CN113781665A - 一种标注信息的审核方法和装置 - Google Patents
一种标注信息的审核方法和装置 Download PDFInfo
- Publication number
- CN113781665A CN113781665A CN202010739225.4A CN202010739225A CN113781665A CN 113781665 A CN113781665 A CN 113781665A CN 202010739225 A CN202010739225 A CN 202010739225A CN 113781665 A CN113781665 A CN 113781665A
- Authority
- CN
- China
- Prior art keywords
- information
- annotation
- determining
- labeling
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000002372 labelling Methods 0.000 claims abstract description 129
- 238000012795 verification Methods 0.000 claims description 48
- 239000013598 vector Substances 0.000 claims description 37
- 238000012550 audit Methods 0.000 claims description 21
- 238000012552 review Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/012—Dimensioning, tolerancing
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种标注信息的审核方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果。该实施方式降低了审核成本,提升了审核效率,还提高了审核结果的稳定性和准确率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种标注信息的审核方法和装置。
背景技术
3D位姿标注是利用三维模型标注二维图像中的对象,得到的标注信息可以与AR试鞋、AR试衣或AR试妆等AR(Augmented Reality,增强现实)技术结合,应用于AI(ArtificialIntelligence,人工智能)***、AR场景、VR(Virtual Reality,虚拟现实)场景、人体行为分析等领域。为提升利用标注信息的应用效果,需确保标注信息的准确率,因此,需要对标注信息进行审核,审核通过后,才能与其他技术结合进行后续应用。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有技术中标注人员的标注准确率参差不齐,却无法针对性审核,增加了标注人员的培养成本;审核过程中主要通过审核人员的主观判断实现对标注信息进行审核,导致审核成本高、审核效率低,并存在审核结果稳定性差、审核结果准确率低的问题。
发明内容
有鉴于此,本发明实施例提供一种标注信息的审核方法和装置,利用验证图像中标注对象的标注信息的审核结果确定标注人员的标注准确率,进而实现针对性审核,降低标注人员的培养成本,提升审核效率;通过标注对象和模型对象对应轮廓区域的交互比来确定审核结果,避免了审核人员通过主观判断,进一步降低审核成本、提升审核效率,以及提高审核结果的稳定性和准确率。
为实现上述目的,根据本发明实施例的第一方面,提供了一种标注信息的审核方法,包括:
接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;
根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;
确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果。
在一个实施例中,在根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域的步骤之前,标注信息的审核方法还包括:接收验证图像中标注对象的标注信息,根据验证图像中标注对象的标签信息确定其对应的模型对象,并确定该模型对象的坐标信息。
在一个实施例中,根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域的步骤包括:
分别将标注对象和模型对象的三维坐标信息映射为二维坐标信息,根据二维坐标信息分别得到标注对象和模型对象的轮廓区域。
在一个实施例中,根据交并比的数值确定审核结果的步骤包括:
判断交并比的数值是否大于或等于交并比的阈值;
若是,则确定标注信息的审核结果为通过;若否,则确定标注对象的审核结果为不通过。
在一个实施例中,在确定标注信息的审核结果为通过的情况下,标注信息的审核方法还包括:
根据标注对象和模型对象的坐标信息确定标注对象和模型对象的位姿关系,并根据位姿关系对审核结果进行更新。
在一个实施例中,根据标注对象和模型对象的坐标信息确定标注对象和模型对象的位姿关系,并根据位姿关系对审核结果进行更新的步骤包括:
从标注对象的轮廓区域中确定至少三个标注边界点,并确定至少三个标注边界点对应的三维坐标,其中,至少三个标注边界点不处于同一条直线上;
从模型对象的轮廓区域的相对位置中确定相同数量的模型边界点,并确定模型边界点对应的三维坐标;
根据标注边界点的三维坐标确定至少两个相交的标注向量,根据模型边界点的三维坐标确定至少两个相交的模型向量;
分别确定对应方向上标注向量与模型向量的夹角,根据夹角对审核结果进行更新。
