兴趣点标注方法、装置、计算机设备和存储介质制造方法及图纸

本申请提出一种兴趣点标注方法、装置、计算机设备和存储介质，方法包括：获取待标注的图像数据，其中，图像数据中包括待标注图像及待标注图像的采集位置；对待标注图像进行特征提取，获取待标注图像的第一图像特征；根据第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定待标注图像对应的第一参考图像；根据第一参考图像的类别及待标注图像的采集位置，对待标注图像进行兴趣点标注。该方法通过图像之间的相似度，确定图像库中与待标注图像对应的已知类别的参考图像，利用参考图像的类别和待标注图像的采集位置对待标注图像的类别和位置进行自动标注，不仅提高了标注效率，还标注了待标注图像的采集位置，可用于后续地图的更新。

Method, device, computer equipment and storage medium of interest point labeling

【技术实现步骤摘要】
兴趣点标注方法、装置、计算机设备和存储介质
本申请涉及图像
，尤其涉及一种兴趣点标注方法、装置、计算机设备和存储介质。
技术介绍
POI(pointofinterest)信息点是指导航数据中每个位置信息点的具体信息，比如名称、类别、经纬度、图像等信息。其中，信息点的图像信息经常能够作为POI信息点中极其重要的一部分，单独为各类服务提供底层信息。如何通过已有图像获得更多POI图像已成为该类服务最值得关注的探索点之一。传统的POI图像标注方法，是通过人工审核的方法，根据已有的POI图像类别，对待标注的图像进行POI标注。当已有的POI图像类别较多时，通过人工方式标注，费力耗时，成本较高。
技术实现思路
本申请提出一种兴趣点标注方法、装置、计算机设备和存储介质，用于解决现有技术中人工标注POI图像类别，费力耗时、成本高的问题。本申请一方面实施例提出了一种兴趣点标注方法，包括：获取待标注的图像数据，其中，所述图像数据中包括待标注图像及所述待标注图像的采集位置；对所述待标注图像进行特征提取，获取所述待标注图像的第一图像特征；根据所述第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定所述待标注图像对应的第一参考图像；根据所述第一参考图像的类别及所述待标注图像的采集位置，对所述待标注图像进行兴趣点标注。本申请实施例的兴趣点标注方法，通过提取待标注图像的第一图像特征，根据第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定图像库中与待标注图像对应的第一参考图像，根据第一参考图像的类别及待标注图像的采集位置，对待标注图像进行兴趣点标注，从而通过图像之间的相似度，确定图像库中与待标注图像对应的已知类别的参考图像，利用该参考图像的类别和待标注图像的采集位置对待标注图像的类别和位置进行自动标注，不仅提高了标注效率，而且标注了待标注图像的采集位置，可以用于后续地图的更新。本申请另一方面实施例提出了一种兴趣点标注装置，包括：第一获取模块，用于获取待标注的图像数据，其中，所述图像数据中包括待标注图像及所述待标注图像的采集位置；提取模块，用于对所述待标注图像进行特征提取，获取所述待标注图像的第一图像特征；第一确定模块，用于根据所述第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定所述待标注图像对应的第一参考图像；标注模块，用于根据所述第一参考图像的类别及所述待标注图像的采集位置，对所述待标注图像进行兴趣点标注。本申请实施例的兴趣点标注装置，通过提取待标注图像的第一图像特征，根据第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定图像库中与待标注图像对应的第一参考图像，根据第一参考图像的类别及待标注图像的采集位置，对待标注图像进行兴趣点标注，从而通过图像之间的相似度，确定图像库中与待标注图像对应的已知类别的参考图像，利用该参考图像的类别和待标注图像的采集位置对待标注图像的类别和位置进行自动标注，不仅提高了标注效率，而且标注了待标注图像的采集位置，可以用于后续地图的更新。本申请另一方面实施例提出了一种计算机设备，包括处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如上述一方面实施例所述的兴趣点标注方法。本申请另一方面实施例提出了一种非临时性计算机可读存储介质，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一方面实施例所述的兴趣点标注方法。本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本申请实施例提供的一种兴趣点标注方法的流程示意图；图2为本申请实施例提供的另一种兴趣点标注方法的流程示意图；图3为本申请实施例提供的另一种兴趣点标注方法的流程示意图；图4为本申请实施例提供的一种兴趣点标注装置的结构示意图；图5示出了适于用来实现本申请实施方式的示例性计算机设备的框图。具体实施方式下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。下面参考附图描述本申请实施例的兴趣点标注方法、装置、计算机设备和存储介质。本申请实施例，针对相关技术中人工审核进行POI图像标注的方法，费力耗时、成本高的问题，提出一种兴趣点标注方法，通过图像之间的相似度，确定图像库中与待标注图像对应的已知类别的图像，利用该已知类别的图像对待标注图像进行自动标注，不仅提高了标注效率，而且标注了兴趣点的位置信息，提高了标注质量。本申请实施例的兴趣点标注方法，可由本申请实施例提供的兴趣点标注装置执行，该装置可配置于计算机设备中，以实现对待标注图像进行兴趣点标注。图1为本申请实施例提供的一种兴趣点标注方法的流程示意图。如图1所示，该兴趣点标注方法包括：步骤101，获取待标注的图像数据，其中，图像数据中包括待标注图像及待标注图像的采集位置。在实际应用中，通常需要对图像数据进行兴趣点标注，利用带有标注的图像数据，可以进行绘制地图等，比如在电子地图上标注店面、银行、学校等兴趣点。本实施例中，用户可将拍摄的待标注的图像及待标注图像的采集位置进行上传。比如，用户站在某个位置拍摄某街道得到待标注图像，并将该图像及图像的采集位置进行上传。其中，待标注图像中可能包含一个兴趣点，也可能包含多个兴趣点；待标注图像的采集位置指采集待标注图像的地理位置，可以是通过GPS获取的经纬度信息，也可以是街道上的具体位置，比如某街道xx号。步骤102，对待标注图像进行特征提取，获取待标注图像的第一图像特征。本实施例中，可以通过预先训练的神经网络模型对待标注图像进行特征提取。具体地，将待标注图像输入至预先训练的神经网络模型中，通过神经网络模型提取待标注图像的特征，得到第一图像特征。在进行特征提取之前，可以利用大量的兴趣点图像进行训练得到该神经网络模型。为了提高模型的准确性，在训练时可以加入负样本，其中，负样本指非兴趣点图像，比如警示标志、安全出口等等。进一步地，为了提高模型的抗干扰能力，可以对用于训练的兴趣点图像进行数据增广，比如对兴趣点图像数据颜色明暗处理等，从而扩大训练样本数量。利用兴趣点图像以及经过处理的兴趣点图像进行训练，使得到的模型具有一定的抗干扰能力。步骤103，根据第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定待标注图像对应的第一参考图像。本实施例中，图像库中包含的各参考图像是已标注的图像，图像库中记录有各参考图像的类别、本文档来自技高网...

