一种视频目标标注方法技术

本发明专利技术涉及人工智能图像识别领域，具体公开了一种视频标注方法，首先从数据库中导入视频数据，选定起始帧t0和标志帧t

【技术实现步骤摘要】
一种视频目标标注方法


[0001]本专利技术涉及人工智能图像识别领域，具体涉及一种视频目标标注方法。

技术介绍

[0002]车辆智能驾驶领域，目标图像检测是一项关键技术，目前图像识别技术主要通过训练海量带有标注的图像视频数据实现，但是现有图像和视频数据标注都是通过人工，在每张每帧图像上选取目标的感兴趣域ROI，并添加相关分类信息，该方法耗费大量人工，也提高了图像数据库的成本，并降低了图像识别新产品的开发效率。
[0003]虽然已有使用简易目标跟踪算法(如插值算法)的辅助标注工具面世，但是对于运动变化复杂的目标，存在ROI准确率低，数据质量差的问题。

技术实现思路

[0004]本专利技术为解决现有技术中采用简易目标跟踪算法标注图像，对于运动变化复杂的目标，存在ROI准确率低，数据质量差的问题，提供一种视频目标标注方法，可以提高标注文件的准确度。
[0005]本专利技术采用的技术方案：
[0006]一种视频目标标注方法，包括：
[0007]获取目标框范围内角点集；
[0008]根据起始帧t0与标志帧t
k
的角点集中心轨迹，插值得到中间帧的角点位置估计值；
[0009]根据前一帧的角点位置与当前帧估计值，计算当前帧的实际角点位置，并显示目标连续运动的中心轨迹；
[0010]如果目标位置及轨迹失真，将修正位置插入起始帧t0与标志帧t
k
之间，分成两段重新计算并组合，获取准确的动态目标标注文件。
[0011]进一步地，所述目标框范围为左上角坐标(X0,Y0)与右下角坐标(X',Y')围成的矩形区域范围。
[0012]进一步地，起始帧t0与标志帧t
k
的角点集计算方法包括：
[0013]选取起始帧t0与标志帧t
k
的灰度图中目标ROI；
[0014]计算目标ROI内每点灰度在X方向和Y方向的梯度
[0015]根据梯度生成高斯函数矩阵
[0016]根据矩阵的行列式det M与行列式的迹trace M，计算Harris响应值R＝det M
‑
α(traceM)2；
[0017]在目标框范围区域，对响应值R排序并选择R值大的10个区域角点及位置并保存。
[0018]进一步地，起始帧与标志帧的角点集为：
[0019]进一步地，计算起始帧的中心点与标志帧的中心点的方法为：
[0020][0021][0022]进一步地，根据中心点C0和Ck的坐标，计算中心点轨迹的方法为：(y
‑
y0)/(y
k
‑
y0)＝(x
‑
x0)/(x
k
‑
x0)。
[0023]进一步地，在中间帧的灰度图中，根据起始帧与标志帧的角点集中心轨迹，计算帧新角点：
[0024]首先计算帧中心点的坐标(x1,y1)，所述帧中心点的坐标(x1,y1)的计算公式为
[0025]根据帧中心点坐标(x1,y1)、t0帧各角点，计算t1帧各角点位置估计值，计算t1帧各角点坐标估计值公式为
[0026]根据平移原理计算t2～t
k
‑1各角点位置的估计值。
[0027]进一步地，显示目标连续运动的中心轨迹的方法为：
[0028]将t0帧与t1帧的灰度图像采用由细到粗的分层(0～n)策略，得到图像金字塔；
[0029]将t0帧各角点与t1帧各角点估计值代入金字塔迭代LK光流算法，从最上层开始计算各层各角点灰度的差值；
[0030]按照差值迭代计算至最下层，得到t1帧各角点实际坐标；
[0031]引入前一帧灰度图与角点集和当前帧的灰度图与角点估计值；
[0032]按照一定间隔，绘制运动目标的中心运动轨迹点；
[0033]遍历自动生成的轨迹和目标位置并以气泡图的形式显示。
[0034]进一步地，如果目标位置及轨迹存在失真，获取准确的动态目标标注文件的方法包括：
[0035]人工修正目标ROI；
[0036]将修正帧作为中间帧插入连续帧；
[0037]重新计算起始帧t0到修正帧以及修正帧到标志帧t
k
的角点集；
[0038]分段计算与组合后，如果目标ROI标注没有失真，完成视频中其他动态目标标注后，按照数据集要求生成动态目标标注文件。
[0039]与现有技术相比，本专利技术的有益效果：
[0040]本专利技术提供的视频标注方法，选择目标运动出现明显变化的标志帧t
k
的图像，在该图像上框选目标的ROI、输入该目标的类型与相关属性，计算连续帧(起始帧t0至此标志帧t
k
之间)的运动轨迹和目标位置，如果观察到目标选择不准确，可以手工修改该帧的运轨迹或者目标ROI，其他连续帧重新计算生成新轨迹和目标位置，整段标注完成并确认后，锁定一个目标的标注，回到视频起始位置，重复上述步骤标注其他的目标，本专利技术解决了现有
简易目标跟踪算法运动变化复杂的目标，存在ROI准确率低，数据质量差的问题，本专利技术可以提高图像标注的准确率，另外本专利技术提供的视频标注方法可以减少人工。
附图说明
[0041]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
[0042]图1为本专利技术实施例提供的视频标注方法的流程图；
[0043]图2为本专利技术实施例提供的目标ROI标注界面；
[0044]图3为本专利技术实施例提供的各个连续帧角点集获取的流程图；
[0045]图4为本专利技术实施例提供的LK光流金字塔结构；
[0046]图5为本专利技术实施例提供LK光流法计算角点流程图；
[0047]图6为本专利技术实施例提供的运动目标中心轨迹显示界面。
具体实施方式
[0048]下面结合附图对本专利技术的实施方式进行详细说明。
[0049]图1为本实施例提供的一种视频标注方法的流程图，首先从数据库中导入视频数据，选定起始帧t0和标志帧t
k
，然后对视频进行标注，具体地，该视频标注方法包括：
[0050]获取目标框范围内角点集；
[0051]根据起始帧t0与标志帧t
k
的角点集中心轨迹，插值得到中间帧的角点位置估计值；
[0052]根据前一帧的角点位置与当前帧估计值，计算当前帧的实际角点位置，并显示目标连续运动的中心轨迹；
[0053]如果目标位置及轨迹失真，将修正位置插入起始帧t0与标志帧t
k
之间，分成两段重新计算并组合，获取准确的动态目标标注文件。
[0054]需要说明的是，本实施例中起始帧t0与标志帧t
...

