CN111401228B - 视频目标标注方法、装置及电子设备 - Google Patents
视频目标标注方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111401228B CN111401228B CN202010175893.9A CN202010175893A CN111401228B CN 111401228 B CN111401228 B CN 111401228B CN 202010175893 A CN202010175893 A CN 202010175893A CN 111401228 B CN111401228 B CN 111401228B
- Authority
- CN
- China
- Prior art keywords
- frame
- labeling
- annotation
- video
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002372 labelling Methods 0.000 title claims abstract description 102
- 238000001514 detection method Methods 0.000 claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000012549 training Methods 0.000 claims abstract description 38
- 230000006870 function Effects 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 6
- 238000010200 validation analysis Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008685 targeting Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 9
- 238000004590 computer program Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
- G06V20/47—Detecting features for summarising video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例中提供了一种视频目标标注方法、装置及电子设备，属于数据处理技术领域，该方法包括：获取针对目标视频中第一类关键帧形成的第一标注框；在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。通过本公开的处理方案，能够提高视频目标的标注效率。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种视频目标标注方法、装置及电子设备。
背景技术
数据标注是一类人工开销很大的劳动密集型工作。其主要依赖人类的知识，为视觉数据做一些标记，学术上称之为Ground Truth(真值)。而人工智能算法就是试图建立一个数学模型，通过学习可以模拟人类的知识，使人工智能做出类似于人类智能的判断。
获得数据标注往往需要极大的代价，每一个熟练的数据标注工程师，通过简易工具每天仅能标注几百乃至千余个标注框。而人工智能训练需要的数据确实无比巨大的。
数据标注的质量也会直接影响着人工智能算法的精度。而人类在从事此类枯燥、机械的工作中，难免出现疲劳，会严重影响数据标注质量。
人工智能算法训练对海量数据的需求与人类标注的低下效率存在矛盾，机械且枯燥的工作内容与对工作的高质量要求存在矛盾。
发明内容
有鉴于此，本公开实施例提供一种视频目标标注方法、装置及电子设备，以至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种视频目标标注方法，包括：
获取针对目标视频中第一类关键帧形成的第一标注框；
在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；
利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；
在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。
根据本公开实施例的一种具体实现方式，所述获取针对目标视频中第一类关键帧形成的第一标注框之前，所述方法还包括：
遍历所述目标视频中的全部编码关键帧；
在全部编码关键帧中选取第一类关键帧。
根据本公开实施例的一种具体实现方式，所述在全部编码关键帧中选取第一类关键帧，包括：
在全部编码关键帧中随机抽取一帧，并将其标记为第一视频帧。
根据本公开实施例的一种具体实现方式，所述在全部编码关键帧中选取第一类关键帧，包括：
获取所述编码关键帧的平均置信度；
基于平均置信度的倒数，选择全部编码关键帧中置信度值最低的关键帧作为第一类关键帧。