【技术保护点】
1.一种兴趣点标注方法，其特征在于，包括：/n获取待标注的图像数据，其中，所述图像数据中包括待标注图像及所述待标注图像的采集位置；/n对所述待标注图像进行特征提取，获取所述待标注图像的第一图像特征；/n根据所述第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定所述待标注图像对应的第一参考图像；/n根据所述第一参考图像的类别及所述待标注图像的采集位置，对所述待标注图像进行兴趣点标注。/n

【技术特征摘要】
1.一种兴趣点标注方法，其特征在于，包括：
获取待标注的图像数据，其中，所述图像数据中包括待标注图像及所述待标注图像的采集位置；
对所述待标注图像进行特征提取，获取所述待标注图像的第一图像特征；
根据所述第一图像特征与图像库中各参考图像的各第二图像特征间的相似度，确定所述待标注图像对应的第一参考图像；
根据所述第一参考图像的类别及所述待标注图像的采集位置，对所述待标注图像进行兴趣点标注。


2.如权利要求1所述的方法，其特征在于，所述对所述待标注图像进行特征提取之前，还包括：
对所述待标注图像进行预处理，获取所述待标注图像中的候选标注区域；
所述对所述待标注图像进行特征提取，包括：
对所述候选标注区域进行特征提取。


3.如权利要求2所述的方法，其特征在于，所述待标注图像中包括至少两个候选标注区域、且第一候选标注区域与第二候选标注区域互相交叉；
所述对所述待标注图像进行特征提取之前，还包括：
判断所述互相交叉的区域在所述第一候选标注区域中的占比是否大于阈值，和/或，所述互相交叉的区域在所述第二候选标注区域中的占比是否大于阈值；
若是，则将所述第一候选标注区域与所述第二候选标注区域进行融合处理；
所述对所述待标注图像进行特征提取，包括：
对融合后的候选标注区域进行特征提取。


4.如权利要求1-3任一所述的方法，其特征在于，所述对所述待标注图像进行兴趣点标注之后，还包括：
在所述图像库中记录所述待标注图像的类别及采集位置。


5.如权利要求1-3任一所述的方法，其特征在于，所述图像数据中还包括所述待标注图像的采集参数；
所述对所述待标注图像进行兴趣点标注之后，还包括：
判断所述图像库中各参考图像的采集位置及采集参数，是否分别与所述待标注图像的采集位置及采集参数匹配；
若所述图像库中的第二参考图像的采集位置与所述待标注图像的采集位置匹配、且所述第二参考图像的采集参数与所述待标注图像的采集参数匹配，则确定所述图像库中所述第二参考图像的采集位置无效。


6.一种兴趣点标注装置，其特征在于，包括：
第一获取模块，用于获取待标注的图像数据，其中，所述图像数据中包括待标注图像及所述待标注图像的采集位置；
提取模块，用于对所述待标注图像进行特征提取，获取所述待标注图像的第一图像特...

【专利技术属性】
技术研发人员：魏凯，杜宇宁，李晨霞，刘国翌，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11