一种基于统计分析的标注物标签自动选择方法技术

本发明专利技术提供一种基于统计分析的标注物标签自动选择方法

【技术实现步骤摘要】
一种基于统计分析的标注物标签自动选择方法、系统及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种基于统计分析的标注物标签自动选择方法
、
系统及装置
。

技术介绍

[0002]机器学习是一种人工智能领域的技术，其基本思想是利用计算机算法和数学模型，让计算机根据大量数据自主地学习和改进自己的性能，从而不断提高解决问题的能力
。
机器学习的应用范围非常广泛，包括图像识别
、
语音识别
、
自然语言处理
、
推荐系统等领域
。
在利用机器学习执行
3D
目标检测任务时，需要先对所采用的计算机算法和模型进行训练，在这个过程中，需要利用大量的标注数据
。
[0003]一般标注流程中，需要先对
3D
场景中的对象进行框选，以标记出对象所在的位置，同时根据判断对框选出来的对象添加标签作为真实值以用于后续处理识别
。
在一些应用场景的标注过程中，根据任务的具体内容，所需要添加的标签本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于统计分析的标注物标签自动选择方法，其特征在于，该方法包括以下步骤：对指定
3D
场景中的目标标注对象采用长方体框进行框选标注，得到所述目标标注对象的目标位置框，并记录目标位置框尺寸参数特征，所述目标位置框尺寸参数特征至少包括所述目标位置框的长宽高参数；查询预设数据库，针对预设的多个标签类别，获取对应多个样本
3D
场景中样本标注对象的标签尺寸特征，所述标签为人工标注的样本标注对象位置框，所述标签尺寸特征至少包括每类标签对应的样本标注对象位置框的长宽高标准参数；将所述目标位置框尺寸参数特征与各类标签对应的所述标签尺寸特征进行相似度比对，确定与所述目标位置框尺寸参数特征最接近的所述标签尺寸特征，并将该标签尺寸对应的样本标签作为目标标签添加至所述目标标注对象
。2.
根据权利要求1所述基于统计分析的标注物标签自动选择方法，其特征在于，每类标签对应的样本标注对象位置框的长宽高标准参数中，所述长宽高标准参数为每类标签对应的所述样本标注对象位置框的长的均值
、
宽的均值和高的均值
。3.
根据权利要求1所述基于统计分析的标注物标签自动选择方法，其特征在于，所述目标位置框尺寸参数特征包括所述目标位置框的长宽高参数，以及偏转角度；与之对应的，所述标签尺寸特征包括每类标签对应各样本标注对象位置框的长的均值
、
宽的均值
、
高的均值以及偏转角度均值
。4.
根据权利要求1所述基于统计分析的标注物标签自动选择方法，其特征在于，将所述目标位置框尺寸参数特征与各类标签对应的所述标签尺寸特征进行相似度比对中，采用欧氏距离
、
曼哈顿距离和
/
或余弦相似度中的一种或多种算法进行相似度比对，并根据各算法比对结果中的多数，确定所述目标位置框尺寸参数特征最相似的所述标签尺寸特征
。5.
根据权利要求1所述基于统计分析的标注物标签自动选择方法，其特征在于，所述方法还包括：将所述目标标注对象按照其所属标签添加至该所属标签对应的样本标注对象中，并采用所述目标位置框尺寸参数特征更新计算该所属标签的所述标签尺寸特征
。6.
一种基于统计分析...

【专利技术属性】
技术研发人员：李保石，
申请(专利权)人：北京恺望数据科技有限公司，
类型：发明
国别省市：