在一个实施例中,标注信息还包括标注人员信息,标注信息的审核方法还包括:
根据验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。
为实现上述目的,根据本发明实施例的第二方面,提供了一种标注信息的审核装置,包括:
标注信息接收模块,用于接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;
轮廓区域确定模块,用于根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;
审核模块,用于确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果。
在一个实施例中,标注信息接收模块还用于:接收验证图像中标注对象的标注信息,根据验证图像中标注对象的标签信息确定其对应的模型对象,并确定该模型对象的坐标信息。
在一个实施例中,标注信息还包括标注人员信息,标注信息的审核装置还包括标注通过率确定模块,用于根据验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。
为实现上述目的,根据本发明实施例的第三方面,提供了一种电子设备,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,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上述任一种标注信息的审核方法。
为实现上述目的,根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述任一种标注信息的审核方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果的技术手段;解决了现有技术中由于无法根据标注人员的标注准确率进行针对性审核,且通过审核人员主观判断对标注信息进行审核,所导致的标注人员培养成本高、审核成本高、审核效率低、审核结果稳定性差、审核结果准确率低的技术问题;进而达到降低标注人员的培养成本,提升审核效率,避免审核人员通过主观判断进行审核,进一步降低审核成本、提升审核效率,以及提高审核结果的稳定性和准确率的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是现有技术中通过调整模型对象的透明度进行审核的效果示意图;
图2是现有技术中通过设置比对线进行审核的效果示意图;
图3是根据本发明第一实施例提供的标注信息的审核方法的主要流程的示意图;
图4a是根据本发明第二实施例提供的标注信息的审核方法的主要流程的示意图;
图4b是根据图4a所述方法中从模型对象的轮廓区域中确定模型边界点的示意图;
图5是根据本发明实施例提供的标注信息的审核装置的主要模块的示意图;
图6是本发明实施例可以应用于其中的示例性***架构图;
图7是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明中的实施例以及实施例中的特征可以互相组合。
下面以一个实例说明现有技术:
标注人员对包含有脚或者穿着布鞋的脚(即标注对象)的图片(即目标图片/目标图像)进行标注得到标注信息,然后将标注信息发送给审核人员,审核人员根据标注对象确定模型对象,本示例中是根据脚(标注对象)确定模型对象为运动鞋模型(进而示例),审核人员获取到运动鞋模型,得到运动鞋覆盖布鞋/脚的图片(即模型图片/模型图像)。现有技术中是利用审核人员人工判断目标图片中标注对象与模型图片中模型对象是否贴合,来确定审核结果。主要包括以下两种方法:
第一种:如图1所示,审核人员通过调整模型图片中运动鞋(模型对象)的透明度,然后观察并判断运动鞋是否覆盖并贴合脚,若是,则通过审核。除背景技术中描述的问题外,该种方法存在以下问题:若运动鞋的颜色与图片背景的区分度不足,那么通过人为观测并判断的难度系数高,还导致审核结果准确率低。
第二种,如图2所示,审核人员将模型图片与目标图片并行放置,并在目标图片中的脚(目标对象)内侧设置一条平行于该目标图片长边的直线(比对线),通过观察并判断模型图片中旅游鞋(模型对象)是否有越过直线的部分;若否,则将直线移至目标图片中的脚(标注对象)外侧,且同样平行于该目标图片长边,再次观察并判断模型图片中的旅游鞋(模型对象)是否有越过直线的部分,若两次结果均为否,则通过审核。但该种方法除存在背景技术所描述的问题和第一种方法中指出的问题外,还存在以下问题:仅通过在脚(标注对象)的内外侧设置直线的方式进行审核,对于具备多种形状的标注对象而言,审核结果没有说服力,无法作为统一的审核标准。
为了解决现有技术中存在的问题,如图3所示,本发明第一实施例提供了一种标注信息的审核方法,主要包括:
步骤S301,接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息。
具体地,根据本发明实施例,标注人员对目标图像中的标注对象进行标注,得到标注信息后提交至审核***,审核***接收该标注信息。上述标注信息包括体现标注对象倾斜角度、位置方向的三维坐标信息,以及指示标注对象名称及其对应的模型对象名称的标签信息(如,指示标注对象为左脚,对应模型为左脚运动鞋模型)。根据本发明实施例的一具体实施方式,模型对象具备固定的样式,如对于运动鞋模型,其款式是固定的,(可以设计多个模型对象以使得具备多个款式的运动鞋)。在根据根据标签信息确定模型对象之后,可以通过调整运动鞋模型在相机与目标图像之间的位姿(位置和方位),确定运动鞋模型与标注对象基本吻合时该运动鞋模型的坐标信息。需要说明的是,上述具体实施方式中是以脚或者穿脚的鞋作为标注对象,以运动鞋模型作为模型对象,但并不作为对本发明的限定,可以理解的是,对于标注对象为脚时,其对应的标注对象还可以为其他类型/款式的鞋,还可以为袜子;对于其他类型的标注对象,其对应的模型对象的类型也随之适应性调整,两者之间的具体对应关系记录在标注信息中的标签信息中。
