本申请实施例提供一种数据标注方法、装置、设备及存储介质。该方法包括：获取至少两个拍摄设备拍摄的视频数据；获取每个视频数据中的至少一个目标对象的图像序列；提取每个图像序列中目标对象的图像特征；根据至少两个拍摄设备中第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度；标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列。根据本申请实施例可以对不同拍摄设备拍摄的目标对象的图像序列进行匹配标注，快速获取匹配类型数据，提高标注效率。提高标注效率。提高标注效率。
【技术实现步骤摘要】
数据标注方法、装置、设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种数据标注方法、装置、设备及存储介质。
技术介绍
[0002]在人工智能领域中，标注数据作为模型训练的输入，对确定模型的性能起着决定性作用。随着人工智能技术的发展，为了获取泛化能力强、适应力广的模型，人们越来越倾向于从增强数据规模的角度解决问题，因此对标注数据的需求越来越多。
[0003]但是对于计算机视觉方向，标注数据的获取仍是相当困难。传统的数据标注方案通常仅能针对单个拍摄设备的拍摄视频进行标注处理，无法针对不同拍摄设备的拍摄视频进行匹配标注，例如无法对两个摄像头下同一个行人的图像数据进行匹配标注。
技术实现思路
[0004]本申请实施例提供了一种数据标注方法、装置、设备及存储介质，能够对不同拍摄设备拍摄的目标对象的图像序列进行匹配标注，快速获取匹配类型数据，提高标注效率。
[0005]第一方面，本申请实施例提供一种数据标注方法，该方法包括：获取至少两个拍摄设备拍摄的视频数据；获取每个视频数据中的至少一个目标对象的图像序列；提取每个图像序列中目标对象的图像特征；根据至少两个拍摄设备中第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度；标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列。
[0006]在第一方面的一些可实现方式中，获取每个视频数据中的至少一个目标对象的图像序列，包括：获取每个视频数据中的目标对象；根据每个视频数据对目标对象进行追踪，获取目标对象的图像序列。
[0007]在第一方面的一些可实现方式中，提取每个图像序列中目标对象的图像特征，包括：根据预设的特征提取模型提取每个图像序列中目标对象的图像特征。
[0008]在第一方面的一些可实现方式中，图像序列包括起始时间；根据至少两个拍摄设备中第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度，包括：计算第一拍摄设备拍摄的目标对象的图像序列的起始时间与第二拍摄设备拍摄的目标对象的图像序列的起始时间的时间间隔；在时间间隔小于或等于预设时长的情况下，根据第一拍摄设备和第二拍摄设备分别拍
摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度。
[0009]在第一方面的一些可实现方式中，在标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列之后，该方法还包括：接收用户输入的拍摄设备选择信息，其中，拍摄设备选择信息包括至少两个拍摄设备中第三拍摄设备和第四拍摄设备的设备标识；显示第三拍摄设备拍摄的目标对象的图像序列，以及按照第三拍摄设备拍摄的目标对象与第四拍摄设备拍摄的目标对象的相似度大小排列的第四拍摄设备拍摄的目标对象的图像序列；当接收到用户选中第四拍摄设备拍摄的目标对象的图像序列的输入时，标注第三拍摄设备拍摄的目标对象的图像序列和选中的图像序列。
[0010]在第一方面的一些可实现方式中，在标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列之后，该方法还包括：根据标注后的数据训练特征提取模型。
[0011]第二方面，本申请实施例提供一种数据标注装置，该装置包括：图像序列获取模块，用于获取至少两个拍摄设备拍摄的视频数据；获取每个视频数据中的至少一个目标对象的图像序列；图像特征提取模块，用于提取每个图像序列中目标对象的图像特征；相似度计算模块，用于根据至少两个拍摄设备中第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度；标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列。
[0012]在第二方面的一些可实现方式中，图像序列获取模块具体用于：获取每个视频数据中的目标对象；根据每个视频数据对目标对象进行追踪，获取目标对象的图像序列。
[0013]在第二方面的一些可实现方式中，图像特征提取模块具体用于：根据预设的特征提取模型提取每个图像序列中目标对象的图像特征。
[0014]在第二方面的一些可实现方式中，图像序列包括起始时间；相似度计算模块具体用于：计算第一拍摄设备拍摄的目标对象的图像序列的起始时间与第二拍摄设备拍摄的目标对象的图像序列的起始时间的时间间隔；在时间间隔小于或等于预设时长的情况下，根据第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度。
[0015]在第二方面的一些可实现方式中，该装置还包括：拍摄设备选择模块，用于在标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列之后，接收用户输入的拍摄设备选择信息，其中，拍摄设备选择信息包括至少两个拍摄设备中第三拍摄设备和第四拍摄设备的设备标识；
图像序列读取和显示模块，用于显示第三拍摄设备拍摄的目标对象的图像序列，以及按照第三拍摄设备拍摄的目标对象与第四拍摄设备拍摄的目标对象的相似度大小排列的第四拍摄设备拍摄的目标对象的图像序列；图像序列标注与提交模块，用于当接收到用户选中第四拍摄设备拍摄的目标对象的图像序列的输入时，标注第三拍摄设备拍摄的目标对象的图像序列和选中的图像序列。
[0016]在第二方面的一些可实现方式中，该装置还包括：模型自适应训练模块，用于在标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列之后，根据标注后的数据训练特征提取模型。
[0017]第三方面，本申请实施例提供一种数据标注设备，该设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现第一方面所述的数据标注方法。
[0018]第四方面，本申请实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面所述的数据标注方法。
[0019]本申请实施例提供的一种数据标注方法、装置、设备及存储介质，通过获取至少两个拍摄设备拍摄的视频数据，获取每个视频数据中的至少一个目标对象的图像序列，提取每个图像序列中目标对象的图像特征，根据至少两个拍摄设备中第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度，标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列。可以对不同拍摄设备拍摄的目标对象的图像序列进行匹配标注，快速获取匹配类型数据，提高标注效率。
附图说明
[0020]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据标注方法，其特征在于，所述方法包括：获取至少两个拍摄设备拍摄的视频数据；获取每个视频数据中的至少一个目标对象的图像序列；提取每个图像序列中目标对象的图像特征；根据所述至少两个拍摄设备中第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度；标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列。2.根据权利要求1所述的方法，其特征在于，所述获取每个视频数据中的至少一个目标对象的图像序列，包括：获取每个视频数据中的目标对象；根据每个视频数据对目标对象进行追踪，获取目标对象的图像序列。3.根据权利要求1所述的方法，其特征在于，所述提取每个图像序列中目标对象的图像特征，包括：根据预设的特征提取模型提取每个图像序列中目标对象的图像特征。4.根据权利要求1所述的方法，其特征在于，所述图像序列包括起始时间；所述根据所述至少两个拍摄设备中第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度，包括：计算第一拍摄设备拍摄的目标对象的图像序列的起始时间与第二拍摄设备拍摄的目标对象的图像序列的起始时间的时间间隔；在所述时间间隔小于或等于预设时长的情况下，根据第一拍摄设备和第二拍摄设备分别拍摄的目标对象的图像特征，计算第一拍摄设备拍摄的目标对象与第二拍摄设备拍摄的目标对象的相似度。5.根据权利要求1-4任意一项所述的方法，其特征在于，在标注第一拍摄设备拍摄的目标对象的图像序列和相似度最大的第二拍摄设备拍摄的目标对象的图像序列之后，所述方法还包括：接收用户输入的拍摄设备选择信息，其中，所述拍摄设备选择信息包括所述至少两个拍摄设备中第三拍摄设备和第四拍摄设备的设备标识；显示第三拍摄设备拍摄的目标对象的图像序列，以及按照所述第三拍摄设备拍摄的目标对象与所述第四拍摄设备拍摄的目标对象的相似度大小排列的第四拍摄设备拍摄的目标对象的图像序列；当接收到用户选中第四拍摄设备拍摄的目标对...
【专利技术属性】
技术研发人员：张建安，闾凡兵，姚胜，曾海文，
申请(专利权)人：长沙海信智能系统研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。