视频中的对象标注方法、装置、计算机设备及存储介质制造方法及图纸

本申请是关于一种视频中的对象标注方法、装置、计算机设备及存储介质，涉及图像处理技术领域。所述方法包括：获取视频的各个图像帧中的子图像区域；基于所述各个图像帧中的子图像区域的相似度，对所述各个图像帧中的子图像区域进行关联，获得至少两个轨迹片段；对所述至少两个轨迹片段进行合并，获得至少一个区域轨迹；在所述各个图像帧中，将所述区域轨迹中的各个子图像区域标注为同一个指定类型对象所在的区域。通过上述方案，在针对自动驾驶等人工智能场景构建训练数据集时，不需要人工对图像帧中的指定类型对象进行标注，能够极大的提高在视频中进行对象标注的效率。

【技术实现步骤摘要】
视频中的对象标注方法、装置、计算机设备及存储介质
本申请涉及图像处理
，特别涉及一种视频中的对象标注方法、装置、计算机设备及存储介质。
技术介绍
在涉及图像识别的人工智能（ArtificialIntelligence，AI）场景中，通常需要大量的图像训练数据进行机器学习。其中，从视频的图像帧中标注出需要的对象，是获取此类图像训练数据的重要渠道。在相关技术中，从视频的图像帧中标注出需要的对象（比如人或物体）时，通常需要开发人员进行人工标注。例如，对于一个视频，开发人员在该视频的各个图像帧中手动框选需要的对象所在的位置，并为各个图像帧中同一个对象设置相同的编号，以完成对视频中的对象的标注。然而，上述人工标注的方案需要用户对视频逐帧进行对象框选，需要耗费较长的时间，导致对视频中的对象的标注效率较低。
技术实现思路
本申请实施例提供了一种视频中的对象标注方法、装置、计算机设备及存储介质，可以提高在视频中标注同一对象的效率，该技术方案包括以下内容。一方面，提供了一种视频中的对象标注方法，所述方法包括：...

【技术保护点】
1.一种视频中的对象标注方法，其特征在于，所述方法包括：/n获取视频的各个图像帧中的子图像区域；所述子图像区域是指定类型对象的图像在对应的图像帧中的区域；/n基于所述各个图像帧中的子图像区域的相似度，对所述各个图像帧中的子图像区域进行关联，获得至少两个轨迹片段；所述轨迹片段由连续的图像帧中的各一个子图像区域构成；/n对所述至少两个轨迹片段进行合并，获得至少一个区域轨迹；/n在所述各个图像帧中，将所述区域轨迹中的各个子图像区域标注为同一个指定类型对象所在的区域。/n

【技术特征摘要】
1.一种视频中的对象标注方法，其特征在于，所述方法包括：
获取视频的各个图像帧中的子图像区域；所述子图像区域是指定类型对象的图像在对应的图像帧中的区域；
基于所述各个图像帧中的子图像区域的相似度，对所述各个图像帧中的子图像区域进行关联，获得至少两个轨迹片段；所述轨迹片段由连续的图像帧中的各一个子图像区域构成；
对所述至少两个轨迹片段进行合并，获得至少一个区域轨迹；
在所述各个图像帧中，将所述区域轨迹中的各个子图像区域标注为同一个指定类型对象所在的区域。


2.根据权利要求1所述的方法，其特征在于，所述基于所述各个图像帧中的子图像区域的相似度，对所述各个图像帧中的子图像区域进行关联，获得至少两个轨迹片段，包括：
基于第一图像帧内的第一区域，与第二图像帧中的各个子图像区域之间的区域相似度，从所述第二图像帧中的各个子图像区域中确定满足匹配条件的第二区域；所述第一图像帧和所述第二图像帧是所述各个图像帧中的相邻两个图像帧；所述第一区域是目标轨迹片段对应在所述第一图像帧中的区域；
将所述第二区域添加为所述目标轨迹片段在所述第二图像帧中的区域。


3.根据权利要求2所述的方法，其特征在于，所述基于第一图像帧内的第一区域与第二图像帧中的各个子图像区域之间的区域相似度，从所述第二图像帧中的各个子图像区域中确定满足匹配条件的第二区域，包括：
获取所述第一区域与所述第二图像帧中的各个子图像区域之间的第一类型相似度，所述第一类型相似度是基于两个区域之间的位置相似度、尺寸相似度以及表观特征相似度获得的；
将所述第二图像帧中的各个子图像区域中，对应的所述第一类型相似度满足所述指定条件的区域确定为所述第二区域。


4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
响应于所述第二图像帧中的各个子图像区域中不存在对应的所述第一类型相似度满足所述指定条件的区域，获取所述第一区域与所述第二图像帧中的各个子图像区域之间的第二类型相似度，所述第二类型相似度是基于两个区域之间的表观特征相似度获得的；
将所述第二图像帧中的各个子图像区域中，对应的所述第二类型相似度满足所述指定条件的区域确定为所述第二区域。


5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
响应于所述第二图像帧中的各个子图像区域中，不存在满足所述匹配条件的第二区域，且所述目标轨迹片段中连续的虚拟区域的数量低于数量阈值，基于所述目标轨迹片段中的各个区域，预测所述目标轨迹片段在所述第二图像帧中的所述虚拟区域；
将预测得到的所述虚拟区域，添加为所述目标轨迹片段在所述第二图像帧中的区域。


6.根据权利要求1所述的方法，其特征在于，所述对所述至少两个轨迹片段进行合并，获得至少一个位置轨迹，包括：
获取所述至少两个轨迹片段之间的相似度；
基于所述至少两个轨迹片段之间的相似度，对所述至少两个轨迹片段进行合并，获得所述至少一个位置轨迹。


7.根据权利要求6所述的方法，其特征在于，所述获取所述至少两个轨迹片段之间的相似度，包括：
获取所述至少两个轨迹片段中的第一轨迹片段与第二轨迹片段之间的位置相似度；所述第一轨迹片段中的最后一个子图像区域所在的第一图像帧，在时域上位于所述第二轨迹片段中的第一个子图像区域所在的第二图像帧之前；
基于所述第一轨迹片段中的最后一个子图像区域的尺寸，以及所述第二轨迹片段中的第一个子图像区域的尺寸，获取所述第一轨迹片段与所述第二轨迹片段的尺寸相似度；
基于所述第一轨迹片段中的至少一个子图像区域的表观特征，以及所述第二轨迹片段中的至少一个子图像区域的表观特征，获取所述第一轨迹片段与所述第二轨迹片段的表观特征相似度；
基于所述第一轨迹片段与所述第二轨迹片段之间的位置相似度、尺寸相似度以及表观特征相似度，获取所述第一轨迹片段与所述第二轨迹片段之间...

【专利技术属性】
技术研发人员：马聪，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44