CN109710788A - 图像样本标注和管理方法及设备 - Google Patents

Abstract

本发明实施例提供一种图像样本标注和管理方法及设备，该方法包括：根据接收到的图像标注指令，完成对目标图像的图像样本标注；根据样本属性值对所述目标图像中标注后的图像样本进行分类保存，所述样本属性值根据样本尺寸、位置及属性确定；根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。本实施例提供的方法能够对图像样本进行自动采集，解决手动取点工作量大，效率低的问题，同时实现图像样本数据的科学化管理，满足不同训练任务对图像样本的不同需求。

Description

图像样本标注和管理方法及设备

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图像样本标注和管理方法及设备。

背景技术

机器学习领域的绝大多数算法是从大量甚至天量的样本数据中寻找隐含的规律，而丰富多样的训练数据直接影响到机器学习模型的泛化能力。图像样本作为一类内含信息复杂多样的数据，相比其他类型的样本数据更需要科学地采集、归类和管理。

现有技术主要利用软件以手动取点的方式标注出图像样本，即人工利用软件进行日复一日的标注来获取图像样本。

然而，手动取点的工作量大，效率低，而且手动取点仅是简单地进行样本采集，无法满足不同训练任务对图像样本的不同需求。

发明内容

本发明实施例提供一种图像样本标注和管理方法及设备，以克服手动取点工作量大，效率低，且无法满足不同训练任务对图像样本的不同需求的问题。

第一方面，本发明实施例提供一种图像样本标注和管理方法，包括：

根据接收到的图像标注指令，完成对目标图像的图像样本标注；

根据样本属性值对所述目标图像中标注后的图像样本进行分类保存，所述样本属性值根据样本尺寸、位置及属性确定；

根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。

在一种可能的设计中，上述图像样本标注和管理方法还包括：

根据预设图像处理操作对所述目标图像进行预处理，所述预设图像处理操作包括图像去噪、去畸变和透视投影变换中的一种或多种；

所述根据接收到的图像标注指令，完成对目标图像的图像样本标注包括：

根据所述图像标注指令，完成对预处理后目标图像的图像样本标注。

在一种可能的设计中，所述根据接收到的图像标注指令，完成对目标图像的图像样本标注包括；

根据所述图像标注指令，提取所述目标图像的特征信息，所述特征信息包括灰度特征、几何特征、统计特征、变换域特征和颜色特征中的一种或多种；利用背景差分法、光流法和帧差法中的一种或多种对所述目标图像进行目标检测；利用模板匹配跟踪、颜色直方图匹配跟踪和最小化图像能量函数中的一种或多种对所述目标图像进行目标跟踪，完成对所述目标图像的图像样本标注。

在一种可能的设计中，上述图像样本标注和管理方法还包括：

显示所述目标图像进行图像样本标注的过程和结果；

显示所述目标图像中当前被标注的图像样本的样本属性值；

显示所述目标图像中标注后所有图像样本的样本标识。

在一种可能的设计中，所述根据样本属性值对所述目标图像中标注后的图像样本进行分类保存包括：

分别获取所述目标图像对应的可扩展标记语言(Extensible Markup Language，简称XML)文件，所述XML文件包括所述目标图像中标注后每一个图像样本的样本属性值；

根据所述XML文件对所述目标图像中标注后的图像样本进行分类保存。

第二方面，本发明实施例提供一种图像样本标注和管理设备，包括：

图像样本采集模块，所述图像样本采集模块包括图像样本标注单元，所述图像样本标注单元用于根据接收到的图像标注指令，完成对目标图像的图像样本标注；

图像样本分类模块，用于根据样本属性值对所述目标图像中标注后的图像样本进行分类保存，所述样本属性值根据样本尺寸、位置及属性确定；

图像样本管理模块，用于根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。

在一种可能的设计中，所述图像样本采集模块还包括图像预处理单元，所述图像预处理单元根据预设图像处理操作对所述目标图像进行预处理，所述图像样本标注单元根据所述图像标注指令，完成对预处理后目标图像的图像样本标注，所述预设图像处理操作包括图像去噪、去畸变和透视投影变换中的一种或多种。

