多类型样本数据制作装置及方法制造方法及图纸

本发明专利技术提供一种多类型样本数据制作装置，其特征在于，用于对导入的视频数据进行自动地目标检测以及多类型处理从而生成样本数据，包括：视频处理部，用于对视频数据进行预处理从而去除视频数据中模糊、无目标物体的帧并得到作为原始样本集的多个预处理帧；分辨率处理部，用于根据预设的放缩比例并利用双线性差值算法对预处理帧进行分辨率的放缩从而得到作为多尺度样本集的多个不同尺度的图像帧；对比度处理部，用于对预处理帧进行降低对比度处理从而得到作为低对比度样本集的多个不同对比度的图像帧；噪声处理部，用于对预处理帧进行添加噪声处理从而得到作为噪声样本集的多个被添加随机噪声的图像帧；数据命名存储部，用于对图像帧进行统一命名并存储为样本数据。

Device and method for making multi type sample data

【技术实现步骤摘要】
多类型样本数据制作装置及方法
本专利技术属于计算机视觉、图像处理
，具体涉及一种实现多类型行人样本数据的数据集制作装置及方法。
技术介绍
目前，在计算机视觉研究领域中，基于深度学习的算法在各个方向都有着良好的表现，其中大部分算法是根据卷积神经网络进行设计，通过采用预先准备好的数据集进行预训练，从而使得训练后的卷积神经网络能够根据训练的完成任务。然而，基于深度学习的算法的优化及改进离不开大量的数据支持及验证。现存的大部分数据集都具有数据质量高低不等、数据标注内容不够丰富、数据场景过于单一、数据格式不统一等问题。特别是在图像数据类型上，目前已有的行人样本数据图像数据类型单一，同样的样本数据尺度单一，缺少低质量的样本数据。而多尺度和低质量数据对算法训练和测试来说必不可少，若缺少了数据集，基于图像数据的卷积神经网络就难以发挥较好的识别效果，也难以对该卷积神经网络进行优化，从而在使用中容易产生误识别、无法识别等问题。
技术实现思路
为解决上述问题，提供一种能够规范地半自动化实现行人检测级行人重识别的大型数据集制作本文档来自技高网...

【技术保护点】
1.一种多类型样本数据制作装置，其特征在于，用于对导入的视频数据进行自动地目标检测以及多类型处理从而生成样本数据，包括：/n视频处理部，用于通过帧间差分法对所述视频数据进行预处理从而去除所述视频数据中模糊、无目标物体的帧并得到作为原始样本集的多个预处理帧；/n分辨率处理部，用于根据预设的放缩比例并利用双线性差值算法对所述预处理帧进行分辨率的放缩从而得到作为多尺度样本集的多个不同尺度的图像帧；/n对比度处理部，用于对所述预处理帧进行降低对比度处理从而得到作为低对比度样本集的多个不同对比度的图像帧；/n噪声处理部，用于对所述预处理帧进行添加噪声处理从而得到作为噪声样本集的多个被添加随机噪声的图像帧...

【技术特征摘要】
1.一种多类型样本数据制作装置，其特征在于，用于对导入的视频数据进行自动地目标检测以及多类型处理从而生成样本数据，包括：
视频处理部，用于通过帧间差分法对所述视频数据进行预处理从而去除所述视频数据中模糊、无目标物体的帧并得到作为原始样本集的多个预处理帧；
分辨率处理部，用于根据预设的放缩比例并利用双线性差值算法对所述预处理帧进行分辨率的放缩从而得到作为多尺度样本集的多个不同尺度的图像帧；
对比度处理部，用于对所述预处理帧进行降低对比度处理从而得到作为低对比度样本集的多个不同对比度的图像帧；
噪声处理部，用于对所述预处理帧进行添加噪声处理从而得到作为噪声样本集的多个被添加随机噪声的图像帧；以及
数据命名存储部，用于对所述原始样本集、所述多尺度样本集、所述低对比度样本集以及所述噪声样本集中的图像帧进行统一命名并存储为所述样本数据。


2.根据权利要求1所述的多类型样本数据制作装置，其特征在于：
其中，所述预处理包括：
使用帧间差分法去除所述视频数据中模糊且无目标的帧；
从处理后的所述视频数据中每五帧抽取一帧...

【专利技术属性】
技术研发人员：杨曼艺，冯瑞，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31