CN111580947B - 一种基于人工智能的在线协同化遥感图像标注系统 - Google Patents
一种基于人工智能的在线协同化遥感图像标注系统 Download PDFInfo
- Publication number
- CN111580947B CN111580947B CN202010357815.0A CN202010357815A CN111580947B CN 111580947 B CN111580947 B CN 111580947B CN 202010357815 A CN202010357815 A CN 202010357815A CN 111580947 B CN111580947 B CN 111580947B
- Authority
- CN
- China
- Prior art keywords
- labeling
- remote sensing
- sensing image
- module
- subsystem
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Image Analysis (AREA)
Abstract
一种基于人工智能的在线协同化遥感图像标注系统,包括:标注项目分配子系统、智能标注子系统和后台管理子系统;所述后台管理子系统,用于管理各角色的账户信息,并对各角色进行权限分配;所述智能标注子系统,利用智能检测识别算法对遥感影像进行初步标注;所述标注项目分配子系统,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户,实现所有用户基于项目对遥感影像进行二次标注。本发明提供的技术方案实现了支持多人标注,并简化了标注过程,提高了标注效率。
Description
技术领域
本发明涉及遥感图像标注技术领域,具体涉及一种基于人工智能的在线协同化遥感图像标注系统。
背景技术
随着卫星技术的不断进步,产生了大量的不同分辨率的遥感图像,因此研究遥感图像解译方法成为了遥感领域最热门也是最重要的研究课题之一。基于深度学习的遥感图像解译方法被证明是目前精度最高、效率最快的方法,而大量的训练数据是进行深度学习的前提,数据的质量决定了模型的上限,而训练数据产生离不开数据标注,数据标注作为机器学习工程中重要的一环,是构建AI金字塔的基础。
在遥感图像解译早期发展阶段,训练样本集的建立主要是靠单人独立手动标注完成的。这种标注方式存在以下问题:数据集种类单一、数量少、格式不统一,所需的人工成本高。目前,网络上又公开了一部分遥感图像数据集,例如PatternNet数据集包含38类别,每一类别包含800样本图像,DLRSD数据集包含21类别,一共2100样本图像。但是与包含20000类别,14百万样本图像的ImageNet数据集相比,遥感图像数据集量还是非常少的。因此,在遥感领域内,如何建立大规模的遥感图像数据集是急需解决的问题。
目前,在土地利用分类、目标检测和识别等遥感图像应用领域内,建立现有的数据集的方法可以分为两类:一是利用Google Map API、Google Earth、eCognition等其他桌面工具进行标注和裁切遥感图像。这种方式存在以下缺点:Google Map API需要使用者具有编程技术,其他桌面工具需要使用者具有遥感专业先验知识,并且需要多个独立的步骤才能完成,比如图像分割和裁切。另一种方法是基于参考影像的预标注方法。该方法基于已知的参考影像,获取先验范畴和位置信息来进行影像标注。这种方式实际上是第一种方法的改进,利用先验范畴和位置信息来代替手工标注工作。大大提高了效率,但是这种方式标注精度不高,并且也是单独作业,每一个关键处理步骤都是独立的。因此,对于算法业务复杂,数据量大,场景特殊的应用而言,直接基于上述两种方法可能会带来巨大的维护和管理成本。
1)服务管理:在多人标注下,采用桌面工具会带来大量部署和维护的问题,同时涉及大量数据分发和分配问题,繁杂且容易引入错误。
2)数据管理:有些工具将数据保存到本地xml,有些保存到MySQL或者NoSQL,不同项目的数据格式也存在很大差异,带来较高的管理成本和隐患。
3)用户管理:用户和权限管理是多人标注下的一个重要需求,也是大部分标注工具缺失的功能。
发明内容