根据本公开实施例的一种具体实现方式，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块，包括：
指定检测模型的验证集，所述验证集用以测量模型的准确度；
当准确率小于预设阈值，则判定目标检测模块不能帮助用户自动标注数据，当准确率大于预设阈值，则判定目标检测模块已经完成训练。
根据本公开实施例的一种具体实现方式，所述在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框，包括：
通过修正第二标注框、第三标注框后，将处理后的结果标记为置信度为1的第一标注框，并将该视频帧标记为第一类视频帧。
根据本公开实施例的一种具体实现方式，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块，包括：
异步地使用全部第一标注框和对应的第一类视频帧训练目标检测模块；
待训练停止后，在验证集上验证目标检测模块的检测效果，若检测效果达到预设要求且当前摘要模式是随机摘要模式，通过提示用户或自动切换的方式启动检测摘要模式。
根据本公开实施例的一种具体实现方式，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块之后，所述方法还包括：
将每次训练的结果可视化地展示给用户，以便于用户根据准确率情况判断是否停止标注任务，或继续标注。
第二方面，本公开实施例提供了一种视频目标标注装置，包括：
获取模块，用于获取针对目标视频中第一类关键帧形成的第一标注框；
训练模块，用于在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；
标注模块，用于利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；
执行模块，用于在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的视频目标标注方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的视频目标标注方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的视频目标标注方法。
本公开实施例中的视频目标标注方案，包括获取针对目标视频中第一类关键帧形成的第一标注框；
在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。通过本公开的处理方案，能够提高数据标注产能，降低工人劳动强度，提高标注质量。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种视频目标标注方法的流程图；
图2为本公开实施例提供的一种视频标注对象的示意图；
图3为本公开实施例提供的另一种视频目标标注方法的流程图；
图4为本公开实施例提供的另一种视频目标标注方法的流程图；
图5为本公开实施例提供的一种视频目标标注装置的结构示意图；
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种视频目标标注方法。本实施例提供的视频目标标注方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、客户端等中。
参见图1，本公开实施例中的视频目标标注方法，可以包括如下步骤：
S101，获取针对目标视频中第一类关键帧形成的第一标注框。
传统的人工智能算法开发业务中包含了数据标注、模型设计、参数训练三个核心业务。其中三个核心业务之间，特别是数据标注技术独立性很强。鲜有将其统一、集成化的方法和装置，这也导致了传统人工智能算法开发业务产能低下、难以快速迭代。
具体而言首先由标注工人根据标注任务(标注说明书或手册)对图像数据标注、并且存储，对于目标检测一类问题，一个较为熟练的标注工人每小时可以处理百余张数据。
本发明并不限制目标视频的内容，标注目标的类型，其中各类算法模块的技术细节。而保护重点在于各模块、技术之间的关联、组成，以及业务流程的方式。一个标注业务数据源是行车记录仪所拍摄视频数据，标注目标是画面中的道路标识牌，在视频中车载行车记录仪向前方拍摄，如图2所示。
目标视频可以是任何含有目标对象的视频，目标视频中含有多个视频帧，为此，可以从多个视频帧中选择部分视频帧作为第一类关键帧，第一类关键帧可以通过人工方式对视频帧总包含的目标对象进行标注，从而形成第一标注框。
S102，在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块。
通过第一类关键帧和第一标注框，可以对多个视频进行标注和处理，这些标注和处理的第一类关键帧及其对应的第一标注框可以作为一个训练集合，用来训练执行标注功能的目标检测模块和目标跟踪模块。
目标检测模块用于目标检测任务，目标跟踪模块用于目标跟踪任务。实施例中目标检测模块可以选用SSD、Faster-RCNN、Yolov3等算法模型和技术，也可以选择其中的一个或多个技术共同组成目标检测模块。目标跟踪模块可以使用KCF，ECO等跟踪算法技术，也可以选择其中的一个或多个技术共同组成目标检测模块。目标检测模块和目标跟踪模块可以对第一类关键帧图像进行处理，分别输出第二标注框和第三标注框，这两个输出结果可以使用非极大值抑制(NMS)技术，将结果融合。
S103，利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框。
在一种实施例中，用户可以手动指定检测模型的验证集用以测量模型的准确度，准确度的度量标准可以使用mAP，Precision，Recall中的一个或多个。当准确率小于预设阈值，则判定目标检测模块尚不能帮助用户自动标注数据；当准确率大于预设阈值，则判定目标检测模块已经得到了较好的训练，具有一定的识别准确率。
在进行标注操作的过程中，可以采用“随机摘要模式”或“检测摘要模式”。对于“随机摘要模式”，在全部编码关键帧中随机抽取一帧，并将其标记为第一视频帧。
对于检测摘要模式，使用目标检测模块检测全部I帧，并对每一个关键帧计算推荐摘要得分Sa，Sa从大到小排序后选择最大者对应的I帧，标记为第一关键帧。
推荐摘要得分的计算方法为“数量置信度比”(平均置信度的倒数)。具体而言，对于一幅图像中目标检测的结果是一系列的五元组，用O(x,y,w,h,c)表示，其含义分别为标注框左上角点的横纵坐标，标注框的宽高，以及检测结果的置信度。使用“数量置信度比”可以选择当前置信度最差的一帧作为待处理帧，每次自动摘要选择出的关键帧不重复，也就是说本次选择的Sa最大值对应的I帧，下次选择次大值对应的I帧。
在一种实施例中，每相邻两次选择的时间间隔尽可能大，通过帧数差的阈值来确定，具体试视频内容调试确定。
在一种实施例中，统计数量置信度比时只统计第二标注框对应的视频帧。
如果目标检测模块只经过初始化，未经过充分的训练，准确率不能达到预设阈值，则使用随机摘要模式，否则可根据用于选择使用随机摘要模式或检测摘要模式。
随着第一视频帧数量的增长，根据预设规则当满足一定条件时，异步地使用全部第一标注框和对应视频帧训练目标检测模块。
在一种实施例中，视频帧数量大于预设阈值时触发训练，待训练停止后，在验证集上验证目标检测模块的效果。若算法效果达到预设要求，且当前摘要模式是随机摘要模式，可选的提示用户可以启动检测摘要模式，或自动切换到检测摘要模式，之后使用预处理的方式处理第一频帧外的其它待处理视频帧。
S104，在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。
在提取摘要视频帧后，通过标注工程师手工修正第二、第三标注框(增、删、改)并将处理后的结果都标记为第一标注框，该帧标记为第一视频帧，第一标注框的置信度为1.0(置信度被归一化到[0,1])。
没完成一个摘要视频帧处理后，则继续采用模型进行数据处理，直到遇到其他第一类视频帧或跟踪技术收敛为止。
根据本公开实施例的一种具体实现方式，所述获取针对目标视频中第一类关键帧形成的第一标注框之前，所述方法还包括：遍历所述目标视频中的全部编码关键帧；在全部编码关键帧中选取第一类关键帧。
根据本公开实施例的一种具体实现方式，所述在全部编码关键帧中选取第一类关键帧，包括：在全部编码关键帧中随机抽取一帧，并将其标记为第一视频帧。
根据本公开实施例的一种具体实现方式，所述在全部编码关键帧中选取第一类关键帧，包括：获取所述编码关键帧的平均置信度；基于平均置信度的倒数，选择全部编码关键帧中置信度值最低的关键帧作为第一类关键帧。
参见图3，根据本公开实施例的一种具体实现方式，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块，包括：
S301，指定检测模型的验证集，所述验证集用以测量模型的准确度；
S302，当准确率小于预设阈值，则判定目标检测模块不能帮助用户自动标注数据，当准确率大于预设阈值，则判定目标检测模块已经完成训练。
根据本公开实施例的一种具体实现方式，所述在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框，包括：通过修正第二标注框、第三标注框后，将处理后的结果标记为置信度为1的第一标注框，并将该视频帧标记为第一类视频帧。
参见图4，根据本公开实施例的一种具体实现方式，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块，包括：
S401，异步地使用全部第一标注框和对应的第一类视频帧训练目标检测模块；
S402，待训练停止后，在验证集上验证目标检测模块的检测效果，若检测效果达到预设要求且当前摘要模式是随机摘要模式，通过提示用户或自动切换的方式启动检测摘要模式。
根据本公开实施例的一种具体实现方式，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块之后，所述方法还包括：将每次训练的结果可视化地展示给用户，以便于用户根据准确率情况判断是否停止标注任务，或继续标注。
与上面的方法实施例相对应，参见图5，本公开实施例还提供了一种视频目标标注装置50，包括：
获取模块501，用于获取针对目标视频中第一类关键帧形成的第一标注框；
训练模块502，用于在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；
标注模块503，用于利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；