步骤S302,根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域。
由于标注信息的应用场景主要为AR、VR等领域,主要为提供线上AR展示,供用户在线上体验试妆、试衣等呈现效果。因此,对于标注信息的要求,主要是标注对象与模型对象的贴合程度,通过上述设置,分别确定标注对象和模型对象的轮廓区域,进而后续通过比较两者轮廓区域来实现对标注对象的标注信息的审核,实现了对标注信息的自动审核,避免了人为观测及判断导致的审核结果稳定性差和准确率低的问题,同时,该方法还可作为统一的审核标准,在针对任一形状的标注对象的标注信息的审核中均可适用。
具体地,根据本发明实施例,根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域的步骤包括:
分别将标注对象和模型对象的三维坐标信息映射为二维坐标信息,根据二维坐标信息分别得到标注对象和模型对象的轮廓区域。
通过上述设置,将标注对象和模型对象的三维坐标映射在同一水平面上,分别得到二维坐标信息(此处得到的实际上为一个二维坐标信息集合),通过该二维坐标信息集合的分布可分别确定标注对象和模型对象的轮廓区域。
根据本发明实施例的一具体实施方式,还可分别在多个水平面上得到标注对象和模型对象的轮廓区域,通过对该多个水平面上的每个水平面上两者对应的轮廓区域来实现多维度的审核,进一步提升审核结果的准确率。
进一步地,根据本发明实施例,在根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域的步骤之前,上述标注信息的审核方法还包括:接收验证图像中标注对象的标注信息,根据验证图像中标注对象的标签信息确定其对应的模型对象,并确定该模型对象的坐标信息。
其中,验证图像中指示的标注对象的标注信息的审核结果为已通过,通过上述设置,验证图像与目标图像一起发送至标注人员,后续可根据该标注人员对验证图像中标注对象的标注信息的审核通过率来预测该标注人员的整体审核通过率。据此,可以实现对标注人员进行等级划分,降低对标注人员培养成本高。
步骤S303,确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果。
交并比(Intersection-over-Union,IoU):是目标检测中常使用的一个概率,是产生的候选框(对应本发明实施例中模型对象的轮廓区域)与原标记框(对应本发明实施例中标注对象的轮廓区域)的交叠率,即它们的交集与并集的比值。
具体地,根据本发明实施例,上述根据交并比的数值确定审核结果的步骤包括:
判断交并比的数值是否大于或等于交并比的阈值;
若是,则确定标注信息的审核结果为通过;若否,则确定标注对象的审核结果为不通过。
其中,交并比的数值IoU∈[0,1],最理想情况是候选框和原标记框完全重叠,此时IoU=1,但实际过程中几乎没有完全重叠的情形,因此,需要设置一个阈值,根据本发明实施例,IoU≥0.8时,即可确定审核结果为通过,当然此处也并不作为对本发明实施例的限定,因为针对不同类型的标注对象,其对应的审核结果的要求存在差异,实际应用时,还需针对不同的标注对象,设置相应的阈值。
优选地,根据本发明实施例,在确定标注信息的审核结果为通过的情况下,标注信息的审核方法还包括:
根据标注对象和模型对象的坐标信息确定标注对象和模型对象的位姿关系,并根据位姿关系对审核结果进行更新。
通过上述设置,在确定标注对象和模型对象的轮廓区域的交并比的审核通过后,还可针对模型对象和位姿对象的位姿关系进行审核,以进一步提升审核结果的准确率。
进一步地,根据本发明实施例,上述根据标注对象和模型对象的坐标信息确定标注对象和模型对象的位姿关系,并根据位姿关系对审核结果进行更新的步骤包括:
从标注对象的轮廓区域中确定至少三个标注边界点,并确定至少三个标注边界点对应的三维坐标,其中,至少三个标注边界点不处于同一条直线上;
从模型对象的轮廓区域的相对位置中确定相同数量的模型边界点,并确定模型边界点对应的三维坐标;
根据标注边界点的三维坐标确定至少两个相交的标注向量,根据模型边界点的三维坐标确定至少两个相交的模型向量;
分别确定对应方向上标注向量与模型向量的夹角,根据夹角对审核结果进行更新。
其中,标注边界点是指标注对象的轮廓区域的边界上的点;对应的,模型边界点是指模型对象的轮廓区域的边界上的点。通过上述设置,根据三个(仅为示例,还可以多个)不在一条直线上的标注边界点可以确定两个相交的标注向量;进而在模型对象的轮廓区域的对应位置确定三个不在一条直线上的模型边界点,也可得到两个相交的模型向量;可以理解的是,标注对象对应的两个相交的标注向量与模型对象对应的两个相交的模型向量的方向是一一对应的,进而分别确定对应方向上标注向量与模型向量的夹角,即可确定标注对象和模型对象的位姿关系。根据本发明实施例的一具体实施方式,上述两个夹角均小于或等于30°时,审核结果为通过;上述两个夹角至少有一个大于30°时,审核结果为不通过。需要说明的是,上述关于夹角的数值设定仅为示例,不作为对于本发明实施例的限定,在实际应用时,根据不同类型的标注对象对应的审核结果的要求,对夹角的数值进行适应性调整。
优选地,根据本发明实施例,上述标注信息还包括标注人员信息,标注信息的审核方法还包括:
根据验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。
上述提及在标注人员标注的图像中包括目标图像和验证图像,因此,可根据该验证图像对应的审核结果来确定标注人员的标注通过率,以此来对标注人员进行等级划分,降低标注人员的培养成本。进一步地,还可设置审核结果通过率阈值,若某一标注人员在一批图像的标注过程中,其中验证图像的标记通过率大于或等于审核结果通过率阈值,则可直接确定该标注人员的该批次标注信息通过审核,进一步提高审核效率,降低审核成本。