为了解决现有技术中所存在的不支持多人标注、标注效率低、标注过程繁琐的问题,本发明提供一种基于人工智能的在线协同化遥感图像标注系统,包括:标注项目分配子系统、智能标注子系统和后台管理子系统;
所述后台管理子系统,用于管理各角色的账户信息,并对各角色进行权限分配;
所述智能标注子系统,利用智能检测识别算法对遥感影像进行初步标注;
所述标注项目分配子系统,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户,实现所有用户基于项目对遥感影像进行二次标注。
优选的,所述智能标注子系统包括:智能标注模块,用于采用预先训练好的智能检测识别算法对实时显示的遥感影像数据进行初步标注,并存储。
优选的,所述智能标注子系统,还包括:
遥感影像浏览模块,用于对遥感影像数据采用分层瓦块技术加载、漫游和缩放处理;
遥感影像增强模块:用于对所述遥感影像浏览模块处理的遥感影像数据采用直方图图像增强技术和波段选择技术进行处理并用于显示。
优选的,所述智能标注子系统还包括:精度分析模块;
所述精度分析模块,用于基于二次标注和初步标注采用精度分析技术确定智能检测识别算法的精度。
优选的,所述智能标注子系统还包括:样本生产模块;
所述样本生产模块,根据含有标注结果的历史遥感图生成样本标注结果,基于所述样本标注结果对应的遥感图像进行裁切生成样本集并进行存储入库;
其中,所述样本集包括训练集和测试集。
优选的,所述标注项目分配子系统,包括:项目分配模块、项目状态查询模块和项目审核模块;
所述项目分配模块,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户;
所述项目状态查询模块,用于基于具有权限的用户基于后台对所有的标注项目状态进行查询;
所述项目审核模块,用于对具有权限的用户对标注结果进行检查、审核;
所述角色包括:项目发布员、标注员、审核员。
优选的,还包括数据库;
所述数据库,用于保存标注项目分配子系统、智能标注子系统和后台管理子系统的数据。
优选的,所述数据库,包括标注项目表和遥感影像数据表:
所述标注项目表,用于记录标注项目的用户信息、标注结果和状态信息;
所述遥感影像数据表,用于存储遥感影像的影像大小、波段数、投影信息、传感器类型、数据类型、影像来源信息。
优选的,所述后台管理子系统包括用户管理模块、项目管理模块和数据管理模块;
所述用户管理模块,用于对各角色的账户信息管理,并对各角色进行权限分配;
所述项目管理模块,用于设定的项目类型;其中,所述项目类型包括:图像分类、像素分割、飞机目标检测、舰船目标;
所述数据管理模块,用于采用瓦片地图技术对遥感影像数据进行分层瓦片处理并存储。
与现有技术相比,本发明的有益效果为:
1.一种基于人工智能的在线协同化遥感图像标注系统,包括:标注项目分配子系统、智能标注子系统和后台管理子系统;所述后台管理子系统,用于管理各角色的账户信息,并对各角色进行权限分配;所述智能标注子系统,利用智能检测识别算法对遥感影像进行初步标注;所述标注项目分配子系统,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户,实现所有用户基于项目对遥感影像进行二次标注。本发明提供的技术方案实现了支持多人标注。
2、本发明通过智能标注子系统、标注项目分配子系统和后台管理子系统之间的相互协作,将整个标注流程串联起来,简化标注过程,让没有遥感专业知识的标注员也可以快速上手,让标注员只专注于具体的标注,不关心整个标注流程,减少了各个步骤衔接时的出错率,更节省了时间。
3.本发明在二次标注之前,调用智能检测识别算法进行初步标注:基于人工智能的在线协同化遥感图像标注系统提供了飞机、舰船等常用关注目标检测器,语义分割算法等先进工具,适应多传感器、多种存储格式的大幅遥感图像标注,辅助专业人员快速完成数据标注任务,解决了过去面对大量的标注业务,标注过程进度慢、标注精度低下的问题。
附图说明
图1为本发明的基于人工智能的在线协同化遥感图像标注系统结构框图。
具体实施方式
为了更好地理解本发明,下面结合说明书附图和实例对本发明的内容做进一步的说明。
一种基于人工智能的在线协同化遥感图像标注系统,如图1所示,包括:标注项目分配子系统、智能标注子系统和后台管理子系统;
所述后台管理子系统,用于管理各角色的账户信息,并对各角色进行权限分配;