在一种可能的设计中，所述图像样本标注单元包括特征提取单元、目标检测单元和目标跟踪单元；

所述特征提取单元，用于提取所述目标图像的特征信息，所述特征信息包括灰度特征、几何特征、统计特征、变换域特征和颜色特征中的一种或多种；

所述目标检测单元，用于利用背景差分法、光流法和帧差法中的一种或多种对所述目标图像进行目标检测；

所述目标跟踪单元，用于利用模板匹配跟踪、颜色直方图匹配跟踪和最小化图像能量函数中的一种或多种对所述目标图像进行目标跟踪。

在一种可能的设计中，所述图像样本采集模块还包括界面图形窗口、样本属性窗口和样本窗口；

所述界面图形窗口，用于显示所述目标图像进行图像样本标注的过程和结果；

所述样本属性窗口，用于显示所述目标图像中当前被标注的图像样本的样本属性值；

所述样本窗口，用于显示所述目标图像中标注后所有图像样本的样本标识。

在一种可能的设计中，所述图像样本分类模块包括文件获取单元和文件保存单元：

所述文件获取单元，用于分别获取所述目标图像对应的XML文件，所述XML文件包括所述目标图像中标注后每一个图像样本的样本属性值；

所述文件保存单元，用于根据所述XML文件对所述目标图像中标注后的图像样本进行分类保存。

第三方面，本发明实施例提供一种图像样本标注和管理设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的图像样本标注和管理方法。

第四方面，本发明实施例提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的图像样本标注和管理方法。

本实施例提供的图像样本标注和管理方法及设备，该方法通过接收图像标注指令，完成对目标图像的图像样本标注，实现对图像样本的自动采集，解决手动取点工作量大，效率低的问题；根据样本属性值对目标图像中标注后的图像样本进行分类保存，并根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种，实现对图像样本数据的科学化管理，满足不同训练任务对图像样本的不同需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的图像样本采集系统的架构示意图；

图2为本发明实施例提供的图像样本标注和管理方法的流程示意图一；

图3为本发明实施例提供的一种目标跟踪的示意图；

图4为本发明实施例提供的图像样本标注和管理方法的流程示意图二；

图5为本发明实施例提供的图像样本标注和管理设备的结构示意图一；

图6为本发明实施例提供的图像样本标注和管理设备的结构示意图二；

图7为本发明实施例提供的图像样本标注和管理设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

图1为本发明实施例提供的图像样本采集系统的架构示意图。如图1所示，本实施例提供的系统包括终端101。其中，终端101可以为手机、平板、车载终端等。本实施例对终端101的实现方式不做特别限制，只要该终端101能够与用户进行交互，实现图像样本采集即可。

终端101显示图像，用户在终端101显示的图像中标注出图像样本，实现图像样本采集。具体地，用户一一手动在终端101标注出图像样本，进行日复一日的人工操作来获取图像样本。

然而，手动取点的工作量大，效率低，而且手动取点仅是简单地进行样本采集，无法满足不同训练任务对图像样本的不同需求。为了解决该技术问题，本实施例提供一种图像样本标注和管理方法，实现对图像样本的自动采集，解决手动取点工作量大，效率低的问题，同时实现对图像样本数据的科学化管理，满足不同训练任务对图像样本的不同需求。下面采用详细的实施例进行详细说明。

图2为本发明实施例提供的图像样本标注和管理方法的流程示意图一，如图2所示，该方法可以包括：

S201、根据接收到的图像标注指令，完成对目标图像的图像样本标注。

这里，接收图像标注指令，根据该图像标注指令自动对目标图像进行图像样本标注，其中，可以通过加入特征提取、目标检测和目标跟踪等算法实现自动标注。以对车辆图像样本为例，在某一帧图像上标注出车辆所在位置，通过目标跟踪算法对该车辆进行跟踪，该帧的后续帧上已自动完成该车辆的标注，如图3所示。

具体地，特征选取包括：灰度特征，对于灰度图像，像素灰度值是最基本的目标图像特征；几何特征，它反映的是目标的几何性质，它仅与目标像素点的位置有关，而与其灰度无关。常用的几何特征有目标周长、面积、扁率和高度等；统计特征，如目标灰度均值与方差、直方图、熵、矩以及目标相对于背景的对比度等；变换域特征，包括Forier、Gabor、Wavelet等变换域特征；颜色特征。

目标检测包括：背景差分法：能完整、快速地分割出运动对象。光流法：能检测独立运动的对象，可用于摄像头运动的情况。帧差法：受光线变化影响较小，简单快速，但不能分割出完整的运动对象，需进一步运用目标分割算法。

