一种遥感图像标注方法、装置及设备制造方法及图纸

本申请提供一种遥感图像标注方法、装置及设备，该方法包括：获取种子像素点和种子像素点对应的目标类别；以种子像素点为起始像素点，搜索每个遥感图像中对应目标类别的前景像素点，基于种子像素点和前景像素点确定该遥感图像的封闭区域；基于遥感图像的封闭区域之间的相似度，从T个遥感图像中选取K个待标注遥感图像；基于K个待标注遥感图像的封闭区域确定融合区域；基于目标类别并行对K个待标注遥感图像执行如下同步标注操作：基于融合区域与待标注遥感图像的已标注区域确定目标区域，为该待标注遥感图像中的目标区域标注目标类别；已标注区域是待标注遥感图像中已经被标注类别的区域。通过本申请的技术方案，可以减轻遥感图像的标注工作量。图像的标注工作量。图像的标注工作量。

【技术实现步骤摘要】
一种遥感图像标注方法、装置及设备


[0001]本申请涉及人工智能领域，尤其涉及一种遥感图像标注方法、装置及设备。

技术介绍

[0002]机器学习是实现人工智能的一种途径，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习用于研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习更加注重算法设计，使计算机能够自动地从数据中学习规律，并利用规律对未知数据进行预测。
[0003]机器学习已经有了十分广泛的应用，如深度学习、数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、语音和手写识别等。
[0004]为了采用机器学习实现人工智能处理，需要获取大量样本图像，基于这些样本图像训练出机器学习模型，继而采用机器学习模型实现人工智能处理。为了基于这些样本图像训练出机器学习模型，就需要用户对每个样本图像进行标注，样本图像的标注工作量很大，标注时间很长，导致用户感受很差。
[0005]比如说，对于像素级的预测任务，如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感图像标注方法，其特征在于，样本数据集合包括T个不同时相的遥感图像，所述T为大于1的正整数，所述方法包括：获取种子像素点和所述种子像素点对应的目标类别；以种子像素点为起始像素点，搜索每个遥感图像中对应所述目标类别的前景像素点，基于所述种子像素点和所述前景像素点确定该遥感图像的封闭区域；基于遥感图像的封闭区域之间的相似度，从T个遥感图像中选取K个待标注遥感图像，K为大于1的正整数，且K小于或等于T；基于所述K个待标注遥感图像的封闭区域确定融合区域；基于所述目标类别并行对所述K个待标注遥感图像执行如下同步标注操作：基于所述融合区域与待标注遥感图像的已标注区域确定目标区域，并为该待标注遥感图像中的目标区域标注所述目标类别；其中，所述已标注区域是该待标注遥感图像中已经被标注类别的区域。2.根据权利要求1所述的方法，其特征在于，所述以种子像素点为起始像素点，搜索每个遥感图像中对应所述目标类别的前景像素点，基于所述种子像素点和所述前景像素点确定该遥感图像的封闭区域，包括：针对每个遥感图像，将所述种子像素点作为起始像素点，并判断所述起始像素点的周围像素点中是否存在未预测像素点；若是，确定所述起始像素点与所述未预测像素点的相似度；若该相似度大于预设阈值，将所述未预测像素点确定为前景像素点，将所述未预测像素点作为起始像素点，返回执行判断起始像素点的周围像素点中是否存在未预测像素点的操作；否则，将所述未预测像素点确定为边缘像素点；若否，将种子像素点和所有前景像素点组成该遥感图像的封闭区域。3.根据权利要求2所述的方法，其特征在于，所述确定所述起始像素点与所述未预测像素点的相似度，包括：确定第一区域内所有像素点的第一均值和第一方差，确定第二区域内所有像素点的第二均值和第二方差；其中，第一区域以所述起始像素点为中心，第二区域以所述未预测像素点为中心，且第一区域与第二区域的大小相同；基于所述第一均值、所述第一方差、所述第二均值和所述第二方差，确定所述起始像素点与所述未预测像素点的相似度。4.根据权利要求1所述的方法，其特征在于，所述基于遥感图像的封闭区域之间的相似度，从T个遥感图像中选取K个待标注遥感图像，包括：若所述T个遥感图像包括1个基准遥感图像和T
‑
1个非基准遥感图像，则将所述基准遥感图像选取为待标注遥感图像，针对每个非基准遥感图像：确定所述非基准遥感图像与所述基准遥感图像之间的相似度；其中，基于所述非基准遥感图像的封闭区域与所述基准遥感图像的封闭区域之间的并集区域，利用所述并集区域中预测结果不一致的像素数量与所述并集区域的像素总数量的比值确定该相似度，且该相似度与该比值成反比；若该相似度大于预设阈值，则将所述非基准遥感图像选取为待标注遥感图像，否则，禁止将所述非基准遥感图像选取为待标注遥感图像。
5.根据权利要求1所述的方法，其特征在于，所述基于所述K个待标注遥感图像的封闭区域确定融合区域，包括：针对待标注遥感图像的封闭区域中的每个像素点，基于该像素点与非封闭区域的最小欧式距离以及已配置数值确定该像素点的过渡值；确定所述K个待标注遥感图像的封闭区域之间的并集区域；针对所述并集区域中每个像素点，基于该像素点在所述K个待标注遥感图像中对应的过渡值，确定该像素点是否为目标像素点；基于所述并集区域中的所有目标像素点确定所述融合区域。6.根据权利要求1所述的方法，其特征在于，所述基于所述融合区域与待标注遥感图像的已标注区域确定目标区域，包括：确定所述融合区域与所述已标注区域之间的非重叠区域；针对所述非重叠区域的每个边缘像素点，从所述已标注区域中确定与所述边缘像素点距离最近的匹配像素点，确定所述边缘像素点与所述匹配像素点之间的距离；若所述距离小于预设阈值，则将所述边缘像素点与所述匹配像素点之间连线上的所有像素点加入到所述非重叠区域；基于所述非重叠区域确定该待标注遥感图像的目标区域。7.根据权利要求6所述的方法，其特征在于，所述确定所述融合区域与所述已标注区域之间的非重叠区域，包括：若所述融合区域与所述已标注区域存在重叠区域，则从所述融合区域中去除所述重叠区域，得到所述非重叠区域；或者，若所述融合区域与所述已标注区域不存在重叠区域，则将所述融合区域确定为所述非重叠区域。8.一种遥感图像标注装置，其特征在于，样本数据集合包括T个不同时相的遥感图像，所述T为大于1的正整数...

【专利技术属性】
技术研发人员：张舸，万其明，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：