所述智能标注子系统,利用智能检测识别算法对遥感影像进行初步标注;所述标注项目分配子系统,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户,实现所有用户基于项目对遥感影像进行二次标注;
所述标注项目分配子系统,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户,实现所有用户基于项目对遥感影像进行二次标注。
具体设计思路如下:
目前已有的遥感图像标注系统都是桌面工具,在多人标注下,采用桌面工具会带来大量部署和维护的问题,同时涉及大量数据分发和分配问题,繁杂且容易引入错误。另外,上述这些标注系统要求标注人员具有较高的遥感领域专业知识,并且采用全人工标注,不仅耗时耗力,而且由于标注人员背景的复杂性,导致标注过程进度慢、标注精度低下等问题,为了解决上述问题,本发明将采用基于人工智能的在线协同化遥感图像标注系统。
基于人工智能的在线协同化遥感图像标注系统主要包括智能标注子系统、标注项目分配子系统和后台管理子系统,所述智能标注子系统用于在线浏览和增强遥感影像、影像目标智能标注及样本生产入库,所述标注项目分配子系统用于管理员用户对所有标注人员进行项目分配,并对分配的项目进行二次标注、对标注项目状态进行查询及对标注结果进行审核,所述后台管理子系统用于管理员对普通标注员、审核员和标注项目发布员的管理、多种类型遥感影像的管理、标注项目的管理以及生成样本集的管理,下面对各个子系统做进一步介绍:
所述智能标注子系统包含遥感影像浏览模块、遥感影像增强模块、智能标注模块、精度分析模块和样本生产模块,采用B/S模式,基于fetch、ES6、HTML5等技术实现了数据的异步交互。其中:
所述遥感影像浏览模块将影像数据存储在服务器中,对影像建立分层瓦片地图技术,保证每个影像数据都有全局唯一的URL,该模块根据URL从后台服务下载对应范围的层级数据,在前端分块分层展示,并显示其元信息,包含影像大小(宽度高度)、波段数、投影信息、传感器类型、数据类型、影像来源等信息。
所述精度分析模块调用精度分析技术实时比较二次标注结果和初步标注结果的差异,这里将二次标注结果视为人工标注结果,将初步标注视为智能标注结果,统计正确率、虚警率、漏警率和细粒度正确率。依据精度分析模块评价智能检测识别算法的精度,并利用人工校正后的标注结果进行样本生产,生成新的样本集参与智能检测识别算法训练,不断的改进智能检测识别算法。
所述智能标注子系统在标注员登陆系统后,具体标注步骤为:
(1)查看标注员自身参与的所有标注项目,选择并进入某一项目,展示该项目下的所有待标注影像;
(2)领取某一副影像,调用遥感影像浏览模块和遥感影像增强模块在线浏览遥感影像;
(3)调用智能标注模块下的智能检测识别服务进行预标注,并将预标注结果上传到数据库中。
所述标注项目分配子系统包括项目分配模块、项目状态查询模块和项目审核模块。管理员登陆系统后,具体步骤为:
(1)利用系统预设的六种标注项目类型(图像分类、像素分割、飞机目标检测、舰船目标检测、车辆目标检测、其他),填写标注项目名称、标注分类字典等元信息发布标注项目;
(2)新建标注项目完成后,选择该项目,导入后台管理子系统中的数据管理模块的遥感影像;
(3)利用项目分配模块分配给标注员进行标注:
项目分配模块的匹配子模块将遥感影像数据表绑定标注项目表,将角色跟所述标注项目表匹配,同时根据用户所属的角色将用户跟标注项表匹配,进而跟遥感影像数据表匹配;
其中,所述角色包括:管理员、标注员和标注项目发布员。
(4)标注员在预标注结果基础上进行人工标注,完成标注后,提交给管理员,管理员通过项目审核模块进行审核,审核不通过,反馈给标注员重标数据,直到审核通过。
(5)审核通过,调用样本生产模块生成样本集入库。
所述后台管理子系统包括用户管理模块、数据管理模块、项目管理模块和样本管理模块。其中:
所述用户管理模块用于对所有的用户的账户信息管理和权限控制,该模块通过建立postgresql数据库,创建用户信息表、用户标注项目关联表和用户操作日志表。
所述数据管理模块用于对采集的原始遥感影像数据的上传、下载及记录对应影像原始信息等规整处理。具体如下:
(1)将影像数据存储在服务器中,对影像建立分层瓦片服务,保证每个影像数据都有全局唯一的URL,在导入待标注影像数据时只需导入URL。在标注和审核过程中,前端根据URL从后台服务下载对应范围的层级数据并展示,便捷而高效。