根据本发明实施例的技术方案,因为采用接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果的技术手段;解决了现有技术中由于无法根据标注人员的标注准确率进行针对性审核,且通过审核人员主观判断对标注信息进行审核,所导致的标注人员培养成本高、审核成本高、审核效率低、审核结果稳定性差、审核结果准确率低的技术问题;进而达到降低标注人员的培养成本,提升审核效率,避免审核人员通过主观判断进行审核,进一步降低审核成本、提升审核效率,以及提高审核结果的稳定性和准确率的技术效果。
图4a是根据本发明第二实施例提供的标注信息的审核方法的主要流程的示意图;如图4a所示,本发明实施例提供的标注信息的审核方法主要包括:
步骤S401,接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息。
根据本发明实施例,标注人员对目标图像中的标注对象进行标注,得到标注信息后提交至审核***,审核***接收该标注信息。上述标注信息包括体现标注对象倾斜角度、位置方向的三维坐标信息,以及指示标注对象名称及其对应的模型对象名称的标签信息。
可以理解的是,模型对象的确定不仅与标注对象有关,还与标注信息对应的应用场景有关。如试妆场景中,标注对象为人脸时,模型对象即为覆盖有相应妆容的人脸。
步骤S402,接收验证图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息。
根据本发明实施例的一具体实施方式,可根据标注人员的历史标注驳回率(即审核不通过的比率)来进行等级划分,进而根据驳回率来确定验证图像占该标注人员所标注图像的比例。
具体地,上述驳回率=驳回的标注信息的条数/提交的标注信息的条数。若驳回率大于0.5,则确定该标注人员需标注的图像中验证图像所占的比例为50%;若驳回率小于或等于0.5,则直接以该驳回率作为该标注人员需标注的图像中验证图像所占的比例;若驳回率为0(即过去一段时间该标注人员提交的标注信息全部审核通过),可设定该标注人员后续需标注图像中验证图像占比10%(以便后续通过验证图像的标注对象的标注信息的审核结果来评判该标注人员的标注通过率)。对于新增加的标注人员,直接设定其需标注图像中验证图像占比50%。通过上述设置,对于驳回率为[0,0.1]的标注人员为一级;对于驳回率为(0.1,0.2]的标注人员为二级;对于驳回率为(0.2,0.3]的标注人员为三级;对于驳回率为(0.3,0.4]的标注人员为四级;对于驳回率大于0.4的标注人员设定为五级。需要说明的是,上述数值及等级设定仅为示例,并不作为对本发明的限定。
根据本发明实施例的一具体实施方式,通过上述方法确定标注人员的等级后,可根据该标注人员对于验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。进而以该标注通过率作为该标注人员该提交批次的全部标注信息的标注通过率,在标注通过率大于或等于预设的审核通过率阈值的情况下,确定该标注人员提交的该批次标注信息全部审核通过,进而进一步提升了审核效率,降低了审核标准。
步骤S403,分别将标注对象和模型对象的三维坐标信息映射为二维坐标信息,根据二维坐标信息分别得到标注对象和模型对象的轮廓区域。
根据本发明实施例,可通过pnp(perspective-n-point,n点透视)算法将标注对象和模型对象的三维坐标映射在同一水平面上,分别得到二维坐标信息(此处得到的实际上为一个二维坐标信息集合),通过该二维坐标信息集合的分布可分别确定标注对象和模型对象的轮廓区域。根据本发明实施例的一具体实施方式,还可分别在多个水平面上得到标注对象和模型对象的轮廓区域,通过对该多个水平面上的每个水平面上两者对应的轮廓区域来实现多维度的审核,进一步提升审核结果的准确率。
步骤S404,确定标注对象和模型对象的轮廓区域的交并比的数值。
其中,交并比(iou)是指是目标检测中常使用的一个概率,是产生的候选框(对应本发明实施例中模型对象的轮廓区域)与原标记框(对应本发明实施例中标注对象的轮廓区域)的交叠率,即它们的交集与并集的比值。具体表示如下:
其中,标注轮廓区域是指标注对象对应的轮廓区域,模型轮廓区域是指模型对象对应的轮廓区域。
步骤S405,判断交并比的数值是否大于或等于交并比的阈值。若是,即交并比的数值大于或等于交并比的阈值,则执行步骤S406;若否,即交并比的数值小于交并比的阈值,则转到步骤S412。
根据本发明实施例,在审核一定数量后,可根据多个交并比的数值确定一个中位数,以该中位数作为交并比的阈值,以保障后续审核质量。如已进行了50次的审核,因而,会得到50个交并比的值,确定50个交并比的值的中位数,将中位数作为交并比阈值。
步骤S406,从标注对象的轮廓区域中确定至少三个标注边界点,并确定至少三个标注边界点对应的三维坐标,其中,至少三个标注边界点不处于同一条直线上。
其中,标注边界点是指标注对象的轮廓区域的边界上的点;对应的,模型边界点是指模型对象的轮廓区域的边界上的点(模型边界点的确定效果图如图4b所示),通过上述设置,在轮廓区域的审核通过的情况下,继续对标注信息的位姿进行审核,有利于进一步提升审核结果的准确率。
步骤S407,从模型对象的轮廓区域的相对位置中确定相同数量的模型边界点,并确定模型边界点对应的三维坐标。
因为轮廓区域中仅指示了标注对象和模型对象的二维坐标,故需要通过根据映射关系确定边界点对应的三维坐标,以便后续实现对标注对象的标注信息中体现的位姿进行审核。
步骤S408,根据标注边界点的三维坐标确定至少两个相交的标注向量,根据模型边界点的三维坐标确定至少两个相交的模型向量。
根据本发明实施例,上述两个向量的相交角度优选为90°,或者接近90°,以进一步精确标注对象与模型对象的位姿关系,提高审核结果的准确率。
步骤S409,分别确定对应方向上标注向量与模型向量的夹角。