目标跟踪包括：模板匹配跟踪，模板在图像上滑动，对应于图像的各个位置的灰度值，与模板上像素的灰度值比较，每个位置计算出一个累积误差，挑选出最合适的位置，完成匹配；camshift跟踪，颜色直方图匹配；主动轮廓线跟踪，又称snake算法，最小化图像的能量函数；多模跟踪，使用多个跟踪算法(模型)同时跟踪。

可选的，在根据接收到的图像标注指令，完成对目标图像的图像样本标注之前，可以根据预设图像处理操作对所述目标图像进行预处理，所述预设图像处理操作包括图像去噪、去畸变和透视投影变换中的一种或多种，其中，预设图像处理操作还可以根据实际情况设置，例如用户自定义图像预处理操作，对图像进行事先的某些处理(如图像去噪、去畸变、透视投影变换等)再在之上进行标注，以使后续标注更加迅速、准确。具体地，图像去噪是指减少数字图像中噪声的过程。透视投影属于中心投影，透视投影图简称为透视图或透视，它是从某个投射中心将物体投射到单一投影面上所得到的图形。投影变换是将一种地图投影点的坐标变换为另一种地图投影点的坐标的过程。

可选的，在上述对目标图像进行图像样本标注时，可以显示所述目标图像进行图像样本标注的过程和结果；显示所述目标图像中当前被标注的图像样本的样本属性值(当未选中任何样本时，显示属性值为空)；显示所述目标图像中标注后所有图像样本的样本标识，方便相关人员查看，以及了解图像样本标注情况。

S202、根据样本属性值对所述目标图像中标注后的图像样本进行分类保存，所述样本属性值根据样本尺寸、位置及属性确定。

这里，可以对产生的图像样本分属性保存到样本库中，具体地，不直接保存图像样本本身，而是对样本的尺寸、位置以及属性作保存，保证保存的数据存储空间最小化。其中，样本属性值可以包括样本尺寸、位置及属性，属性可以为自定义属性，根据样本属性值对图像样本进行分类，方便后续对图像样本进行管理，例如，图像样本分类后可以进一步提高样本查询速度，适合实际应用。

S203、根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。

具体地，接收样本管理指令，根据该样本管理指令对分类保存后的图像样本进行相应处理，包含查询样本、对样本增删改、样本导出等功能，并可提供样本操作的可视化，应对一些训练任务对图像样本的限制，满足在不同训练情况下样本的多样性选择。

以车辆图像样本为例，在某个任务中只检测小型客车，但另一个任务中可能需要检测所有的非机动车，两种任务下的训练样本不同，通过对图像样本进行样本查询、样本增删改和样本导出等操作，满足多种应用要求。

本实施例提供的图像样本标注和管理方法，通过接收图像标注指令，完成对目标图像的图像样本标注，实现对图像样本的自动采集，解决手动取点工作量大，效率低的问题；根据样本属性值对目标图像中标注后的图像样本进行分类保存，并根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种，实现对图像样本数据的科学化管理，满足不同训练任务对图像样本的不同需求。

图4为本发明实施例提供的图像样本标注和管理方法的流程示意图二，本实施例在图2实施例的基础上，对本实施例的具体实现过程进行了详细说明。如图4所示，该方法包括：

S401、根据接收到的图像标注指令，提取所述目标图像的特征信息，所述特征信息包括灰度特征、几何特征、统计特征、变换域特征和颜色特征中的一种或多种。

这里，提取的图像的特征信息可以根据实际情况确定，图像的特征信息可以通过颜色直方图、模型法(如马尔可夫随机场模型法)等提取，具体提取方法可以根据实际需要选择。

S402、利用背景差分法、光流法和帧差法中的一种或多种对所述目标图像进行目标检测。

S403、利用模板匹配跟踪、颜色直方图匹配跟踪和最小化图像能量函数中的一种或多种对所述目标图像进行目标跟踪，完成对所述目标图像的图像样本标注。

具体地，目标检测方法和目标跟踪方法可以根据实际情况确定，本实施例对目标检测和目标跟踪的实现方式不做特别限制，只要能够实现目标检测和目标跟踪即可。

S404、分别获取所述目标图像对应的XML文件，所述XML文件包括所述目标图像中标注后每一个图像样本的样本属性值。

这里，保存写有样本属性值的XML文件，好处是：当对样本进行删、改等操作时，无需删除历史图像样本而只需修改对应的XML文件即可；另外一个原因是XML文件具有格式化的读入写入功能，存储空间小。

S405、根据所述XML文件对所述目标图像中标注后的图像样本进行分类保存。

具体的，分别获取目标图像对应的XML文件，每一个XML文件包含对应目标图像上标注的样本的属性值，对每个样本按照相应的属性进行分类保存。

S406、根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。

本实施例提供的图像样本标注和管理方法，通过特征提取、目标检测、目标跟踪等自动完成对图像的图像样本标注，通过保存图像样本的XML文件，实现数据存储空间最小化，对目标图像中标注后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种，实现对图像样本数据的科学化管理，满足不同训练任务对图像样本的不同需求。

图5为本发明实施例提供的图像样本标注和管理设备的结构示意图一。如图5所示，该图像样本标注和管理设备50包括：图像样本采集模块501、图像样本分类模块502以及图像样本管理模块503，其中，所述图像样本采集模块501包括图像样本标注单元5011。

所述图像样本标注单元5011用于根据接收到的图像标注指令，完成对目标图像的图像样本标注。

图像样本分类模块502，用于根据样本属性值对所述目标图像中标注后的图像样本进行分类保存，所述样本属性值根据样本尺寸、位置及属性确定。

图像样本管理模块503，用于根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。

本实施例提供的设备，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。

图6为本发明实施例提供的图像样本标注和管理设备的结构示意图二。如图6所示，本实施例在图5实施例的基础上，所述图像样本采集模块501还包括图像预处理单元5012、界面图形窗口5013、样本属性窗口5014和样本窗口5015。所述图像样本标注单元5011包括特征提取单元50111、目标检测单元50112和目标跟踪单元50113。所述图像样本分类模块502包括文件获取单元5021和文件保存单元5022。

在一种可能的设计中，所述图像预处理单元5012根据预设图像处理操作对所述目标图像进行预处理，所述图像样本标注单元5011根据所述图像标注指令，完成对预处理后目标图像的图像样本标注，所述预设图像处理操作包括图像去噪、去畸变和透视投影变换中的一种或多种。

这里，可以开放接口用于用户自定义图像预处理操作，其中，图像预处理操作形式可采用静态数据链接库lib的方式传入图像样本标注和管理设备，图像样本标注和管理设备可以在读取图像之后自动调用上述预处理操作lib对图像进行处理，而无需用户手动生成预处理后图像。

在一种可能的设计中，所述特征提取单元50111，用于提取所述目标图像的特征信息，所述特征信息包括灰度特征、几何特征、统计特征、变换域特征和颜色特征中的一种或多种。

所述目标检测单元50112，用于利用背景差分法、光流法和帧差法中的一种或多种对所述目标图像进行目标检测。

所述目标跟踪单元50113，用于利用模板匹配跟踪、颜色直方图匹配跟踪和最小化图像能量函数中的一种或多种对所述目标图像进行目标跟踪。

在一种可能的设计中，所述界面图形窗口5013，用于显示所述目标图像进行图像样本标注的过程和结果。

所述样本属性窗口5014，用于显示所述目标图像中当前被标注的图像样本的样本属性值。

所述样本窗口5015，用于显示所述目标图像中标注后所有图像样本的样本标识。

在一种可能的设计中，所述文件获取单元5021，用于分别获取所述目标图像对应的XML文件，所述XML文件包括所述目标图像中标注后每一个图像样本的样本属性值。

所述文件保存单元5022，用于根据所述XML文件对所述目标图像中标注后的图像样本进行分类保存。

本实施例提供的设备，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。

图7为本发明实施例提供的图像样本标注和管理设备的硬件结构示意图。如图7所示，本实施例的图像样本标注和管理设备70包括：处理器701以及存储器702；其中

存储器702，用于存储计算机执行指令；

处理器701，用于执行存储器存储的计算机执行指令，以实现上述实施例中图像样本标注和管理设备所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。

可选地，存储器702既可以是独立的，也可以跟处理器701集成在一起。

当存储器702独立设置时，该图像样本标注和管理设备还包括总线703，用于连接所述存储器702和处理器701。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上所述的图像样本标注和管理方法。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。

应理解，上述处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application Specific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。