执行模块504，用于在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框。
本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图6，本公开实施例还提供了一种电子设备60，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的视频目标标注方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的视频目标标注方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的视频目标标注方法。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种视频目标标注方法，其特征在于，包括：
获取针对目标视频中第一类关键帧形成的第一标注框；
在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；
利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；
在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框；其中
在进行标注操作的过程中，采用“随机摘要模式”或“检测摘要模式”，对于“随机摘要模式”，在全部编码关键帧中随机抽取一帧，并将其标记为第一视频帧；
对于检测摘要模式，使用目标检测模块检测全部I帧，并对每一个关键帧计算推荐摘要得分Sa，Sa从大到小排序后选择最大者对应的I帧，标记为第一关键帧；
推荐摘要得分的计算方法为“数量置信度比”，所述数量置信度比为平均置信度的倒数，对于一幅图像中目标检测的结果是一系列的五元组，用O(x,y,w,h,c)表示，其含义分别为标注框左上角点的横纵坐标，标注框的宽高，以及检测结果的置信度；使用“数量置信度比”选择当前置信度最差的一帧作为待处理帧，每次自动摘要选择出的关键帧不重复，本次选择的Sa最大值对应的I帧，下次选择次大值对应的I帧；
统计数量置信度比时只统计第二标注框对应的视频帧，如果目标检测模块只经过初始化，未经过充分的训练，准确率不能达到预设阈值，则使用随机摘要模式。
2.根据权利要求1所述的方法，其特征在于，所述获取针对目标视频中第一类关键帧形成的第一标注框之前，所述方法还包括：
遍历所述目标视频中的全部编码关键帧；
在全部编码关键帧中选取第一类关键帧。
3.根据权利要求2所述的方法，其特征在于，所述在全部编码关键帧中选取第一类关键帧，包括：
在全部编码关键帧中随机抽取一帧，并将其标记为第一视频帧。
4.根据权利要求2所述的方法，其特征在于，所述在全部编码关键帧中选取第一类关键帧，包括：
获取所述编码关键帧的平均置信度；
基于平均置信度的倒数，选择全部编码关键帧中置信度值最低的关键帧作为第一类关键帧。
5.根据权利要求1所述的方法，其特征在于，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块，包括：
指定检测模型的验证集，所述验证集用以测量模型的准确度；
当准确率小于预设阈值，则判定目标检测模块不能帮助用户自动标注数据，当准确率大于预设阈值，则判定目标检测模块已经完成训练。
6.根据权利要求1所述的方法，其特征在于，所述在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框，包括：
通过修正第二标注框、第三标注框后，将处理后的结果标记为置信度为1的第一标注框，并将该视频帧标记为第一类视频帧。
7.根据权利要求1所述的方法，其特征在于，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块，包括：
异步地使用全部第一标注框和对应的第一类视频帧训练目标检测模块；
待训练停止后，在验证集上验证目标检测模块的检测效果，若检测效果达到预设要求且当前摘要模式是随机摘要模式，通过提示用户或自动切换的方式启动检测摘要模式。
8.根据权利要求1所述的方法，其特征在于，所述基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块之后，所述方法还包括：
将每次训练的结果可视化地展示给用户，以便于用户根据准确率情况判断是否停止标注任务，或继续标注。
9.一种视频目标标注装置，其特征在于，包括：
获取模块，用于获取针对目标视频中第一类关键帧形成的第一标注框；
训练模块，用于在所述第一类关键帧的数量和质量是否满足预设要求之后，基于第一类关键帧和所述第一标注框，训练用于执行标注功能的目标检测模块和目标跟踪模块；
标注模块，用于利用训练后的所述目标检测模块和所述目标跟踪模块对剩余的没有执行标注的第一类关键帧执行标注操作，生成第二标注框和第三标注框；
执行模块，用于在所述第二标注框和所述第三标注框得到确认之后，将所述第二标注框和所述第三标注框重新标记为第一标注框；其中
在进行标注操作的过程中，采用“随机摘要模式”或“检测摘要模式”，对于“随机摘要模式”，在全部编码关键帧中随机抽取一帧，并将其标记为第一视频帧；
