【技术实现步骤摘要】
本申请涉及图像标注，具体涉及一种复杂背景下图像标注方法、装置、存储介质和计算机程序产品。
技术介绍
1、随着图像遥感、空中光电探测等场景中智能目标识别技术的广泛应用，其所采用的深度神经网络模型往往需要使用大规模的数据样本进行训练，且对地面、海面、多云等复杂背景下图像数据目标样本标注速度和质量要求较高。
2、然而，当前复杂背景下图像数据人工标注，首先需要标注人员找到目标所在位置，然后绘制标注框，最后通过人眼识别将目标类型赋予样本，该方式速度慢、工作负荷大；并且现有自动标注，如专利cn202110340495.2所述数据标注方法，借助数据标注装置进行数据标注，通过监听及接受相应标注指令，完成对待标注数据的标注。此专利在进行数据标注的过程中不可避免的需要“点击操作、语音指令或触控指令”等复杂人为预设操作事件，且形成的数据标注框是“根据确定到的数据标注起点和数据标注终点生成”的，标注数据的精细程度存在一定误差且整体上也并未有效标注人员的工作负荷，标注效率也并未得到显著提升。
3、针对上述问题，如何在复杂背景下做到图像数据...
【技术保护点】
1.一种复杂背景下图像标注方法，其特征在于，所述方法包括：
2.根据权利要求1所述的复杂背景下图像标注方法，其特征在于，所述参考样本图像集是所述标注人员预先标注分类属性标签的图像集，并且，所述参考样本图像集包括至少一种类别的图像，每种类别的图像包括至少一种状态的图像。
3.根据权利要求1所述的复杂背景下图像标注方法，其特征在于，所述眼动数据包括注视点的坐标和时间戳，所述接收来自眼动追踪设备发送的标注人员的眼动数据，确定所述标注人员的目标注视点位置，包括：
4.根据权利要求1所述的复杂背景下图像标注方法，其特征在于，所述计算所述目标候...
【技术特征摘要】
1.一种复杂背景下图像标注方法，其特征在于，所述方法包括：
2.根据权利要求1所述的复杂背景下图像标注方法，其特征在于，所述参考样本图像集是所述标注人员预先标注分类属性标签的图像集，并且，所述参考样本图像集包括至少一种类别的图像，每种类别的图像包括至少一种状态的图像。
3.根据权利要求1所述的复杂背景下图像标注方法，其特征在于，所述眼动数据包括注视点的坐标和时间戳，所述接收来自眼动追踪设备发送的标注人员的眼动数据，确定所述标注人员的目标注视点位置，包括：
4.根据权利要求1所述的复杂背景下图像标注方法，其特征在于，所述计算所述目标候选区在所述待标注图像上的坐标位置，采用目标标注框标注所述目标候选区，包括：
5.根据权利要求2所述的复杂背景下图像标注方法，其特征在于，所述根据轻量化孪生神经网络，对所述目标标注框内的图像和参考样本图像集中的每个图像进行相似度计算，得到最大相似度阈值，包括：...
【专利技术属性】
技术研发人员：周峰，马瑶瑶，孙鹏飞，韩国良，徐文玲，雷成敏，田苗，陈河，
申请(专利权)人：中国人民解放军九三二三六部队，
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。