总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。

上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。

一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (12)

1.一种图像样本标注和管理方法，其特征在于，包括：

根据接收到的图像标注指令，完成对目标图像的图像样本标注；

根据样本属性值对所述目标图像中标注后的图像样本进行分类保存，所述样本属性值根据样本尺寸、位置及属性确定；

根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据预设图像处理操作对所述目标图像进行预处理，所述预设图像处理操作包括图像去噪、去畸变和透视投影变换中的一种或多种；

所述根据接收到的图像标注指令，完成对目标图像的图像样本标注包括：

根据所述图像标注指令，完成对预处理后目标图像的图像样本标注。

3.根据权利要求1所述的方法，其特征在于，所述根据接收到的图像标注指令，完成对目标图像的图像样本标注包括：

根据所述图像标注指令，提取所述目标图像的特征信息，所述特征信息包括灰度特征、几何特征、统计特征、变换域特征和颜色特征中的一种或多种；

利用背景差分法、光流法和帧差法中的一种或多种对所述目标图像进行目标检测；

利用模板匹配跟踪、颜色直方图匹配跟踪和最小化图像能量函数中的一种或多种对所述目标图像进行目标跟踪，完成对所述目标图像的图像样本标注。

4.根据权利要求1所述的方法，其特征在于，还包括：

显示所述目标图像进行图像样本标注的过程和结果；

显示所述目标图像中当前被标注的图像样本的样本属性值；

显示所述目标图像中标注后所有图像样本的样本标识。

5.根据权利要求1所述的方法，其特征在于，所述根据样本属性值对所述目标图像中标注后的图像样本进行分类保存包括：

获取所述目标图像对应的XML文件，所述XML文件包括所述目标图像中标注后每一个图像样本的样本属性值；

根据所述XML文件对所述目标图像中标注后的图像样本进行分类保存。

6.一种图像样本标注和管理设备，其特征在于，包括：

图像样本采集模块，所述图像样本采集模块包括图像样本标注单元，所述图像样本标注单元用于根据接收到的图像标注指令，完成对目标图像的图像样本标注；

图像样本分类模块，用于根据样本属性值对所述目标图像中标注后的图像样本进行分类保存，所述样本属性值根据样本尺寸、位置及属性确定；

图像样本管理模块，用于根据接收到的样本管理指令，对分类保存后的图像样本进行样本查询、样本增删改和样本导出中的一种或多种。

7.根据权利要求6所述的设备，其特征在于，所述图像样本采集模块还包括图像预处理单元，所述图像预处理单元根据预设图像处理操作对所述目标图像进行预处理，所述图像样本标注单元根据所述图像标注指令，完成对预处理后目标图像的图像样本标注，所述预设图像处理操作包括图像去噪、去畸变和透视投影变换中的一种或多种。

8.根据权利要求6所述的设备，其特征在于，所述图像样本标注单元包括特征提取单元、目标检测单元和目标跟踪单元；

所述特征提取单元，用于提取所述目标图像的特征信息，所述特征信息包括灰度特征、几何特征、统计特征、变换域特征和颜色特征中的一种或多种；

所述目标检测单元，用于利用背景差分法、光流法和帧差法中的一种或多种对所述目标图像进行目标检测；

所述目标跟踪单元，用于利用模板匹配跟踪、颜色直方图匹配跟踪和最小化图像能量函数中的一种或多种对所述目标图像进行目标跟踪。

9.根据权利要求6所述的设备，其特征在于，所述图像样本采集模块还包括界面图形窗口、样本属性窗口和样本窗口；

所述界面图形窗口，用于显示所述目标图像进行图像样本标注的过程和结果；

所述样本属性窗口，用于显示所述目标图像中当前被标注的图像样本的样本属性值；

所述样本窗口，用于显示所述目标图像中标注后所有图像样本的样本标识。

10.根据权利要求6所述的设备，其特征在于，所述图像样本分类模块包括文件获取单元和文件保存单元：

所述文件获取单元，用于获取所述目标图像对应的XML文件，所述XML文件包括所述目标图像中标注后每一个图像样本的样本属性值；

所述文件保存单元，用于根据所述XML文件对所述目标图像中标注后的图像样本进行分类保存。

11.一种图像样本标注和管理设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至5任一项所述的图像样本标注和管理方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至5任一项所述的图像样本标注和管理方法。