【技术实现步骤摘要】
本专利技术涉及，被标定的样本通常被称为经验样本。
技术介绍
对于目前机器学习方法，训练和预测的样本往往都是图像内部的特征，这些特征往往都是通过手工标定获取特征编码，然后再存储到其他辅助记录文件中，在需要的时候再从这些记录文件中读取出来。由于采用了辅助文件，致使产生这些特征编码的原始样本和特征编码数据分离，在日后的抽样、乱序、重排序中对文件的名称、顺序、以及规则都可能有一定的要求，增加了工作的复杂度。
技术实现思路
因此，本专利技术提供，将获取的样本特征编码存储到原始图像中，从而减少在抽样、乱序、重排序中的工作复杂度。本专利技术所采用的技术方案为，包括从原始图像中获取样本特征编码的步骤，还包括把所获得的所述特征编码按照预定的嵌入方法嵌入到所述原始图像中的步骤，以生成经验样本； 以及在调用所述经验样本进行抽样、乱序或重排序时匹配所述嵌入方法读取所述特征编码的步骤。依据本专利技术的上述图像样本标定方法，把获取的样本特征编码存储到原始图像中，在需要的时候直接从原始图像中读取特征编码，从而，在以后的抽样、乱序、重排序时， 由于将图像样本、特征编码捆绑在一起，减少了工作的复杂度...
【技术保护点】
一种图像样本标定方法，包括从原始图像中获取样本特征编码的步骤，其特征在于，还包括把所获得的所述特征编码按照预定的嵌入方法嵌入到所述原始图像中的步骤，以生成经验样本；以及在调用所述经验样本进行抽样、乱序或重排序时匹配所述嵌入方法读取所述特征编码的步骤。
【技术特征摘要】
【专利技术属性】
技术研发人员：方亮，许野平，张传锋，曹杰，刘辰飞，
申请(专利权)人：山东神思电子技术股份有限公司，
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。