可以理解的是,标注对象对应的两个相交的标注向量与模型对象对应的两个相交的模型向量的方向是一一对应的,进而分别确定对应方向上标注向量与模型向量的夹角。
步骤S410,判断是否全部夹角均小于或等于夹角阈值。若是,即全部夹角均小于或等于夹角阈值,则执行步骤S411;若否,即至少有一个夹角大于夹角阈值,则转到步骤S412。
具体地,根据本发明实施例,在全部夹角均小于或等于30°时,审核结果为通过;上述全部夹角中至少有一个大于30°时,审核结果为不通过。需要说明的是,上述关于夹角的数值设定仅为示例,不作为对于本发明实施例的限定,在实际应用时,根据不同类型的标注对象对应的审核结果的要求,对夹角的数值进行适应性调整。
步骤S411,审核结果为通过。
根据本发明实施例,上述标注信息还包括标注人员信息,标注信息的审核方法还包括:根据验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。
上述提及在标注人员标注的图像中包括目标图像和验证图像,因此,可根据该验证图像对应的审核结果来确定标注人员的标注通过率,以此来对标注人员进行等级划分,降低标注人员的培养成本。进一步地,还可设置审核结果通过率阈值,若某一标注人员在一批图像的标注过程中,其中验证图像的标记通过率大于或等于审核结果通过率阈值,则可直接确定该标注人员的该批次标注信息通过审核,进一步提高审核效率,降低审核成本。
步骤S412,审核结果为不通过。
对于审核不通过的标注信息,驳回由该标注人员重新进行标注。
根据本发明实施例的技术方案,因为采用接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果的技术手段;解决了现有技术中由于无法根据标注人员的标注准确率进行针对性审核,且通过审核人员主观判断对标注信息进行审核,所导致的标注人员培养成本高、审核成本高、审核效率低、审核结果稳定性差、审核结果准确率低的技术问题;进而达到降低标注人员的培养成本,提升审核效率,避免审核人员通过主观判断进行审核,进一步降低审核成本、提升审核效率,以及提高审核结果的稳定性和准确率的技术效果。
图5是根据本发明实施例提供的标注信息的审核装置的主要模块的示意图;如图5所示,本发明实施例提供的标注信息的审核装置500主要包括:
标注信息接收模块501,用于接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息。
具体地,根据本发明实施例,标注人员对目标图像中的标注对象进行标注,得到标注信息后提交至审核***,审核***接收该标注信息。上述标注信息包括体现标注对象倾斜角度、位置方向的三维坐标信息,以及指示标注对象名称及其对应的模型对象名称的标签信息(如,指示标注对象为左脚,对应模型为左脚运动鞋模型)。
进一步地,根据本发明实施例,在根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域的步骤之前,标注信息接收模块501还用于:接收验证图像中标注对象的标注信息,根据验证图像中标注对象的标签信息确定其对应的模型对象,并确定该模型对象的坐标信息。
其中,验证图像中指示的标注对象的标注信息的审核结果为已通过,通过上述设置,验证图像与目标图像一起发送至标注人员,后续可根据该标注人员对验证图像中标注对象的标注信息的审核通过率来预测该标注人员的整体审核通过率。据此,可以实现对标注人员进行等级划分,降低对标注人员培养成本高。
轮廓区域确定模块502,用于根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域。
通过上述设置,分别确定标注对象和模型对象的轮廓区域,进而后续通过比较两者轮廓区域来实现对标注对象的标注信息的审核,避免了人为观测及判断导致的审核结果稳定性差和准确率低的问题,同时,该方法还可作为统一的审核标准,在针对任一形状的标注对象的标注信息的审核中均可适用。
具体地,根据本发明实施例,上述轮廓区域确定模块502还用于:
分别将标注对象和模型对象的三维坐标信息映射为二维坐标信息,根据二维坐标信息分别得到标注对象和模型对象的轮廓区域。
通过上述设置,将标注对象和模型对象的三维坐标映射在同一水平面上,分别得到二维坐标信息(此处得到的实际上为一个二维坐标信息集合),通过该二维坐标信息集合的分布可分别确定标注对象和模型对象的轮廓区域。
审核模块503,用于确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果。
具体地,根据本发明实施例,上述审核模块503还用于:判断交并比的数值是否大于或等于交并比的阈值;
若是,则确定标注信息的审核结果为通过;若否,则确定标注对象的审核结果为不通过。
其中,交并比的数值IoU∈[0,1],最理想情况是候选框和原标记框完全重叠,此时IoU=1,但实际过程中几乎没有完全重叠的情形,因此,需要设置一个阈值,根据本发明实施例,IoU≥0.8时,即可确定审核结果为通过,当然此处也并不作为对本发明实施例的限定,因为针对不同类型的标注对象,其对应的审核结果的要求存在差异,实际应用时,还需针对不同的标注对象,设置相应的阈值。
优选地,根据本发明实施例,上述标注信息的审核装置500还包括审核结果更新模块,在确定标注信息的审核结果为通过的情况下,审核结果更新模块用于:根据标注对象和模型对象的坐标信息确定标注对象和模型对象的位姿关系,并根据位姿关系对审核结果进行更新。
通过上述设置,在确定标注对象和模型对象的轮廓区域的交并比的审核通过后,还可针对模型对象和位姿对象的位姿关系进行审核,以进一步提升审核结果的准确率。
进一步地,根据本发明实施例,上述审核结果更新模块还用于:从标注对象的轮廓区域中确定至少三个标注边界点,并确定至少三个标注边界点对应的三维坐标,其中,至少三个标注边界点不处于同一条直线上;
从模型对象的轮廓区域的相对位置中确定相同数量的模型边界点,并确定模型边界点对应的三维坐标;
