一种人-物交互检测数据集的构建方法技术

本发明专利技术提出了一种人‑物交互检测数据集的构建方法，用于解决现有技术中存在的因数据集中的图片之间缺少因果关系导致的人‑物动态交互检测精度较低的技术问题。实现步骤为：设置构建人‑物交互检测数据集所需的参数；采集每个场景S

A construction method of human object interaction detection data set

【技术实现步骤摘要】
一种人-物交互检测数据集的构建方法
本专利技术属于机器视觉处理
，涉及数据集的构建方法，具体涉及一种人-物交互检测数据集的构建方法，可用于作为训练人-物交互检测神经网络的类似场景。
技术介绍
信息时代发展下，摄像头及各种图像视频采集设备可以获得各个场景的画面，许多场景都需要对画面中的人-物交互进行检测。现有的人-物交互检测方法主要为基于深度学习的方法，而基于深度学习的人-物交互检测方法多为数据驱动方法，数据集构建的好坏对基于深度学习的人-物交互检测方法的检测精度至关重要，但由于数据集中的图像之间缺少因果关系，无法为基于深度学习的人-物交互检测方法提供推理人-物动态交互类别所需的因果信息，导致人-物交互检测精度较差。例如，密歇根大学的Yu-WeiChao,YunfanLiu,XieyangLiu,JiaDeng和华盛顿大学的HuayiZeng在2018年IEEEWinterConferenceonApplicationsofComputerVision上发表了论文“LearningtoDetectHuman-ObjectIntera本文档来自技高网...

【技术保护点】
1.一种人-物交互检测数据集的构建方法，其特征在于，包括如下步骤：/n(1)设置构建人-物交互检测数据集所需的参数：/n设置构建人-物交互检测数据集所需的参数，包括待检测人的类别编号、待检测物体的类别编号、待检测人-物动态交互的类别编号、场景S及场景编号、需采集的人员数量及人员编号、采集设备C及设备编号，S＝{S

【技术特征摘要】
1.一种人-物交互检测数据集的构建方法，其特征在于，包括如下步骤：
(1)设置构建人-物交互检测数据集所需的参数：
设置构建人-物交互检测数据集所需的参数，包括待检测人的类别编号、待检测物体的类别编号、待检测人-物动态交互的类别编号、场景S及场景编号、需采集的人员数量及人员编号、采集设备C及设备编号，S＝{S1,S2,...,Si,...,Sn}，Si表示第i个场景，n表示场景总数，n≥2，C＝{C1,C2,...,Cj,...,Cm}，Cj表示第j个采集设备，m表示采集设备的总数，m≥1；
(2)采集每个场景Si的原始视频并进行剪辑：
(2a)通过每个采集设备Cj对每个场景Si进行采集，得到场景S的原始视频集合V＝{V1,V2,...,Vi,...,Vn}，其中，Vi表示m个采集设备对场景Si进行采集所得到的原始视频，Vi＝{Vi1,Vi2,...,Vij,...,Vim}，Vij表示采集设备Cj对场景Si进行采集所得到的原始视频；
(2b)将每个原始视频Vij剪辑为lij个视频段，得到场景S的原始视频段集合V'＝{V'1,V'2,...,V'i,...,V'n}，其中，V'i表示Si的原始视频段，V'i＝{V'i1,V'i2,...,V'ij,...,V'im}，V'ij表示Vij对应的原始视频段，表示总帧数为且仅包含一个人员的一个人-物动态交互类别的第kij个视频段，lij≥5，
(3)获取原始视频段集合V'的总图像集合P：
以为帧间隔对每个视频段进行帧提取，得到原始视频段集合V'的总图像集合P＝{P1,P2,...,Pi,...,Pn}，其中，Pi表示原始视频段V'i的图像集合，Pi＝{Pi1,Pi2,...,Pij,...,Pim}，Pij表示原始视频段V'ij的图像表示对视频段进行帧提取得到的分图像集合，表示第dij张图像，表示总图像数，
(4)获取命名总图像集合P'及其总标注文件集合x：
(4a)对每张图像进行命名，得到总图像集合P的命名总图像集合P'＝{P'1,P'2,...,P'i,...,P'n}，其中，P'i表示图像集合Pi的命名图像集合，P'i＝{P'i1,P'i2,...,P'ij,...,P'im}，P'ij表示图像Pij的命名图像，表示分图像集合的命名分图像集合，表示对图像命名得到的命名图像；
(4b)对每张命名...

【专利技术属性】
技术研发人员：谢雪梅，李启越，金星，李科正，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61