频帧的检测效果如图4b所示随着车辆的运动,标识牌在画面中越来越大,上图中前两帧不能有效。
对于检测算法,以SSD或Yolo为例,每一个检测结果都有两个属性,(1)目标的尺寸和位置,(2)目标的置信度,表示为Cd。对于前者不再赘述,置信度越高该目标被判定正确的可信程度越高,反之越低。
对于跟踪算法,跟踪结果一般也具有一个置信度值,表示为Ct,例如MOSSE跟踪技术中,峰值旁瓣比(Peak to Sidelobe Ratio,PSR),相关滤波技术中的波峰值都可以作为置信度的度量方法。置信度越高,跟踪的结果越可靠,当存在较大干扰时置信度会降低。
两种置信度通常被归一化到[0,1]范围内。令第k帧某目标的置信度用Ck来表示,若这一帧是第一类关键帧,则Ck=Cd;若这一帧是第二类关键帧,则Ck=Ck-1*Ct。
以上只是一种置信度计算的实施例,还有其他类似的技术可以用来确认置信度,不在本发明中赘述。
S103,采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果。
为了克服顺序检测的缺点,使用第二类序列(逆序序列)处理全部视频帧,连续视频帧的检测效果如图4c所示,单纯依靠检测,其效果与顺序序列类似,前三帧可以被检测到,而后两帧不能被有效检测。但结合跟踪算法,当目标不能被检测算法检测到时,使用跟踪算法可以持续地获得目标的位置和尺寸信息。效果图如图4d所示。通过上述方式,得到第二检测结果。
S104,采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。
对于每一个视频帧,将顺序序列和逆序序列的检测结果使用非极大值抑制的办法融和在一起。关于非极大值抑制(NMS)为本领域通用技术,在此不再对该技术的详细内容进行叙述。
根据本公开实施例的一种具体实现方式,所述将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,包括:遍历目标视频中的全部视频帧;每间隔m帧,标记一帧为第一类关键帧;将第一类关键帧以外的其他视频帧被标记为第二类关键帧,其中,所述第一类关键帧用于目标检测,所述第二类关键帧用于目标跟踪。
根据本公开实施例的一种具体实现方式,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:采用顺序方式,在第一类视频帧上使用目标检测算法,获得待标注目标的位置和尺寸,将待标注目标的位置和尺寸作为跟踪处理的初始状态;采用顺序方式,在与所述第一类关键帧相邻的第二类关键帧上使用跟踪算法,基于相邻帧,预估待检测的视觉小目标在当前帧上的位置和尺寸。
根据本公开实施例的一种具体实现方式,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:在对所述第二类视频帧执行跟踪处理的过程中,当出现下一个相邻的第一类关键帧时,结束针对所述第二类视频帧的跟踪处理。
根据本公开实施例的一种具体实现方式,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:实时获取跟踪处理的结果;当跟踪处理的结果的误差超出预设阈值时,结束跟踪处理步骤。
根据本公开实施例的一种具体实现方式,所述采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果,包括:采用逆序方式,在第一类视频帧上使用目标检测算法,获得待标注目标的位置和尺寸,将待标注目标的位置和尺寸作为跟踪处理的初始状态;采用逆序方式,在与所述第一类关键帧相邻的第二类关键帧上使用跟踪算法,基于相邻帧,预估待检测的视觉小目标在当前帧上的位置和尺寸。
根据本公开实施例的一种具体实现方式,所述分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:在目标检测的过程中,针对检测得到的结果设置针对视频小目标的第一置信度,表示为Cd,用于表示目标被判定正确的可信程度的高低;在跟踪处理的过程中,对于跟踪处理得到的结果设置第二信度值,表示为Ct,用于表示跟踪处理结果的可靠度;对于第一置信度和第二置信度执行归一化处理;基于归一化处理后的结果,将第k帧的置信度用Ck来表示,若第k帧是第一类关键帧,则Ck=Cd,若第k帧是第二类关键帧,则Ck=Ck-1*Ct。
根据本公开实施例的一种具体实现方式,所述采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果,包括:对于每一个视频帧,将顺序序列和逆序序列所对应的所述第一检测结果和所述第二检测结果使用非极大值抑制,得到每个视频帧上的最终标注结果。
与上面的方法实施例相对应,参见图5,本公开实施例还提供了一种视觉小目标自动标注装置50,包括:
分类模块501,用于将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧;
第一处理模块502,用于采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果;
第二处理模块503,用于采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果;
融合模块504,用于采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。
本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图6,本公开实施例还提供了一种电子设备60,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的视觉小目标自动标注方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中的视觉小目标自动标注方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的的视觉小目标自动标注方法。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种视觉小目标自动标注方法,其特征在于,包括:
将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧;
采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果;