【技术保护点】

【技术特征摘要】
1.一种视频目标标注方法，其特征在于，包括：获取目标框范围内角点集；根据起始帧t0与标志帧t
k
的角点集中心轨迹，插值得到中间帧的角点位置估计值；根据前一帧的角点位置与当前帧估计值，计算当前帧的实际角点位置，并显示目标连续运动的中心轨迹；如果目标位置及轨迹失真，将修正位置插入起始帧t0与标志帧t
k
之间，分成两段重新计算并组合，获取准确的动态目标标注文件。2.根据权利要求1所述的视频目标标注方法，其特征在于，所述目标框范围为左上角坐标(X0,Y0)与右下角坐标(X',Y')围成的矩形区域范围。3.根据权利要求1所述的视频目标标注方法，其特征在于，起始帧t0与标志帧t
k
的角点集计算方法包括：选取起始帧t0与标志帧t
k
的灰度图中目标ROI；计算目标ROI内每点灰度在X方向和Y方向的梯度根据梯度生成高斯函数矩阵根据矩阵M的行列式det M与行列式的迹traceM，计算Harris响应值R＝det M
‑
α(traceM)2；在目标框范围区域，对响应值R排序并选择R值大的10个区域角点及位置并保存。4.根据权利要求3所述的视频目标标注方法，其特征在于，起始帧t0与标志帧t
k
的角点集为：5.根据权利要求4所述的视频目标标注方法，其特征在于，计算起始帧t0的中心点C0与标志帧t
k
的中心点C
k
的方法为：的方法为：6.根据权利要求5所述的视频目标标注方法，其特征在于，根据中心点C0和C
k
的坐标，计算中心点轨迹的方法为：(y
‑
y0)/(y

【专利技术属性】
技术研发人员：丰建芬，邓亮，沈昱，潘明清，谢正华，
申请(专利权)人：常州星宇车灯股份有限公司，
类型：发明
国别省市：