CN114357007A - 一种标注验证方法、装置及电子设备 - Google Patents
一种标注验证方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114357007A CN114357007A CN202111542465.6A CN202111542465A CN114357007A CN 114357007 A CN114357007 A CN 114357007A CN 202111542465 A CN202111542465 A CN 202111542465A CN 114357007 A CN114357007 A CN 114357007A
- Authority
- CN
- China
- Prior art keywords
- marking
- points
- preset
- point
- labeling
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012216 screening Methods 0.000 claims abstract description 45
- 238000012795 verification Methods 0.000 claims abstract description 23
- 238000002372 labelling Methods 0.000 claims description 127
- 239000013598 vector Substances 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 5
- 210000004709 eyebrow Anatomy 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
一种标注验证方法、装置及电子设备，该方法包括：获取用户端发送的初始标注图像中所有的标注点，并从所有的标注点中筛选出在预设标注框中的标注点，将未在预设标注框内的标注点作为初始错误标注点，筛选出预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点，将提取出符合第一预设规则的标注点进行两两连线，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的连线对应的标注点作为第二错误标注点，将初始错误标注点、第一错误标注点、第二错误标注点合并，获得初始标注图像对应的目标错误标注点。通过上述的方法，根据不同的维度对标注点进行验证，准确筛选出了错误标注点。
Description
技术领域
本申请涉及图像标注处理技术领域，尤其涉及一种标注验证方法、装置及电子设备。
背景技术
随着机器学习的发展，为了利用机器学习获得更加精确的数据，通常需要对用于机器学习的数据进行标注，对数据进行标注的精度将在很大程度上影响机器学习的效率以及利用机器学习获得的训练模型的精度。
为了确认对数据的标注是否准确，目前采用的是一种关键点标注的审核方法，该方法是根据多个标注人员对同一个被标注对象分别进行标注，标注人员对被标注对象进行标注的过程如图1所示，图1中以被标注对象的图像的左边缘与下边缘的交点为原点建立坐标系，实心圆点表示标注人员对被标注对象进行标注的位置，将该位置作为标注点，一个被标注对象有多个标注点，每个标注人员对该被标注对象进行标注后，获得各个标注人员对该被标注对象进行标注后的坐标参数集，进而获得被标注对象对应的多个坐标参数集。
在得到被标注对象的多个坐标参数集之后，从每个坐标参数集中提取出被标注对象的同一位置对应的标注点以及该标注点对应的坐标参数，获得同一个标注点对应的多个坐标参数，计算出多个坐标参数两两之间的标注距离，检测该标注距离是否低于阈值，当标注距离高于阈值时，则确定该标注距离对应的坐标参数有误。
上述描述的一种关键点标注的审核方法，至少需要获得两个标注人员对被标注对象进行标注后的坐标参数集，提取出两个坐标参数集中被标注对象同一位置对应的两个坐标参数，获得坐标参数之间的坐标距离，才能对标注点进行审核，这种方式将耗费大量的人力，并且，不同的标注人员对被标注对象进行标注的过程中，不同的标注人员对标注点的位置理解有差异以及对标注点进行标注时带有随机偏差，都将造成同一标注点对应多种不同的标注位置，导致对标注点进行审核时无法确认出错误标注点。
发明内容
本申请提供了一种标注验证方法、装置及电子设备，通过筛选出在预设标注框之外的初始错误标注点以及用第一预设规则与第二预设规则对预设标注框中的标注点进行筛选，分别从不同的维度上筛选出错误标注点，第一预设规则是根据标注点的位置进行检测，确定出位置标注错误的第一错误标注点，第二预设规则是根据标注点之间的距离关系以及标注点之间组成的向量乘积进一步确定出第二错误标注点，从而能够实现从初始标注图像对应的所有标注点中准确筛选出错误标注点。
第一方面，本申请提供了一种标注验证方法，所述方法包括：
获取用户端发送的初始标注图像中所有的标注点，并从所有的标注点中筛选出在预设标注框中的标注点，将未在所述预设标注框内的标注点作为初始错误标注点；
筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点；
将提取出符合第一预设规则的标注点进行两两连线，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的连线对应的标注点作为第二错误标注点；