采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果;
采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。
2.根据权利要求1所述的方法,其特征在于,所述将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,包括:
遍历目标视频中的全部视频帧;
每间隔m帧,标记一帧为第一类关键帧;
将第一类关键帧以外的其他视频帧被标记为第二类关键帧,其中,所述第一类关键帧用于目标检测,所述第二类关键帧用于目标跟踪。
3.根据权利要求1所述的方法,其特征在于,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
采用顺序方式,在第一类视频帧上使用目标检测算法,获得待标注目标的位置和尺寸,将待标注目标的位置和尺寸作为跟踪处理的初始状态;
采用顺序方式,在与所述第一类关键帧相邻的第二类关键帧上使用跟踪算法,基于相邻帧,预估待检测的视觉小目标在当前帧上的位置和尺寸。
4.根据权利要求1所述的方法,其特征在于,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
在对所述第二类视频帧执行跟踪处理的过程中,当出现下一个相邻的第一类关键帧时,结束针对所述第二类视频帧的跟踪处理。
5.根据权利要求1所述的方法,其特征在于,所述采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
实时获取跟踪处理的结果;
当跟踪处理的结果的误差超出预设阈值时,结束跟踪处理步骤。
6.根据权利要求1所述的方法,其特征在于,所述采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果,包括:
采用逆序方式,在第一类视频帧上使用目标检测算法,获得待标注目标的位置和尺寸,将待标注目标的位置和尺寸作为跟踪处理的初始状态;
采用逆序方式,在与所述第一类关键帧相邻的第二类关键帧上使用跟踪算法,基于相邻帧,预估待检测的视觉小目标在当前帧上的位置和尺寸。
7.根据权利要求1所述的方法,其特征在于,所述分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果,包括:
在目标检测的过程中,针对检测得到的结果设置针对视频小目标的第一置信度,表示为Cd,用于表示目标被判定正确的可信程度的高低;
在跟踪处理的过程中,对于跟踪处理得到的结果设置第二信度值,表示为Ct,用于表示跟踪处理结果的可靠度;
对于第一置信度和第二置信度执行归一化处理;
基于归一化处理后的结果,将第k帧的置信度用Ck来表示,若第k帧是第一类关键帧,则Ck=Cd,若第k帧是第二类关键帧,则Ck=Ck-1*Ct。
8.根据权利要求1所述的方法,其特征在于,所述采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果,包括:
对于每一个视频帧,将顺序序列和逆序序列所对应的所述第一检测结果和所述第二检测结果使用非极大值抑制,得到每个视频帧上的最终标注结果。
9.一种视觉小目标自动标注装置,其特征在于,包括:
分类模块,用于将包含视觉小目标的视频帧进行分类,得到第一类视频帧和第二类视频帧,使得每个相邻第一类视频帧之间包括一个或多个第二类视频帧;
第一处理模块,用于采用顺序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第一检测结果;
第二处理模块,用于采用逆序方式,分别对所述第一类视频帧和第二类视频执行目标检测和跟踪处理,得到第二检测结果;
融合模块,用于采用极大值抑制的方式,对所述第一检测结果和所述第二检测结果进行融合处理,以得到用于进行小目标自动标注的最终标注结果。
10.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述利要求1-8中任一项所述的视觉小目标自动标注方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010176644.1A CN111401229B (zh) | 2020-03-13 | 2020-03-13 | 视觉小目标自动标注方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010176644.1A CN111401229B (zh) | 2020-03-13 | 2020-03-13 | 视觉小目标自动标注方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401229A true CN111401229A (zh) | 2020-07-10 |
CN111401229B CN111401229B (zh) | 2023-09-19 |
Family
ID=71432456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010176644.1A Active CN111401229B (zh) | 2020-03-13 | 2020-03-13 | 视觉小目标自动标注方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401229B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158794A (zh) * | 2021-03-16 | 2021-07-23 | 西安天和防务技术股份有限公司 | 目标检测方法、边缘设备及计算机可读存储介质 |
CN114677625A (zh) * | 2022-03-18 | 2022-06-28 | 北京百度网讯科技有限公司 | 目标检测方法、装置、设备、存储介质和程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140205141A1 (en) * | 2013-01-22 | 2014-07-24 | Qualcomm Incorporated | Systems and methods for tracking and detecting a target object |
CN108509861A (zh) * | 2018-03-09 | 2018-09-07 | 山东师范大学 | 一种基于样本学习和目标检测结合的目标跟踪方法和装置 |
CN109829397A (zh) * | 2019-01-16 | 2019-05-31 | 创新奇智(北京)科技有限公司 | 一种基于图像聚类的视频标注方法、***以及电子设备 |
CN110717474A (zh) * | 2019-10-18 | 2020-01-21 | 北京百度网讯科技有限公司 | 目标关联计算方法、装置、设备和介质 |
CN110866936A (zh) * | 2018-08-07 | 2020-03-06 | 阿里巴巴集团控股有限公司 | 视频标注方法、跟踪方法、装置、计算机设备及存储介质 |
-
2020
- 2020-03-13 CN CN202010176644.1A patent/CN111401229B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140205141A1 (en) * | 2013-01-22 | 2014-07-24 | Qualcomm Incorporated | Systems and methods for tracking and detecting a target object |
CN108509861A (zh) * | 2018-03-09 | 2018-09-07 | 山东师范大学 | 一种基于样本学习和目标检测结合的目标跟踪方法和装置 |
CN110866936A (zh) * | 2018-08-07 | 2020-03-06 | 阿里巴巴集团控股有限公司 | 视频标注方法、跟踪方法、装置、计算机设备及存储介质 |
CN109829397A (zh) * | 2019-01-16 | 2019-05-31 | 创新奇智(北京)科技有限公司 | 一种基于图像聚类的视频标注方法、***以及电子设备 |
CN110717474A (zh) * | 2019-10-18 | 2020-01-21 | 北京百度网讯科技有限公司 | 目标关联计算方法、装置、设备和介质 |
Non-Patent Citations (1)
Title |
---|
朱尧;朱启海;毛晓蛟;杨育彬;: "基于有监督显著性检测的目标跟踪", 南京大学学报(自然科学) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158794A (zh) * | 2021-03-16 | 2021-07-23 | 西安天和防务技术股份有限公司 | 目标检测方法、边缘设备及计算机可读存储介质 |
CN113158794B (zh) * | 2021-03-16 | 2024-05-28 | 西安天和防务技术股份有限公司 | 目标检测方法、边缘设备及计算机可读存储介质 |
CN114677625A (zh) * | 2022-03-18 | 2022-06-28 | 北京百度网讯科技有限公司 | 目标检测方法、装置、设备、存储介质和程序产品 |
CN114677625B (zh) * | 2022-03-18 | 2023-09-08 | 北京百度网讯科技有限公司 | 目标检测方法、装置、设备、存储介质和程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN111401229B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111401228B (zh) | 视频目标标注方法、装置及电子设备 | |
CN110677815A (zh) | 停留点识别方法、装置、计算机设备及存储介质 | |
CN110781823B (zh) | 录屏检测方法、装置、可读介质及电子设备 | |
CN111222509B (zh) | 目标检测方法、装置及电子设备 | |
CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
CN112232311B (zh) | 人脸跟踪方法、装置及电子设备 | |
CN111401229B (zh) | 视觉小目标自动标注方法、装置及电子设备 | |
CN111738316B (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
CN115861884A (zh) | 复杂场景下视频多目标跟踪方法、***、设备及介质 | |
CN112712036A (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
CN110287810B (zh) | 车门动作检测方法、装置和计算机可读存储介质 | |
CN110287817B (zh) | 目标识别及目标识别模型的训练方法、装置和电子设备 | |
CN111914784B (zh) | 轨旁障碍物入侵实时检测方法、装置及电子设备 | |
CN111626990B (zh) | 目标检测框处理方法、装置及电子设备 | |
CN111310595B (zh) | 用于生成信息的方法和装置 | |
CN111445499B (zh) | 用于识别目标信息的方法及装置 | |
CN110555352A (zh) | 一种兴趣点识别方法、装置、服务器和存储介质 | |
CN109270566B (zh) | 导航方法、导航效果测试方法、装置、设备和介质 | |
CN111382643B (zh) | 一种手势检测方法、装置、设备及存储介质 | |
CN115061386B (zh) | 智能驾驶的自动化仿真测试***及相关设备 | |
CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
CN111681267B (zh) | 基于图像识别的轨道防侵入方法 | |
CN111488866B (zh) | 基于深度学习的入侵物识别方法、装置及电子设备 | |
CN114429631A (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN103547982A (zh) | 利用空间和时间特征识别触摸传感器数据中的接触和接触属性 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |