【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体来说涉及图像处理领域中的目标标注技术，更具体地说，涉及一种序列图像标注方法、系统。
技术介绍
1、得益于深度学习的快速发展，序列图像分割技术在自动驾驶、手术辅助和疾病诊断等领域得到广泛应用。但是由于大部分基于深度学习的序列图像分割算法是数据驱动的，这意味着序列图像数据标注是序列图像分割算法得以有效运行的关键。常见的序列图像包括视频、ct影像和mri影像等，这些序列图像的共同特点是包括多张图像，且多张图像在某一个维度上是连续的，即前一张图像与其后一张图像的内容存在一定的相关性。目前，序列图像分割标注是通过选择图像特定区域并指定特别标签的方式为序列图像分割算法提供可学习的样本。
2、现有的序列图像分割标注方法主要包括两类：人工标注方法和半自动标注方法。其中，人工标注方法，主要采用labelme和labelimg等图像标注工具通过人工用多边形对单张图像中特定的对象边缘进行标记，然后给定该区域一个特定标签的方式对序列图像中的每一张图像进行分割标注。半自动标注方法，主要采用cvat、dataloop以及superannotate等图像标注工具通过用户提示自动分割序列图像中每一张图像的目标。
3、现有的人工标注方法和半自动标注方法满足了基本的序列图像分割标注需求，但是人工标注方法和半自动标注方法均存在一些问题。对于人工标注方法，使用者需要对序列图像中的每一张图像进行单独标注，这使得序列图像标注过程存在标注费时费力、标注效率低下以及标注成本昂贵等问题。对于半自动标注方法，虽然能够通过用户
4、需要说明的是：本
技术介绍
仅用于介绍本专利技术的相关信息，以便于帮助理解本专利技术的技术方案，但并不意味着相关信息必然是现有技术。在没有证据表明相关信息已在本专利技术的申请日以前公开的情况下，相关信息不应被视为现有技术。
技术实现思路
1、因此，本专利技术的目的在于克服上述现有技术的缺陷，提供一种序列图像标注方法和一种序列图像标注系统。
2、本专利技术的目的是通过以下技术方案实现的。
3、根据本专利技术的第一方面，提供一种序列图像标注方法，用于对序列图像进行目标标注，所述方法包括：s1、获取待处理序列图像，其中，所述待处理序列图像包括多张图像，且所述待处理序列图像的多张图像之间存在时空连续性；s2、采用预设的辅助分割模型对所述待处理序列图像中的第一张图像进行目标框选并添加对应的目标标签；s3、基于步骤s2处理后的所述待处理序列图像中的第一张图像采用预设的目标跟踪模型对所述待处理序列图像中的其余图像进行目标跟踪以对其余图像一一进行目标框选。
4、在本专利技术的一些实施例中，所述预设的辅助分割模型为sam模型。
5、在本专利技术的一些实施例中，所述预设的目标跟踪模型为xmem模型。
6、在本专利技术的一些实施例中，在所述步骤s3中，按照如下方式对所述待处理序列图像中的每一张图像进行目标跟踪处理：基于前一张图像采用预设的目标跟踪模型跟踪当前图像以对其进行目标框选，并判断当前图像中的目标框选部分是否合格；当前图像的目标框选部分不合格时采用预设的辅助分割模型对当前图像重新进行目标框选，当前图像的目标框选部分合格时则判断当前图像中是否存在新的标注对象；当前图像中存在新的标注对象时采用预设的辅助分割模型对当前图像中的新的标注对象进行目标框选并添加对应的目标标签，当前图像中不存在新的标注对象时则判断当前图像是否是待处理序列图像中的最后一张图像；若当前图像是待处理序列图像中的最后一张图像则结束目标跟踪处理，若当前图像不是待处理序列图像中的最后一张图像则基于当前图像对下一张图像进行目标跟踪处理。
7、根据本专利技术的第二方面，提供一种序列图像标注系统，所述系统被配置为按照本专利技术的第一方面所述方法对待处理序列图像进行目标标注。
8、在本专利技术的一些实施例中，所述系统包括数据获取模块、数据标注模块和目标跟踪模块，其中：所述数据获取模块用于获取待处理序列图像，所述待处理序列图像包括多张图像，且所述待处理序列图像的多张图像之间存在时空连续性；所述数据标注模块用于对所述待处理序列图像中的第一张图像进行目标标注，以及根据所述目标跟踪模块对所述待处理序列图像中的其余图像的目标跟踪结果对所述待处理序列图像中的其余图像进行目标标注；目标跟踪模块，用于基于所述待处理序列图像中每一张图像的上一张图像的目标标注结果对当前图像进行目标跟踪处理。
9、优选地，所述数据标注模块被配置为sam模型。
10、优选地，所述目标跟踪模块被配置为xmem模型。
11、与现有技术相比，本专利技术的优点在于：(1)利用了序列图像中多张图像之间的时空相关性，即基于序列图像中前一张图像的目标标注结果对后一张图像进行目标跟踪以快速完成对后一张图像的目标标注，以此来提高序列图像的目标标注效率和目标标注准确率；(2)辅助分割模型采用的提示分割算法和目标跟踪模型采用的目标跟踪算法均可迭代更新或替换，进一步提升目标标注准确率和目标标注效率；(3)、在对所述待处理序列图像中的每一张图像进行目标跟踪处理时，可以通过判断当前图像中的目标框选部分是否合格以及判断当前图像中是否存在新的标注对象的方式来进一步提高目标标准准确率。
本文档来自技高网...【技术保护点】
1.一种序列图像标注方法，用于对序列图像进行目标标注，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述预设的辅助分割模型为SAM模型。
3.根据权利要求2所述的方法，其特征在于，所述预设的目标跟踪模型为XMem模型。
4.根据权利要求3所述的方法，其特征在于，在所述步骤S3中，按照如下方式对所述待处理序列图像中的每一张图像进行目标跟踪处理：
5.一种序列图像标注系统，其特征在于，所述系统被配置为按照权利要求1-4任一所述方法对待处理序列图像进行目标标注。
6.根据权利要求7所述的系统，其特征在于，所述系统包括数据获取模块、数据标注模块和目标跟踪模块，其中：
7.根据权利要求6所述的系统，其特征在于，所述数据标注模块被配置为SAM模型。
8.根据权利要求7所述的系统，其特征在于，所述目标跟踪模块被配置为XMem模型。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序可被处理器执行以实现权利要求1至4中任一项所述方法的步骤。
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。