(2)遥感影像对应的元数据存储于postgresql数据库中,只有一张表,记录了该影像的基本信息,包括影像大小(宽度高度)、波段数、投影信息、传感器类型、数据类型、影像来源等信息。
所述项目管理模块用于对六种项目类型(图像分类、像素分割、飞机目标检测、舰船目标检测、车辆目标检测、其他)进行管理,该模块使用postgresql数据库,需建立以下四张表:
(1)标注项目表,记录了某条数据的基本信息,包括标注项目ID、标注结果、项目发布员、标注员、审核员、状态等信息;
(2)项目类型字典表,记录了六种项目类型对应的目标字典,字典信息包括ID、目标中文名称、目标英文名称;
(3)标注项目与原始影像数据关系表,记录标注项目ID和原始数据ID;
(4)标注项目与项目类型字典关系表,记录标注项目ID和字典ID
所述样本管理模块用于对生产的样本集进行管理,该模块使用postgresql数据库,需建立两张表:
(1)样本集基本信息表,记录该样本集的ID、创建日期、样本集名称、属性、描述等基本信息;
(2)样本集详细信息表,记录包含了样本集基本信息之外的其他详细信息,包含ID、样本文件夹大小、样本波段数、标注框体结构、数据来源、样本图片等。
标注项目分配子系统基于后台管理子系统中的用户管理模块(对所有的用户的账户信息管理和权限控制),通过项目分配模块、项目状态查询模块和项目审核模块之间的相互配合实现多人标注流程。首先管理员调用后台管理子系统中的用户管理模块对所有用户进行权限分配;其次标注项目发布员调用标注项目分配子系统的项目分配模块对相关的标注人员进行标注项目分配;然后管理员在标注项目分配子系统的项目状态查询模块对所有的标注项目状态进行查询,便于掌握项目的标注进度和审核进度;最后管理员调用标注项目分配子系统的项目审核模块对标注员提交的标注结果进行检查、审核。
管理员将一个标注项目分配给多个标注人员、审核人员,在标注的过程中,实时查看标注进度和审核进度,实现了一个项目,多人标注,解决了多人标注问题。
智能标注子系统中的智能标注模块,用于通过智能算法服务提供数据自动解译,提供半自动标注能力,得到智能标注结果,标注员在智能标注结果的基础上进行人工标注,大大提高了标注效率,解决了标注效率低的问题;
另外,智能标注子系统中的遥感影像增强模块,用于对遥感影像进行直方图调整、选择不同波段进行显示的影像基础增强处理,提高了遥感影像的显示效果,更有利于标注员识别需要标注的目标,加快标注速度。
标注员在人工标注之前,调用智能标注子系统中的遥感影像增强模块,提高了遥感影像的显示效果,更有利于标注员识别需要标注的目标,加快标注速度。另一方面调用智能算法服务得到智能标注结果,在智能标注结果的基础上进行人工标注,这样做的好处是不仅提高了标注精度,而且大大提高了标注效率,解决了标注效率低的问题。
标注项目分配子系统基于后台管理子系统中的数据管理模块的遥感影像发布标注项目,利用标注项目分配子系统中的项目分配模块分配给标注员,标注员利用智能标注子系统中的智能标注模块进行标注,标注完成后提交给标注项目分配子系统中的项目审核模块进行审核,审核通过后,调用智能标注子系统中的样本生产模块进行图像分割和裁切,生产样本集入库,在后台管理子系统中的样本管理模块对生成的样本集统一管理。
基于人工智能的在线协同化遥感图像标注系统通过智能标注子系统、标注项目分配子系统和后台管理子系统之间的相互协作,将整个标注流程串联起来,简化标注过程,让没有遥感专业知识的标注员也可以快速上手,让标注员只专注于具体的标注,不关心整个标注流程,减少了各个步骤衔接时的出错率,更节省了时间。
实施例2:
基于人工智能的在线协同化遥感图像标注系统,本发明提供的技术方案实现了,包括:智能标注子系统、标注项目分配子系统和后台管理子系统,所述智能标注子系统用于在线浏览和增强遥感影像、影像目标智能标注及样本生产入库,所述标注项目分配子系统用于管理员用户对所有标注人员进行项目分配、对标注项目状态进行查询及对标注结果进行审核,所述后台管理子系统用于管理员对普通标注员、审核员和标注项目发布员的管理、多种类型遥感影像的管理、标注项目的管理以及生成样本集的管理。
所述智能标注子系统包括遥感影像浏览模块、遥感影像增强模块、智能标注模块、精度分析模块和样本生产模块。所述遥感影像浏览模块用于对多传感器、多种存储格式的大幅遥感影像进行加载、漫游和缩放;所述遥感影像增强模块用于对遥感影像进行直方图调整、选择不同波段进行显示等影像基础增强处理;所述智能标注模块用于通过智能算法服务提供数据自动解译,提供半自动标注能力;所述精度分析模块用于通过精度分析服务获得智能算法的精度;所述样本生产模块用于通过调用样本生产服务进行样本生产,并归入对应样本集库。
所述标注项目分配子系统包括项目分配模块、项目状态查询模块和项目审核模块。所述项目分配模块用于标注项目发布员对相关的标注人员进行标注项目分配;所述项目状态查询模块用于管理员对所有的标注项目状态进行查询;所述项目审核模块用于管理员对标注员提交的标注结果进行检查、审核。
所述后台管理子系统包括用户管理模块、数据管理模块、项目管理模块和样本管理模块。所述用户管理模块用于对所有的用户的账户信息管理和权限控制;所述数据管理模块用于对采集的原始遥感影像数据的上传、下载及记录对应影像原始信息等规整处理;所述项目管理模块用于对六种项目类型(图像分类、像素分割、飞机目标检测、舰船目标检测、车辆目标检测、其他)进行管理;所述样本管理模块用于对生产的样本集进行管理。
所述遥感影像浏览模块利用分层瓦块技术支持加载8位和16位的可见光、SAR、红外、高光谱遥感图像,并支持对影像的放大、缩小和漫游等操作。
所述遥感影像增强模块在线调用直方图增强服务实时对影像进行直方图调整,调用波段选择服务对影像进行实时显示。
所述智能标注模块调用的服务包括自主研发的军用飞机、舰船检测和识别、车辆检测、地物要素分类、桥梁检测、导弹阵地检测、雷达机场检测、斜框车辆检测算法,同时支持导入其他现有算法。
所述精度分析模块包括,调用精度分析服务实时比较人工标注结果和智能标注结果的差异,统计正确率、虚警率、漏警率和细粒度正确率。
所述样本生产模块包括,根据样本标注结果对对应的遥感图像进行自动裁切生成样本集并入库,裁切时按照50%比例重合度进行裁切,裁切样本大小为512像素*512像素。
所述项目分配模块任务发布员在进行标注项目分配时,首先在服务器端数据库完成标注项目表、遥感影像数据表建库工作,并分配上述两张表唯一ID,并对遥感影像数据表绑定标注项目表ID,然后待标注员注册完成并通过审核之后,通过将标注员ID和标注项目ID进行匹配并建立关系表,完成标注项目分配。
所述项目审核模块标注员完成标注后,提交给管理员进行审核,管理员发现漏标、标注框的大小不合适、标注错误等问题时,即为审核不通过,反馈给标注员重新标注,同时标记该标注项目状态为审核不通过,如果审核通过,管理员调用样本生产模块,生成样本集入库。
所述智能标注子系统、标注项目分配子系统和后台管理子系统的架构为:数据存储在postgresql和对象存储中,服务部署在K8S的statefulset中,用户访问K8S的Service,再由Service将负载均衡转发至Pod。
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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (4)
1.一种基于人工智能的在线协同化遥感图像标注系统,其特征在于,包括:标注项目分配子系统、智能标注子系统和后台管理子系统;
所述后台管理子系统,用于管理各角色的账户信息,并对各角色进行权限分配;
所述智能标注子系统,利用智能检测识别算法对遥感影像进行初步标注;
所述标注项目分配子系统,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户,实现所有用户基于项目对遥感影像进行二次标注;
所述智能标注子系统包括:智能标注模块,用于采用预先训练好的智能检测识别算法对实时显示的遥感影像数据进行初步标注,并存储;
所述标注项目分配子系统,包括:项目分配模块、项目状态查询模块和项目审核模块;
所述项目分配模块,用于为用户分配角色和项目,并基于所述角色的账户信息和权限将初步标注后的遥感影像按项目分配给所述用户;
所述项目状态查询模块,用于基于具有权限的用户基于后台对所有的标注项目状态进行查询;
所述项目审核模块,用于对具有权限的用户对标注结果进行检查、审核;
所述角色包括:项目发布员、标注员、审核员;
所述智能标注子系统,还包括:
遥感影像浏览模块,用于对遥感影像数据采用分层瓦块技术加载、漫游和缩放处理;
遥感影像增强模块:用于对所述遥感影像浏览模块处理的遥感影像数据采用直方图图像增强技术和波段选择技术进行处理并用于显示;
还包括数据库;
所述数据库,用于保存标注项目分配子系统、智能标注子系统和后台管理子系统的数据;
所述数据库,包括标注项目表和遥感影像数据表:
所述标注项目表,用于记录标注项目的用户信息、标注结果和状态信息;
所述遥感影像数据表,用于存储遥感影像的影像大小、波段数、投影信息、传感器类型、数据类型、影像来源信息;
所述后台管理子系统包括用户管理模块、项目管理模块和数据管理模块;
所述用户管理模块,用于对各角色的账户信息管理,并对各角色进行权限分配;
所述项目管理模块,用于设定的项目类型;其中,所述项目类型包括:图像分类、像素分割、飞机目标检测、舰船目标;
所述数据管理模块,用于采用瓦片地图技术对遥感影像数据进行分层瓦片处理并存储
所述项目分配模块包括匹配子模块,用于将遥感影像数据表绑定标注项目表,将角色跟所述标注项目表匹配,同时根据用户所属的角色将用户跟标注项表匹配,进而跟遥感影像数据表匹配。
2.如权利要求1所述的在线协同化遥感图像标注系统,其特征在于,所述智能标注子系统还包括:精度分析模块;
所述精度分析模块,用于基于二次标注和初步标注采用精度分析技术确定智能检测识别算法的精度。
3.如权利要求2所述的在线协同化遥感图像标注系统,其特征在于,所述智能标注子系统还包括:样本生产模块;
所述样本生产模块,根据含有标注结果的历史遥感图生成样本标注结果,基于所述样本标注结果对应的遥感图像进行裁切生成样本集并进行存储入库;
其中,所述样本集包括训练集和测试集。
4.如权利要求1所述的在线协同化遥感图像标注系统,其特征在于,所述后台管理子系统包括用户管理模块、项目管理模块和数据管理模块;
所述用户管理模块,用于对各角色的账户信息管理,并对各角色进行权限分配;
所述项目管理模块,用于设定的项目类型;其中,所述项目类型包括:图像分类、像素分割、飞机目标检测、舰船目标;
所述数据管理模块,用于采用瓦片地图技术对遥感影像数据进行分层瓦片处理并存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010357815.0A CN111580947B (zh) | 2020-04-29 | 2020-04-29 | 一种基于人工智能的在线协同化遥感图像标注系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010357815.0A CN111580947B (zh) | 2020-04-29 | 2020-04-29 | 一种基于人工智能的在线协同化遥感图像标注系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111580947A CN111580947A (zh) | 2020-08-25 |
CN111580947B true CN111580947B (zh) | 2021-10-01 |
Family
ID=72126344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010357815.0A Active CN111580947B (zh) | 2020-04-29 | 2020-04-29 | 一种基于人工智能的在线协同化遥感图像标注系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111580947B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442876A (zh) * | 2020-10-30 | 2022-05-06 | 华为终端有限公司 | 一种标注工具的管理方法、装置及系统 |
CN113034025B (zh) * | 2021-04-08 | 2023-12-01 | 成都国星宇航科技股份有限公司 | 一种遥感图像标注系统和方法 |
CN113297902B (zh) * | 2021-04-14 | 2023-08-08 | 中国科学院计算机网络信息中心 | 一种基于众包模式在线标注遥感影像生成样本数据集的方法和装置 |
CN113220920B (zh) * | 2021-06-01 | 2022-08-12 | 中国电子科技集团公司第五十四研究所 | 一种基于微服务架构的卫星遥感影像样本标注系统及方法 |
CN115048014A (zh) * | 2022-05-24 | 2022-09-13 | 长光卫星技术股份有限公司 | 一种基于卫星遥感影像的WebGIS在线目视解译系统、方法、存储介质和电子设备 |
CN116521041A (zh) * | 2023-05-10 | 2023-08-01 | 北京天工科仪空间技术有限公司 | 基于前端页面的遥感数据标注方法、计算机设备和介质 |
CN117315494A (zh) * | 2023-11-29 | 2023-12-29 | 中国科学院空天信息创新研究院 | 基于区域联合的协同并发标注方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770584A (zh) * | 2009-12-30 | 2010-07-07 | 重庆大学 | 高光谱遥感数据鉴别特征提取方法 |
CN102521273A (zh) * | 2011-11-23 | 2012-06-27 | 中国科学院地理科学与资源研究所 | 一种高分辨率遥感的多功能城市用地空间信息生成方法 |
CN103258214A (zh) * | 2013-04-26 | 2013-08-21 | 南京信息工程大学 | 基于图像块主动学习的遥感图像分类方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2378785A (en) * | 2001-08-18 | 2003-02-19 | Robert Benjamin Franks | Online trademark application system |
CN103198333B (zh) * | 2013-04-15 | 2016-01-20 | 中国科学院电子学研究所 | 一种高分辨率遥感图像自动语义标记方法 |
CN105740894B (zh) * | 2016-01-28 | 2020-05-29 | 北京航空航天大学 | 一种高光谱遥感图像的语义标注方法 |
CN106096622B (zh) * | 2016-04-26 | 2019-11-08 | 北京航空航天大学 | 半监督的高光谱遥感图像分类标注方法 |
CN108932724B (zh) * | 2018-05-31 | 2020-06-19 | 杭州晓图科技有限公司 | 一种基于多人协同图像标注的系统自动审核方法 |
CN110020525B (zh) * | 2019-03-05 | 2023-09-26 | 平安科技(深圳)有限公司 | Kubernetes平台的权限配置方法、装置、计算机设备及存储介质 |
CN110135522B (zh) * | 2019-05-28 | 2023-03-28 | 金陵科技学院 | 一种检测与标注遥感图像小目标一体化的智能方法 |
CN110348415B (zh) * | 2019-07-17 | 2022-09-30 | 济南大学 | 一种高分辨率遥感目标大数据集的高效标注方法及系统 |
CN110610494B (zh) * | 2019-08-01 | 2022-04-29 | 浙江工业大学 | 一种多人协同的交互式图像分割方法 |
CN110717317B (zh) * | 2019-09-12 | 2021-06-08 | 中国科学院自动化研究所 | 在线人工中文文本标注系统 |
-
2020
- 2020-04-29 CN CN202010357815.0A patent/CN111580947B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770584A (zh) * | 2009-12-30 | 2010-07-07 | 重庆大学 | 高光谱遥感数据鉴别特征提取方法 |
CN102521273A (zh) * | 2011-11-23 | 2012-06-27 | 中国科学院地理科学与资源研究所 | 一种高分辨率遥感的多功能城市用地空间信息生成方法 |
CN103258214A (zh) * | 2013-04-26 | 2013-08-21 | 南京信息工程大学 | 基于图像块主动学习的遥感图像分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111580947A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111580947B (zh) | 一种基于人工智能的在线协同化遥感图像标注系统 | |
CN108027818B (zh) | 基于图的查询 | |
US20180309807A1 (en) | Apparatus and Method for Acquiring, Managing, Sharing, Monitoring, Analyzing and Publishing Web-Based Time Series Data | |
US8589366B1 (en) | Data extraction using templates | |
KR102089100B1 (ko) | 이미지 데이터베이스 기반 상호인식차를 최소화하는 인테리어 서비스 제공 시스템 | |
US8352495B2 (en) | Distributed platform for network analysis | |
CN110292775B (zh) | 获取差异数据的方法及装置 | |
CN110136198A (zh) | 图像处理方法及其装置、设备和存储介质 | |
Anichini et al. | Developing the ArchAIDE application: a digital workflow for identifying, organising and sharing archaeological pottery using automated image recognition | |
CN110263317A (zh) | 一种生成文档模板的方法及装置 | |
CN110381115A (zh) | 信息推送方法、装置、计算机可读存储介质和计算机设备 | |
CN105095436A (zh) | 数据源数据自动建模方法 | |
CN110956029B (zh) | 一种技术文档处理方法和系统 | |
US20170249318A1 (en) | Stand-alone database browsing system and method | |
CN110851630A (zh) | 一种深度学习标注样本的管理系统及方法 | |
US20230259506A1 (en) | Annotating datasets without redundant copying | |
CN116303641B (zh) | 一种支持多数据源可视化配置的实验室报告管理方法 | |
CN104133913A (zh) | 一种基于视频分析与搜索聚合的城市商铺信息库自动构建系统及方法 | |
US20150379529A1 (en) | System, service and methodology of data collection, processing, analysis and effective delivery of dashboard snapshot presentations of organized customer proprietary information on an individualized secure basis to multiple customers | |
CN113407980B (zh) | 数据标注系统 | |
CN112286879B (zh) | 基于元数据的数据资产构建方法及装置 | |
US11457192B2 (en) | Digital evidence management method and digital evidence management system | |
CN113157964A (zh) | 一种语音搜索数据集的方法、装置及电子设备 | |
CN112380264A (zh) | 一种基于个人全生命周期的政策解析和匹配的方法及装置 | |
CN117474092B (zh) | 一种基于aigc的企业知识库构建系统 |
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 |