根据标注边界点的三维坐标确定至少两个相交的标注向量,根据模型边界点的三维坐标确定至少两个相交的模型向量;
分别确定对应方向上标注向量与模型向量的夹角,根据夹角对审核结果进行更新。
通过上述设置,根据三个(仅为示例,还可以多个)不在一条直线上的标注边界点可以确定两个相交的标注向量;进而在模型对象的轮廓区域的对应位置确定三个不在一条直线上的模型边界点,也可得到两个相交的模型向量;可以理解的事,标注对象对应的两个相交的标注向量与模型对象对应的两个相交的模型向量的方向是一一对应的,进而分别确定对应方向上标注向量与模型向量的夹角,即可确定标注对象和模型对象的位姿关系。
优选地,根据本发明实施例,上述标注信息还包括标注人员信息,上述标注信息的审核装置500标注通过率确定模块,用于:
根据验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。
根据该验证图像对应的审核结果来确定标注人员的标注通过率,以此来对标注人员进行等级划分,降低标注人员的培养成本。进一步地,还可设置审核结果通过率阈值,若某一标注人员在一批图像的标注过程中,其中验证图像的标记通过率大于或等于审核结果通过率阈值,则可直接确定该标注人员的该批次标注信息通过审核,进一步提高审核效率,降低审核成本。
根据本发明实施例的技术方案,因为采用接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果的技术手段;解决了现有技术中由于无法根据标注人员的标注准确率进行针对性审核,且通过审核人员主观判断对标注信息进行审核,所导致的标注人员培养成本高、审核成本高、审核效率低、审核结果稳定性差、审核结果准确率低的技术问题;进而达到降低标注人员的培养成本,提升审核效率,避免审核人员通过主观判断进行审核,进一步降低审核成本、提升审核效率,以及提高审核结果的稳定性和准确率的技术效果。
图6示出了可以应用本发明实施例的标注信息的审核方法或标注信息的审核装置的示例性***架构600。
如图6所示,***架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的标注信息等数据进行分析等处理,并将处理结果(例如轮廓区域、交并比的数值、审核结果--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的标注信息的审核方法一般由服务器605执行,相应地,标注信息的审核装置一般设置于服务器605中。
应该理解,图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图,其示出了适于用来实现本发明实施例的终端设备的计算机***700的结构示意图。图7示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机***700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明公开的实施例,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,本发明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部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示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。在本发明中,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。而在本发明中,计算机可读的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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的***、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单元、程序段、或代码的一部分,上述单元、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,框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括标注信息接收模块、轮廓区域确定模块和审核模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,标注信息接收模块还可以被描述为“用于接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。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一个该设备执行时,使得该设备包括:接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果。
根据本发明实施例的技术方案,因为采用接收目标图像中标注对象的标注信息,标注信息包括标注对象的坐标信息和标签信息;根据标签信息确定模型对象,并确定模型对象的坐标信息;根据标注对象和模型对象的坐标信息分别确定标注对象和模型对象的轮廓区域;确定标注对象和模型对象的轮廓区域的交并比的数值,并根据交并比的数值确定审核结果的技术手段;解决了现有技术中由于无法根据标注人员的标注准确率进行针对性审核,且通过审核人员主观判断对标注信息进行审核,所导致的标注人员培养成本高、审核成本高、审核效率低、审核结果稳定性差、审核结果准确率低的技术问题;进而达到降低标注人员的培养成本,提升审核效率,避免审核人员通过主观判断进行审核,进一步降低审核成本、提升审核效率,以及提高审核结果的稳定性和准确率的技术效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种标注信息的审核方法,其特征在于,包括:
接收目标图像中标注对象的标注信息,所述标注信息包括所述标注对象的坐标信息和标签信息;根据所述标签信息确定模型对象,并确定所述模型对象的坐标信息;
根据所述标注对象和所述模型对象的坐标信息分别确定所述标注对象和所述模型对象的轮廓区域;
确定所述标注对象和所述模型对象的轮廓区域的交并比的数值,并根据所述交并比的数值确定审核结果。
2.根据权利要求1所述的标注信息的审核方法,其特征在于,在所述根据标注对象和模型对象的坐标信息分别确定所述标注对象和所述模型对象的轮廓区域的步骤之前,所述标注信息的审核方法还包括:接收验证图像中标注对象的标注信息,根据所述验证图像中标注对象的标签信息确定其对应的模型对象,并确定该模型对象的坐标信息。
3.根据权利要求1所述的标注信息的审核方法,其特征在于,所述根据所述标注对象和所述模型对象的坐标信息分别确定所述标注对象和所述模型对象的轮廓区域的步骤包括:
分别将所述标注对象和所述模型对象的三维坐标信息映射为二维坐标信息,根据所述二维坐标信息分别得到所述标注对象和所述模型对象的轮廓区域。
4.根据权利要求1所述的标注信息的审核方法,其特征在于,所述根据所述交并比的数值确定审核结果的步骤包括:
判断所述交并比的数值是否大于或等于交并比的阈值;
若是,则确定所述标注信息的审核结果为通过;若否,则确定所述标注对象的审核结果为不通过。
5.根据权利要求4所述的标注信息的审核方法,其特征在于,在确定所述标注信息的审核结果为通过的情况下,所述标注信息的审核方法还包括:
根据所述标注对象和所述模型对象的坐标信息确定所述标注对象和所述模型对象的位姿关系,并根据所述位姿关系对所述审核结果进行更新。
6.根据权利要求5所述的标注信息的审核方法,其特征在于,所述根据所述标注对象和所述模型对象的坐标信息确定所述标注对象和所述模型对象的位姿关系,并根据所述位姿关系对所述审核结果进行更新的步骤包括:
从所述标注对象的轮廓区域中确定至少三个标注边界点,并确定所述至少三个标注边界点对应的三维坐标,其中,至少三个标注边界点不处于同一条直线上;
从所述模型对象的轮廓区域的相对位置中确定相同数量的模型边界点,并确定所述模型边界点对应的三维坐标;
根据所述标注边界点的三维坐标确定至少两个相交的标注向量,根据所述模型边界点的三维坐标确定至少两个相交的模型向量;
分别确定对应方向上所述标注向量与所述模型向量的夹角,根据所述夹角对所述审核结果进行更新。
7.根据权利要求2所述的标注信息的审核方法,其特征在于,所述标注信息还包括标注人员信息,所述标注信息的审核方法还包括:
根据所述验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。
8.一种标注信息的审核装置,其特征在于,包括:
标注信息接收模块,用于接收目标图像中标注对象的标注信息,所述标注信息包括所述标注对象的坐标信息和标签信息;根据所述标签信息确定模型对象,并确定所述模型对象的坐标信息;
轮廓区域确定模块,用于根据所述标注对象和所述模型对象的坐标信息分别确定所述标注对象和所述模型对象的轮廓区域;
审核模块,用于确定所述标注对象和所述模型对象的轮廓区域的交并比的数值,并根据所述交并比的数值确定审核结果。
9.根据权利要求8所述的标注信息的审核装置,其特征在于,所述标注信息接收模块还用于:接收验证图像中标注对象的标注信息,根据所述验证图像中标注对象的标签信息确定其对应的模型对象,并确定该模型对象的坐标信息。
10.根据权利要求9所述的标注信息的审核装置,其特征在于,所述标注信息还包括标注人员信息,所述标注信息的审核装置还包括标注通过率确定模块,用于根据所述验证图像中标注对象的标注信息的审核结果确定标注人员的标注通过率。
11.一种电子设备,其特征在于,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如权利要求1-7中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010739225.4A CN113781665A (zh) | 2020-07-28 | 2020-07-28 | 一种标注信息的审核方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010739225.4A CN113781665A (zh) | 2020-07-28 | 2020-07-28 | 一种标注信息的审核方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113781665A true CN113781665A (zh) | 2021-12-10 |
Family
ID=78835203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010739225.4A Pending CN113781665A (zh) | 2020-07-28 | 2020-07-28 | 一种标注信息的审核方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781665A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007164804A (ja) * | 2007-01-22 | 2007-06-28 | Asia Air Survey Co Ltd | 移動体検出システム、移動体検出装置、移動体検出方法及び移動体検出プログラム |
CN109035187A (zh) * | 2018-07-10 | 2018-12-18 | 杭州依图医疗技术有限公司 | 一种医学图像的标注方法及装置 |