将所述初始错误标注点、第一错误标注点、第二错误标注点合并，获得初始标注图像对应的目标错误标注点。
通过上述描述的方法，对初始标注图像中的所有标注点进行多次筛选，首先筛选出在预设标注框之内的标注点，初步筛除了具有较大偏差的初始错误标注点，再对预设标注框之内的标注点用第一预设规则以及第二预设规则筛选，确保了能够获得带有错误标注点的连线，并确定出错误标注点，实现了从初始标注图像的所有标注中筛选出错误标注点，提高了筛选出错误标注点的准确度。
在一种可能的设计中，并从所有的标注点中筛选出在预设标注框中的标注点，包括：
获得每个标注点对应的第一坐标参数以及所述预设标注框的顶点对应的坐标参数；
基于所述预设标注框的顶点对应的坐标参数，确定所述预设标注框对应的区域；
在所有的标注点中筛选出所述第一坐标参数在所述预设标注框对应的区域内的标注点。
在一种可能的设计中，筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点，包括：
获得所述预设标注框中的标注点对应的第一类别属性标识以及所述预设标注框对应的预设类别属性标识，其中，类别属性标识为被标注对象的指定区域类别名称；
筛选出所述第一类别属性标识与所述预设类别属性标识不一致的标注点；
将与所述预设类别属性标识不一致的标注点作为第一错误标注点。
在一种可能的设计中，将提取出符合第一预设规则的标注点进行两两连线，包括：
提取所述初始标注图像中符合第一预设规则的标注点，将所述标注点作为目标标注点；
将所述初始标注图像均等划分为第一区域以及第二区域；
将第一区域中的所有目标标注点进行两两连线；
将第二区域中的所有目标标注点进行两两连线。
在一种可能的设计中，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的标注点作为第二错误标注点，包括：
获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数计算出所述连线对应的距离；
筛选出所述距离高于预设距离对应的连线，确定所述高于预设距离对应的连线不符合第二预设规则；
将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
在一种可能的设计中，筛选出所有连线中不符合第二预设规则的连线，将不符合第二预设规则的标注点作为第二错误标注点，还包括：
获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数获得所述连线对应的向量；
计算所述向量两两之间的乘积，筛选出所述乘积小于零对应的连线，确定所述乘积小于零对应的连线不符合第二预设规则；
将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
第二方面，本申请提供了一种标注验证装置，所述装置包括：
获得模块，用于获取用户端发送的初始标注图像中所有的标注点，并从所有的标注点中筛选出在预设标注框中的标注点，将未在所述预设标注框内的标注点作为初始错误标注点；
筛选模块，用于筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点；
提取模块，用于将提取出符合第一预设规则的标注点进行两两连线，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的连线对应的标注点作为第二错误标注点；
合并模块，用于将所述初始错误标注点、第一错误标注点、第二错误标注点合并，获得初始标注图像对应的目标错误标注点。
在一种可能的设计中，所述获得模块，具体用于获得每个标注点对应的第一坐标参数以及所述预设标注框的顶点对应的坐标参数，基于所述预设标注框的顶点对应的坐标参数，确定所述预设标注框对应的区域，在所有的标注点中筛选出所述第一坐标参数在所述预设标注框对应的区域内的标注点。
在一种可能的设计中，所述筛选模块，具体用于获得所述预设标注框中的标注点对应的第一类别属性标识以及所述预设标注框对应的预设类别属性标识，筛选出所述第一类别属性标识与所述预设类别属性标识不一致的标注点，将与所述预设类别属性标识不一致的标注点作为第一错误标注点。
在一种可能的设计中，所述提取模块，具体用于提取所述初始标注图像中符合第一预设规则的标注点，将所述标注点作为目标标注点，将所述初始标注图像均等划分为第一区域以及第二区域，将第一区域中的所有目标标注点进行两两连线，将第二区域中的所有目标标注点进行两两连线。
在一种可能的设计中，所述提取模块，还用于获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数计算出所述连线对应的距离，筛选出所述距离高于预设距离对应的连线，确定所述高于预设距离对应的连线不符合第二预设规则，将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
在一种可能的设计中，所述提取模块，还用于获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数获得所述连线对应的向量，计算所述向量两两之间的乘积，筛选出所述乘积小于零对应的连线，确定所述乘积小于零对应的连线不符合第二预设规则，将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
第三方面，本申请提供了一种电子设备，包括：
存储器，用于存放计算机程序；
处理器，用于执行所述存储器上所存放的计算机程序时，实现上述的一种标注验证方法步骤。
第四方面，一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种标注验证方法步骤。
上述第一方面至第四方面中的各个方面以及各个方面可能达到的技术效果请参照上述针对第一方面或第一方面中的各种可能方案可以达到的技术效果说明，这里不再重复赘述。
附图说明
图1为本申请提供的标注人员对被标注对象进行标注的示意图；
图2为本申请提供的一种标注验证方法步骤的流程图；
图3为本申请提供的对初始标注图像进行标注的示意图；
图4为本申请提供的初始标注图像均等划分为第一区域以及第二区域的示意图；
图5为本申请提供的一种标注验证装置的结构示意图；
图6为本申请提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。需要说明的是，在本申请的描述中“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。A与B连接，可以表示：A与B直接连接和A与B通过C连接这两种情况。另外，在本申请的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
在以往的技术中，在审核被标注对象的图像中的标注点是否有错误标注点时，至少需要两个标注人员对该被标注对象的图像进行标注，将耗费大量的人力，由于不同的标注人员对被标注对象的图像进行标注时，不同的标注人员对标注点的位置理解有差异以及对标注点进行标注时带有随机偏差，都将造成同一标注点对应多种不同的标注位置，导致对标注点进行审核时无法确认出错误标注点。
为了解决上述描述的问题，本申请实施例提供了一种标注验证方法，用以实现从被标注图像对应的所有标注点中检测出错误标注点。其中，本申请实施例所述方法和装置基于同一技术构思，由于方法及装置所解决问题的原理相似，因此装置与方法的实施例可以相互参见，重复之处不再赘述。
下面结合附图，对本申请实施例进行详细描述。
参照图2，本申请提供了一种标注验证方法，该方法可以实现从被标注图像对应的所有标注点中筛选出错误的标注点，该方法的实现流程如下：
步骤S21：获取用户端发送的初始标注图像中所有的标注点，并从所有的标注点中筛选出在预设标注框中的标注点，将未在所述预设标注框内的标注点作为初始错误标注点。
本申请实施例是为了从初始标注图像对应的所有标注点中筛选出错误标注点，因此，首先需要获取用户端发送的初始标注图像，获得用户端发送的初始标注图像之后，从初始标注图像中提取出所有的标注点。
进一步需要说明的是，初始标注图像可以为一张初始标注图像，也可以为多张初始标注图像，本申请实施例将以一张初始标注图像为例。
在上述对初始标注图像进行说明之后，为了获得具有较大偏差的错误标注点，需要确定出在预设标注框之内的标注点，在本申请实施例中是以坐标参数为依据对标注点的位置进行确定，为了更清楚的说明基于坐标参数确定出标注点在预设标注框之内的过程，将采用举例的方式进行说明，确定标注点在预设标注框之内的具体过程如下：
为了确定出标注点在预设标注框之内，如图3所示为对初始标注图像进行标注的示意图，在图3中，将初始标注图像的左边缘与下边缘的交点作为原点建立直角坐标系，初始标注图像中的每个标注点都能够确定对应的第一坐标参数，通过第一坐标参数能够实现对标注点的准确定位，黑色的实心圆点表示标注点，为了获得预设标注框对应的区域，进而能够判断标注点是否在预设标注框内，因此需要获得预设标注框的顶点对应的坐标参数，图3中预设标注框的顶点为A、B两点，根据A、B两个顶点的坐标参数能够确定出预设标注框的区域。
在获得每个标注点的第一坐标参数以及预设标注框的顶点对应的坐标参数之后，为了检测标注点是否在预设标注框的区域之内，需要确定标注点的横坐标是否在预设标注框的顶点对应的横坐标范围之内以及标注点的纵坐标是否在预设标注框的顶点对应的纵坐标范围之内，当标注点的横坐标在预设标注框的顶点对应的横坐标范围之内以及纵坐标也在预设标注框的顶点对应的纵坐标范围之内时，就能够确定出该坐标参数对应的标注点在预设标注框之内。
比如：预设标注框的顶点对应的坐标分别为(1，1)、(4，4)，标注点1的坐标为(2,3)，根据(1，1)、(4，4)，能够确定出预设标注框的横坐标范围为[1,4]，预设标注框的纵坐标范围为[1,4]，对于标注点1的横坐标有：1<2<4，对于标注点1的纵坐标有：1<3<4，因此，能够获知标注点1在预设标注框的区域之内。
采用上述检测标注点是否在预设标注框的方式，对每个标注点进行检测，筛选出第一坐标参数在预设标注框的区域之内对应的标注点。
在筛选出预设标注框的区域之内的标注点之后，将从所有标注点中除去在预设标注框的区域之内的标注点作为错误标注点，将该错误标注点作为初始错误标注点。
通过上述的描述，对初始标注图像对应的所有标注点进行初步的筛选，筛选出与其他标注点具有较大偏差的标注点，确保了筛选出错误标注点的准确性。
步骤S22：筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点。
筛选出初始错误标注点之后，为了筛选出标注位置错误标注点，需要获得标注点的第一类别属性标识以及预设标注框的预设类别属性标识，每个标注点与该标注点对应的第一类别属性标识关联，每个预设标注框与该预设标注框对应的预设类别属性标识关联，类别属性标识为被标注对象的指定区域类别名称。
进一步需要说明的是，标注点与第一类别属性标识的关联关系如表1所示：
表1
在表1中需要说明的是，第一类别属性标识对应的标注点的数量可以根据实际需要进行设定，表1中眼睛对应的标注点的数量设定为2，眉毛对应的标注点的数量设定为6，通过3个标注点能够确定出被标注对象的其中一个眉毛，其他第一类别属性标识与标注点的关联关系可参考表1，这里不做过多阐述。
对标注点与第一类别属性标识的关联关系进行说明之后，还需要说明预设标注框与预设类别属性标识的关联关系，预设标注框与预设类别属性标识的关联关系如表2所示：
| 预设标注框 | 预设类别属性标识 |
| 预设标注框1 | 眼睛 |
| 预设标注框2 | 眉毛 |
| ...... | ...... |
表2
在表2中，预设标注框1与眼睛进行关联，预设标注框2与眉毛进行关联，其他的预设标注框与预设类别属性标识的关联关系可参考表2，需要进行说明的是，预设标记框中的标注点数量可以根据实际情况进行设定，预设标记框中标注点的数量至少为一个，预设类别属性标识具有唯一性，用以区分预设标注框，避免由于预设类别属性标识重复，导致确定出的错误标注点有误。
在获得标注点的第一类别属性标识与预设标注框的预设类别属性标识之后，为了确定出标注位置有误的标注点，需要检测每个预设标注框中的标注点是否符合第一预设规则，第一预设规则为标注点对应的第一类别属性标识与预设标注框对应的预设类别属性标识一致，若第一类别属性标识与预设类别属性标识一致，则该第一类别属性对应的标注点符合第一预设规则，代表该标注点的标注位置正确，若第一类别属性标识与预设类别属性标识不一致，则该第一类别属性对应的标注点不符合第一预设规则，代表该标注点的标注位置错误，获得所有的标注位置有误的标注点，将该标注点作为第一错误标注点。
通过上述描述的方法，通过检测标注点的第一类别属性标识与预设类别属性标识不一致确定出第一错误标记点，筛选出由于标注位置错误导致的错误标注点。
步骤S23：将提取出符合第一预设规则的标注点进行两两连线，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的标注点作为第二错误标注点。
确定出第一错误标注点之后，提取出符合第一预设规则的标注点，将该标注点作为目标标注点，获得目标标注点之后，将初始标注图像均等划分为第一区域以及第二区域，进而实现目标标注点之间的连线，为了更加清晰的说明对目标标注点进行连线的过程，将以举例的方式进行说明，对目标标注点进行连线的具体过程如下：
在本申请实施例中，将初始标注图像均等划分为第一区域以及第二区域的示意图如图4所示，图4中以初始标注图像中被标注对象的中线实现对初始标注图像的均等划分，由于均等划分的方式不止一种，其他均等划分的方式这里不做具体阐述。
在图4中，E、F、G为第一区域的目标标注点，C、D、Z为第二区域的目标标注点，将第一区域的目标标注点进行两两连线，在图4为将E、F、G进行两两连线，将第二区域的目标标注点进行两两连线，在图4中为将C、D、Z进行两两连线。
将第一区域以及第二区域的目标标注点进行两两连线后，为了获得带有错误标注点的连线，将检测连线对应的距离以及向量，基于连线的坐标参数获得连线对应的距离以及向量的具体过程如下：
表3
表3是以连线EF为例，dEF代表连线EF对应的距离，其他连线基于坐标参数获得该连线对应的距离以及向量可参考表3，由于获取连线对应的距离以及向量的过程一致，为了避免重复，这里不再进行阐述。
在上述对连线对应的距离以及向量进行说明之后，需要确定出预设标注框中的错误标注点，采用不同的方式确定出预设标注框中的错误标注点的具体过程如下：
方式一：基于连线对应的距离确定出错误标记点。
通过上述对预设标注框的描述，能够获得预设标注框中标注点的预设数量值，为了确定该预设标注框中是否存在错误标注点，需要统计出每个预设标注框中标注点的实际数量值，检测该实际数量值是否与该预设标注框中标注点的预设数量值一致，当实际数量值与预设数量值不一致时，能够确定该预设标注框中存在错误标注点。
确定该预设标注框中存在错误标注点之后，为了确定出错误标注点的具体位置，需要根据连线对应的距离高于预设距离，确定出带有错误标注点的连线，为了更加清晰的说明基于连线的距离确定出错误标注点的过程，将以举例的方式进行说明，确定出带有错误标注点的连线的具体过程如下：
在图3中，E点和Z点表示被标注对象的耳朵对应的标注点，F点和C点表示被标注对象的眼睛对应的标注点，G点和D点表示被标注对象的肩膀对应的标注点，将第一区域的F点、E点、G点进行两两连线之后，正常情况下，被标注对象一侧的耳朵到眼睛的距离一定小于耳朵到肩膀的距离，即：dEF小于dEG。
在上述的举例中，预设距离为dEG，本申请实施例中，预设距离不是确定的一个值，预设距离为对被标注对象进行正确标注后，任意两个标注点之间的距离都可以为预设距离，确定预设距离时，在符合预设距离高于与预设距离进行比较的距离的基础上，预设距离可以根据实际情况进行选取。
在对预设距离进行说明之后，当dEF高于dEG时，能够确定dEF对应的连线不符合第二预设规则，确定E点与F点中存在错误标注点，为了进一步从E点与F点中确定出错误标注点，需要比较E点与F点分别与其他点的连线对应的距离，标注正确的情况下，被标注对象对应的dEF应该小于dEC点，若dEF大于dEC，则确定F点为错误标注点。
进一步需要说明的是，基于连线的距离确定出错误标注点，至少需要进行两次距离之间的比较，当连线中的两个端点对应的标注点都为错误标记点时，确定出标注点为错误标注点的过程与上述描述一致，但是比较的次数远超于上述描述的次数，在确定出错误标注点的过程中，可以将第一区域与第二区域的标注点进行连线。
方式二：基于连线对应的向量确定出错误标注点。
在方式一中，描述了预设标注框之内存在的错误标注点，为了确定出错误标注点可以先锁定存在错误标注点的预设标注框，将预设标注框之内的标注点进行连线，获得连线对应的向量，再基于向量之间的乘积小于零确定出错误标注点，也可以不锁定预设标注框之内的标注点，针对所有目标标注点进行连线，获得连线对应的向量，再通过向量两两之间的乘积小于零确定出错误标注点。
上述描述的情况都有基于连线获得训练，由于基于向量之间的乘积小于零确定出错误标注点过程是一致的，为了避免大量的重复，这里不分别进行说明，基于连线获得的向量确定出错误标注点的具体过程如下：
在上述的描述中，已经获取到每个目标标注点的坐标向量，向量是带有方向的线段，当获得的向量两两之间的乘积小于零时，代表两个向量对应的连线有交叉，由于将目标标注点区分为第一区域以及第二区域，因此，目标标注点对应的连线也区分为第一区域的连线以及第二区域的连线，第一区域的连线以及第二区域的连线在连线正常的情况下不会交叉，当第一区域以及第二区域的连线有交叉时，代表进行交叉的连线对应的目标标注点中存在错误标注点。
进一步，为了检测出是否存在交叉连线，需要随机将第一区域的连线对应的向量与第二区域的连线对应的向量进行相乘，需要注意的是，比如：在图4中，向量
与向量
之间不存在交叉的情况，当出现交叉的情况，代表向量
与向量
对应的标注点中必然存在错误标注点。
为了确定出错误标注点，需要将线段EF分别与C点与Z点其中一个连成向量，将E点与C点连接成向量
再将向量
与向量
进行相乘，获得第一乘积，将E点与Z点连接成向量
再将向量
与向量
进行相乘，获得第二乘积，向量由于向量的乘法计算为公知的知识，因此，这里不做具体描述。当第一向量与第二向量的乘积小于零时，则代表C点与Z点在线段EF的两侧，当第一向量与第二向量的乘积大于零时，则代表C点与Z点都在线段EF的一侧。
当第一向量与第二向量的乘积小于零时，则能够确定出C点与Z点存在错误标注点，为了确定出错误标注点是C点与Z点的其中一个，或者是C点与Z点都是错误标注点，需要将确定C点与Z点的坐标，C点的坐标为(c，d)，Z点的坐标为(a，b)，已知E点的坐标为(g，h)、F点的坐标为(j，k)，且h<k，检测c与a是否小于k，将小于k的横坐标值对应的目标标注点作为错误标注点。
进一步，当出现多条连线交叉的情况，在本申请实施例中也可以按照上述描述向量两两之间的乘积小于零的方式，进行多次计算，由于计算方式以及确定错误连线的方式已经在上述内容中进行说明，这里不做过多描述。
需要说明的是，本申请实施例中，可以采用方式一或方式二中的任意一个筛选出错误标注点，也可以采用方式一与方式二进行组合的方式的筛选出错误标注点，由于筛选出错误标注点的过程一致，因此采用方式一与方式二进行组合的方式筛选错误标注点的过程参考上述对方式一与方式二的描述，这里不做过多阐述。
将通过上述描述的方法筛选出来的错误标注点作为第二错误标注点。
基于上述对连线对应的距离以及向量的描述，通过距离与预设距离的比较，确定出不符合逻辑的错误标记点，通过向量两两之间的乘积确定出目标标注点的方位，从而实现了从目标标注点中筛选出错误标注点，提高了筛选出错误标注点的准确率。
步骤S24：将所述初始错误标注点、第一错误标注点、第二错误标注点合并，获得初始标注图像对应的目标错误标注点。
在上述步骤中，已经获得了初始错误标注点、第一错误标注点以及第二错误标注点，为了最终呈现至用户的是所有的错误标注点，需要将初始错误标注点、第一错误标注点以及第二错误标注点进行合并，将合并之后的错误标注点作为目标错误标注点，最终，获得初始标注图像对应的标错误标注点。
需要进行说明的是，从多张初始标注图像的所有标注点中筛选出错误标注点可参考本申请实施例从一张初始标注图像的所有标注点中筛选出错误标注点的过程，由于筛选出错误标注点的过程一致，为了避免重复，这里不做具体阐述。
基于上述描述的方法，通过不同的方式从初始标注图像对应的所有标注点中筛选出目标错误标注点，先用预设标注框对所有标注点进行初步筛选，获得目标标注点，通过第一预设规则从目标标注点中筛选出第一错误标注点，通过第二预设规则从目标标注点中筛选出第二错误标注点，实现对所有标注点进行多次筛选，确保了能够从所有标注点中筛选出错误标注点，并且提高了筛选出的错误标注点的准确度。
基于同一发明构思，本申请实施例中还提供了一种标注验证装置，该线程绑定的装置用于实现了一种标注验证方法的功能，参照图5，所述装置包括：
获得模块501，用于获取用户端发送的初始标注图像中所有的标注点，并从所有的标注点中筛选出在预设标注框中的标注点，将未在所述预设标注框内的标注点作为初始错误标注点；
筛选模块502，用于筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点；
提取模块503，用于将提取出符合第一预设规则的标注点进行两两连线，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的连线对应的标注点作为第二错误标注点；
合并模块504，用于将所述初始错误标注点、第一错误标注点、第二错误标注点合并，获得初始标注图像对应的目标错误标注点。
在一种可能的设计中，所述获得模块501，具体用于获得每个标注点对应的第一坐标参数以及所述预设标注框的顶点对应的坐标参数，基于所述预设标注框的顶点对应的坐标参数，确定所述预设标注框对应的区域，在所有的标注点中筛选出所述第一坐标参数在所述预设标注框对应的区域内的标注点。
在一种可能的设计中，所述筛选模块502，具体用于获得所述预设标注框中的标注点对应的第一类别属性标识以及所述预设标注框对应的预设类别属性标识，筛选出所述第一类别属性标识与所述预设类别属性标识不一致的标注点，将与所述预设类别属性标识不一致的标注点作为第一错误标注点。
在一种可能的设计中，所述提取模块503，具体用于提取所述初始标注图像中符合第一预设规则的标注点，将所述标注点作为目标标注点，将所述初始标注图像均等划分为第一区域以及第二区域，将第一区域中的所有目标标注点进行两两连线，将第二区域中的所有目标标注点进行两两连线。
在一种可能的设计中，所述提取模块503，还用于获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数计算出所述连线对应的距离，筛选出所述距离高于预设距离对应的连线，确定所述高于预设距离对应的连线不符合第二预设规则，将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
在一种可能的设计中，所述提取模块503，还用于获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数获得所述连线对应的向量，计算所述向量两两之间的乘积，筛选出所述乘积小于零对应的连线，确定所述乘积小于零对应的连线不符合第二预设规则，将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
基于同一发明构思，本申请实施例中还提供了一种电子设备，所述电子设备可以实现前述一种标注验证装置的功能，参考图6，所述电子设备包括：
至少一个处理器601，以及与至少一个处理器601连接的存储器602，本申请实施例中不限定处理器601与存储器602之间的具体连接介质，图6中是以处理器601和存储器602之间通过总线600连接为例。总线600在图6中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线600可以分为地址总线、数据总线、控制总线等，为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。或者，处理器601也可以称为控制器，对于名称不做限制。
在本申请实施例中，存储器602存储有可被至少一个处理器601执行的指令，至少一个处理器601通过执行存储器602存储的指令，可以执行前文论述的一种标注验证的方法。处理器601可以实现图5所示的装置中各个模块的功能。
其中，处理器601是该装置的控制中心，可以利用各种接口和线路连接整个该控制设备的各个部分，通过运行或执行存储在存储器602内的指令以及调用存储在存储器602内的数据，该装置的各种功能和处理数据，从而对该装置进行整体监控。
在一种可能的设计中，处理器601可包括一个或多个处理单元，处理器601可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器601中。在一些实施例中，处理器601和存储器602可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
处理器601可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的一种标注验证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602作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器602可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器602是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器602还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
通过对处理器601进行设计编程，可以将前述实施例中介绍的一种标注验证方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行图2所示的实施例的一种标注验证的步骤。如何对处理器601进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
基于同一发明构思，本申请实施例还提供一种存储介质，该存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行前文论述的一种标注验证方法。
在一些可能的实施方式中，本申请提供一种标注验证的方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在装置上运行时，程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种标注验证方法中的步骤。
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。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种标注验证方法，其特征在于，包括：
获取用户端发送的初始标注图像中所有的标注点，并从所有的标注点中筛选出在预设标注框中的标注点，将未在所述预设标注框内的标注点作为初始错误标注点；
筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点；
将提取出符合第一预设规则的标注点进行两两连线，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的连线对应的标注点作为第二错误标注点；
将所述初始错误标注点、第一错误标注点、第二错误标注点合并，获得初始标注图像对应的目标错误标注点。
2.如权利要求1所述的方法，其特征在于，并从所有的标注点中筛选出在预设标注框中的标注点，包括：
获得每个标注点对应的第一坐标参数以及所述预设标注框的顶点对应的坐标参数；
基于所述预设标注框的顶点对应的坐标参数，确定所述预设标注框对应的区域；
在所有的标注点中筛选出所述第一坐标参数在所述预设标注框对应的区域内的标注点。
3.如权利要求1所述的方法，其特征在于，筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点，包括：
获得所述预设标注框中的标注点对应的第一类别属性标识以及所述预设标注框对应的预设类别属性标识，其中，类别属性标识为被标注对象的指定区域类别名称；
筛选出所述第一类别属性标识与所述预设类别属性标识不一致的标注点；
将与所述预设类别属性标识不一致的标注点作为第一错误标注点。
4.如权利要求1所述的方法，其特征在于，将提取出符合第一预设规则的标注点进行两两连线，包括：
提取所述初始标注图像中符合第一预设规则的标注点，将所述标注点作为目标标注点；
将所述初始标注图像均等划分为第一区域以及第二区域；
将第一区域中的所有目标标注点进行两两连线；
将第二区域中的所有目标标注点进行两两连线。
5.如权利要求1所述的方法，其特征在于，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的标注点作为第二错误标注点，包括：
获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数计算出所述连线对应的距离；
筛选出所述距离高于预设距离对应的连线，确定所述高于预设距离对应的连线不符合第二预设规则；
将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
6.如权利要求1所述的方法，其特征在于，筛选出所有连线中不符合第二预设规则的连线，将不符合第二预设规则的标注点作为第二错误标注点，还包括：
获得所述连线端点对应的标注点的坐标参数，基于所述坐标参数获得所述连线对应的向量；
计算所述向量两两之间的乘积，筛选出所述乘积小于零对应的连线，确定所述乘积小于零对应的连线不符合第二预设规则；
将不符合第二预设规则的连线对应的标注点作为第二错误标注点。
7.一种标注验证装置，其特征在于，所述装置包括：
获得模块，用于获取用户端发送的初始标注图像中所有的标注点，并从所有的标注点中筛选出在预设标注框中的标注点，将未在所述预设标注框内的标注点作为初始错误标注点；
筛选模块，用于筛选出所述预设标注框中不符合第一预设规则的标注点，并将不符合第一预设规则的标注点作为第一错误标注点；
提取模块，用于将提取出符合第一预设规则的标注点进行两两连线，筛选出所有连线中不符合第二预设规则的连线，并将不符合第二预设规则的连线对应的标注点作为第二错误标注点；
合并模块，用于将所述初始错误标注点、第一错误标注点、第二错误标注点合并，获得初始标注图像对应的目标错误标注点。
8.如权利要求7所述的装置，其特征在于，所述获得模块，具体用于获得每个标注点对应的第一坐标参数以及所述预设标注框的顶点对应的坐标参数，基于所述预设标注框的顶点对应的坐标参数，确定所述预设标注框对应的区域，在所有的标注点中筛选出所述第一坐标参数在所述预设标注框对应的区域内的标注点。
9.一种电子设备，其特征在于，包括：
存储器，用于存放计算机程序；
处理器，用于执行所述存储器上所存放的计算机程序时，实现权利要求1-6任一项所述的方法步骤。
10.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111542465.6A CN114357007A (zh) | 2021-12-14 | 2021-12-14 | 一种标注验证方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111542465.6A CN114357007A (zh) | 2021-12-14 | 2021-12-14 | 一种标注验证方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114357007A true CN114357007A (zh) | 2022-04-15 |
Family
ID=81100039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111542465.6A Pending CN114357007A (zh) | 2021-12-14 | 2021-12-14 | 一种标注验证方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114357007A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7756536B2 (en) * | 2007-01-31 | 2010-07-13 | Sony Ericsson Mobile Communications Ab | Device and method for providing and displaying animated SMS messages |
| CN109274852A (zh) * | 2018-09-28 | 2019-01-25 | 深圳市盛世生物医疗科技有限公司 | 一种图像焦距标记点智能选取方法、装置及设备 |
| CN110213061A (zh) * | 2019-05-23 | 2019-09-06 | 北京力拓飞远科技有限公司 | 同步通信方法、同步通信装置、同步通信设备及介质 |
| CN112818803A (zh) * | 2021-01-26 | 2021-05-18 | 广州虎牙科技有限公司 | 图片的标注方法以及相关装置、设备 |
| CN112884054A (zh) * | 2021-03-03 | 2021-06-01 | 歌尔股份有限公司 | 一种目标标注方法和一种目标标注装置 |
-
2021
- 2021-12-14 CN CN202111542465.6A patent/CN114357007A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7756536B2 (en) * | 2007-01-31 | 2010-07-13 | Sony Ericsson Mobile Communications Ab | Device and method for providing and displaying animated SMS messages |
| CN109274852A (zh) * | 2018-09-28 | 2019-01-25 | 深圳市盛世生物医疗科技有限公司 | 一种图像焦距标记点智能选取方法、装置及设备 |
| CN110213061A (zh) * | 2019-05-23 | 2019-09-06 | 北京力拓飞远科技有限公司 | 同步通信方法、同步通信装置、同步通信设备及介质 |
| CN112818803A (zh) * | 2021-01-26 | 2021-05-18 | 广州虎牙科技有限公司 | 图片的标注方法以及相关装置、设备 |
| CN112884054A (zh) * | 2021-03-03 | 2021-06-01 | 歌尔股份有限公司 | 一种目标标注方法和一种目标标注装置 |
Non-Patent Citations (2)
| Title |
|---|
| K SREEKUMAR等: "Automatic image annotation using synthesis of complementary features", 《IEEE》, 9 January 2014 (2014-01-09), pages 294 - 298 * |
| 张剑华等: "ASM中基于不变矩图形畸变主动检测与修正", 《 中国图象图形学报 》, 15 September 2009 (2009-09-15), pages 1886 - 1894 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109325538B (zh) | 目标检测方法、装置和计算机可读存储介质 | |
| CN110852162B (zh) | 一种人体完整度数据标注方法、装置及终端设备 | |
| CN104636730A (zh) | 人脸验证的方法和装置 | |
| CN107862234A (zh) | 一种彩色条形码的识别方法、电子设备及存储介质 | |
| CN108805859A (zh) | 一种图像检测方法、图像检测装置及终端设备 | |
| CN112383554B (zh) | 接口流量异常检测方法、装置、终端设备及存储介质 | |
| CN109993021A (zh) | 人脸正脸检测方法、装置及电子设备 | |
| CN108399025A (zh) | 一种修正识别偏差的方法、装置及终端设备 | |
| CN111159167B (zh) | 标注质量检测装置和方法 | |
| CN109949306A (zh) | 反射面角度偏差检测方法、终端设备及存储介质 | |
| CN105787419A (zh) | 手掌图像的手掌检测方法及系统 | |
| CN113378864B (zh) | 一种锚框参数的确定方法、装置、设备及可读存储介质 | |
| CN110046602A (zh) | 基于分类的深度学习人脸检测方法 | |
| CN114357007A (zh) | 一种标注验证方法、装置及电子设备 | |
| CN115731435A (zh) | 一种标注校验方法、装置、设备和存储介质 | |
| CN115983208A (zh) | 一种文档转换方法及电子设备 | |
| CN111275693B (zh) | 一种图像中物体的计数方法、计数装置及可读存储介质 | |
| CN113238748A (zh) | 一种直流控保程序页面修改校验方法、装置、终端及介质 | |
| CN109902724B (zh) | 基于支持向量机的文字识别方法、装置和计算机设备 | |
| CN103020601B (zh) | 高压线视觉检测方法和装置 | |
| CN115280374A (zh) | 标注方法和装置 | |
| CN112488174A (zh) | 一种相似零件智能检索方法 | |
| CN111651362A (zh) | 测试案例生成方法、装置、存储介质和计算机设备 | |
| CN110705479A (zh) | 模型训练方法和目标识别方法、装置、设备及介质 | |
| Yang et al. | A Robust Scheme for 3D Point Cloud Copy Detection |
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 |