对于检测摘要模式，使用目标检测模块检测全部I帧，并对每一个关键帧计算推荐摘要得分Sa，Sa从大到小排序后选择最大者对应的I帧，标记为第一关键帧；
推荐摘要得分的计算方法为“数量置信度比”，所述数量置信度比为平均置信度的倒数，对于一幅图像中目标检测的结果是一系列的五元组，用O(x,y,w,h,c)表示，其含义分别为标注框左上角点的横纵坐标，标注框的宽高，以及检测结果的置信度；使用“数量置信度比”选择当前置信度最差的一帧作为待处理帧，每次自动摘要选择出的关键帧不重复，本次选择的Sa最大值对应的I帧，下次选择次大值对应的I帧；
统计数量置信度比时只统计第二标注框对应的视频帧，如果目标检测模块只经过初始化，未经过充分的训练，准确率不能达到预设阈值，则使用随机摘要模式。
10.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-8中任一项所述的视频目标标注方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010175893.9A CN111401228B (zh) | 2020-03-13 | 2020-03-13 | 视频目标标注方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010175893.9A CN111401228B (zh) | 2020-03-13 | 2020-03-13 | 视频目标标注方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111401228A CN111401228A (zh) | 2020-07-10 |
| CN111401228B true CN111401228B (zh) | 2023-12-19 |
Family
ID=71428716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010175893.9A Active CN111401228B (zh) | 2020-03-13 | 2020-03-13 | 视频目标标注方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111401228B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111931727A (zh) * | 2020-09-23 | 2020-11-13 | 深圳市商汤科技有限公司 | 点云数据标注方法、装置、电子设备和存储介质 |
| CN113312951B (zh) * | 2020-10-30 | 2023-11-07 | 阿里巴巴集团控股有限公司 | 动态视频目标跟踪系统、相关方法、装置及设备 |
| CN112818908B (zh) * | 2021-02-22 | 2024-07-02 | Oppo广东移动通信有限公司 | 关键点检测方法、装置、终端及存储介质 |
| CN112966588B (zh) * | 2021-03-02 | 2023-05-30 | 南昌黑鲨科技有限公司 | 视频数据标注方法、系统、获取神经网络深度学习的数据源的方法及计算机可读存储介质 |
| CN113743281A (zh) * | 2021-08-30 | 2021-12-03 | 上海明略人工智能(集团)有限公司 | 节目广告素材识别方法、系统、计算机设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103324937A (zh) * | 2012-03-21 | 2013-09-25 | 日电（中国）有限公司 | 标注目标的方法和装置 |
| CN104937638A (zh) * | 2013-01-22 | 2015-09-23 | 高通股份有限公司 | 用于跟踪和检测目标对象的系统和方法 |
| CN106971401A (zh) * | 2017-03-30 | 2017-07-21 | 联想(北京)有限公司 | 多目标跟踪装置和方法 |
| CN109583391A (zh) * | 2018-12-04 | 2019-04-05 | 北京字节跳动网络技术有限公司 | 关键点检测方法、装置、设备及可读介质 |
| CN109584276A (zh) * | 2018-12-04 | 2019-04-05 | 北京字节跳动网络技术有限公司 | 关键点检测方法、装置、设备及可读介质 |
| CN109886079A (zh) * | 2018-12-29 | 2019-06-14 | 杭州电子科技大学 | 一种车辆检测与跟踪方法 |
| CN110751099A (zh) * | 2019-10-22 | 2020-02-04 | 东南大学 | 一种基于深度学习的无人机航拍视频轨迹高精度提取方法 |
| CN110807377A (zh) * | 2019-10-17 | 2020-02-18 | 浙江大华技术股份有限公司 | 目标跟踪和入侵检测方法、装置、及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017122798A1 (ja) * | 2016-01-14 | 2017-07-20 | 国立研究開発法人産業技術総合研究所 | 目標値推定システム、目標値推定方法及び目標値推定用プログラム |