CN109829501A (zh) * | 2019-02-01 | 2019-05-31 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110009090A (zh) * | 2019-04-02 | 2019-07-12 | 北京市商汤科技开发有限公司 | 神经网络训练与图像处理方法及装置 |
WO2020098297A1 (zh) * | 2018-11-15 | 2020-05-22 | 众安信息技术服务有限公司 | 一种前车距离检测方法及*** |
CN111353555A (zh) * | 2020-05-25 | 2020-06-30 | 腾讯科技(深圳)有限公司 | 一种标注检测方法、装置及计算机可读存储介质 |
-
2020
- 2020-07-28 CN CN202010739225.4A patent/CN113781665A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007164804A (ja) * | 2007-01-22 | 2007-06-28 | Asia Air Survey Co Ltd | 移動体検出システム、移動体検出装置、移動体検出方法及び移動体検出プログラム |
CN109035187A (zh) * | 2018-07-10 | 2018-12-18 | 杭州依图医疗技术有限公司 | 一种医学图像的标注方法及装置 |
WO2020098297A1 (zh) * | 2018-11-15 | 2020-05-22 | 众安信息技术服务有限公司 | 一种前车距离检测方法及*** |
CN109829501A (zh) * | 2019-02-01 | 2019-05-31 | 北京市商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110009090A (zh) * | 2019-04-02 | 2019-07-12 | 北京市商汤科技开发有限公司 | 神经网络训练与图像处理方法及装置 |
CN111353555A (zh) * | 2020-05-25 | 2020-06-30 | 腾讯科技(深圳)有限公司 | 一种标注检测方法、装置及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
尚建伟;蒋红海;喻刚;陈颉颢;王博;李兆旭;张伟平;: "基于深度学习的杂草识别***", 软件导刊, no. 07, 15 July 2020 (2020-07-15) * |
青晨;禹晶;肖创柏;段娟;: "深度卷积神经网络图像语义分割研究进展", 中国图象图形学报, no. 06, 16 June 2020 (2020-06-16) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021008166A1 (zh) | 用于虚拟试衣的方法和装置 | |
CN109389640A (zh) | 图像处理方法和装置 | |
CN109308681A (zh) | 图像处理方法和装置 | |
CN109344762B (zh) | 图像处理方法和装置 | |
CN108304075A (zh) | 一种在增强现实设备进行人机交互的方法与设备 | |
CN110490959B (zh) | 三维图像处理方法及装置、虚拟形象生成方法以及电子设备 | |
EP3430596B1 (en) | Determining the relative position between a thermal camera and a 3d camera using a hybrid phantom | |
CN108597034B (zh) | 用于生成信息的方法和装置 | |
CN110647823A (zh) | 一种优化人脸底库的方法和装置 | |
US11205290B2 (en) | Method and device for inserting an image into a determined region of a target eye image | |
CN110414502A (zh) | 图像处理方法及装置、电子设备和计算机可读介质 | |
CN108182457A (zh) | 用于生成信息的方法和装置 | |
CN112258619A (zh) | 一种图像处理方法和装置 | |
CN110619807A (zh) | 生成全局热力图的方法和装置 | |
CN113870439A (zh) | 用于处理图像的方法、装置、设备以及存储介质 | |
CN109993749A (zh) | 提取目标图像的方法和装置 | |
CN114792355A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN113837194A (zh) | 图像处理方法、图像处理装置、电子设备以及存储介质 | |
CN113378790A (zh) | 视点定位方法、装置、电子设备和计算机可读存储介质 | |
CN113838217A (zh) | 信息展示方法、装置、电子设备及可读存储介质 | |
Chang et al. | Automatic information positioning scheme in AR-assisted maintenance based on visual saliency | |
CN111815683B (zh) | 目标定位方法及装置、电子设备和计算机可读介质 | |
CN117422851A (zh) | 虚拟换衣方法及其装置、电子设备 | |
CN107452003A (zh) | 一种含有深度信息的图像分割的方法及装置 | |
CN113781665A (zh) | 一种标注信息的审核方法和装置 |
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 |