-
2020
- 2020-03-13 CN CN202010175893.9A patent/CN111401228B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103324937A (zh) * | 2012-03-21 | 2013-09-25 | 日电（中国）有限公司 | 标注目标的方法和装置 |
| CN104937638A (zh) * | 2013-01-22 | 2015-09-23 | 高通股份有限公司 | 用于跟踪和检测目标对象的系统和方法 |
| CN106971401A (zh) * | 2017-03-30 | 2017-07-21 | 联想(北京)有限公司 | 多目标跟踪装置和方法 |
| CN109583391A (zh) * | 2018-12-04 | 2019-04-05 | 北京字节跳动网络技术有限公司 | 关键点检测方法、装置、设备及可读介质 |
| CN109584276A (zh) * | 2018-12-04 | 2019-04-05 | 北京字节跳动网络技术有限公司 | 关键点检测方法、装置、设备及可读介质 |
| CN109886079A (zh) * | 2018-12-29 | 2019-06-14 | 杭州电子科技大学 | 一种车辆检测与跟踪方法 |
| CN110807377A (zh) * | 2019-10-17 | 2020-02-18 | 浙江大华技术股份有限公司 | 目标跟踪和入侵检测方法、装置、及存储介质 |
| CN110751099A (zh) * | 2019-10-22 | 2020-02-04 | 东南大学 | 一种基于深度学习的无人机航拍视频轨迹高精度提取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111401228A (zh) | 2020-07-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111401228B (zh) | 视频目标标注方法、装置及电子设备 | |
| CN110674349B (zh) | 视频poi识别方法、装置及电子设备 | |
| CN104866542A (zh) | 一种poi数据验证方法和装置 | |
| CN113592535B (zh) | 一种广告推荐方法、装置、电子设备和存储介质 | |
| CN110930220A (zh) | 一种显示方法、装置、终端设备及介质 | |
| CN112200067A (zh) | 智能视频事件检测方法、系统、电子设备和存储介质 | |
| CN111738316A (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
| CN110781658A (zh) | 简历解析方法、装置、电子设备和存储介质 | |
| CN110287817B (zh) | 目标识别及目标识别模型的训练方法、装置和电子设备 | |
| CN111401229B (zh) | 视觉小目标自动标注方法、装置及电子设备 | |
| CN110287350A (zh) | 图像检索方法、装置及电子设备 | |
| CN113971402A (zh) | 内容识别方法、装置、介质及电子设备 | |
| CN109542743B (zh) | 日志校验方法、装置、电子设备及计算机可读存储介质 | |
| CN110414625B (zh) | 确定相似数据的方法、装置、电子设备及存储介质 | |
| CN104463974A (zh) | 三维模型展示方法、装置及系统 | |
| CN116204740A (zh) | 标签确定方法、信息推荐方法、装置、设备及存储介质 | |
| CN109683726B (zh) | 字符输入方法、装置、电子设备及存储介质 | |
| CN109558408B (zh) | 更新列表的方法、装置、电子设备及可读存储介质 | |
| CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
| CN114185805A (zh) | 一种埋点验证方法、装置、设备及存储介质 | |
| CN113111230B (zh) | 基于正则表达式的接处警文本户籍地地址提取方法和装置 | |
| CN113111229B (zh) | 基于正则表达式的接处警文本轨迹地地址提取方法和装置 | |
| CN111709342B (zh) | 字幕分割方法、装置、设备及存储介质 | |
| CN111143346B (zh) | 标签组的差异性确定方法、装置、电子设备及可读介质 | |
| CN114428867A (zh) | 数据挖掘方法、装置、存储介质及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |