【技术实现步骤摘要】
本申请涉及机器学习领域，尤其涉及一种对象遮挡比例的计算方法、装置及电子设备。
技术介绍
1、随着人工智能及深度学习领域的快速发展，构建高性能模型日益依赖于丰富且准确的训练数据。在监督学习框架下，尤其是半监督和全监督学习情境中，训练数据不仅包括了原始数据，还涵盖了对这些数据的精细标注。标注信息作为模型学习的关键指导，使模型能够理解数据特征并做出预测。
2、然而，在标注过程中通常会遇到各种标注难点，如判断标注对象是否与其他对象贴合、标注对象的被遮挡的程度等等。目前，这些标注难点通常只能依靠标注人员基于主观经验进行判断，无法保证标注的准确性，进而影响训练数据的验收和使用效果。
技术实现思路
1、有鉴于此，本申请提供一种对象遮挡比例的计算方法、装置及电子设备，以解决相关技术中存在的缺陷，本申请技术方案如下：
2、根据本申请第一方面的实施例，提供一种对象遮挡比例的计算方法，包括：
3、获取包含目标对象的初始图像帧和当前图像帧，所述目标对象在所述初始图像帧中无遮挡；
4、根据所述目标对象在所述初始图像帧中的初始深度信息和在所述当前图像帧中的当前深度信息确定所述目标对象的尺度变化因子，并基于所述尺度变化因子和所述目标对象在当前图像帧中的当前可视面积确定所述目标对象在所述初始图像帧中的修正可视面积；
5、根据所述修正可视面积和所述目标对象在所述初始图像帧中的初始可视面积计算所述目标对象在当前图像帧中的遮挡比例，所述遮挡比例用于表征所述目标
6、根据本申请第二方面的实施例，提供一种对象遮挡比例的计算装置，包括：
7、获取单元，用于获取包含目标对象的初始图像帧和当前图像帧，所述目标对象在所述初始图像帧中无遮挡；
8、确定单元，用于根据所述目标对象在所述初始图像帧中的初始深度信息和在所述当前图像帧中的当前深度信息确定所述目标对象的尺度变化因子，并基于所述尺度变化因子和所述目标对象在当前图像帧中的当前可视面积确定所述目标对象在所述初始图像帧中的修正可视面积；
9、计算单元，用于根据所述修正可视面积和所述目标对象在所述初始图像帧中的初始可视面积计算所述目标对象在当前图像帧中的遮挡比例，所述遮挡比例用于表征所述目标对象的被遮挡程度。
10、根据本申请第三方面的实施例，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法。
11、根据本申请第四方面的实施例，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
12、根据本申请第五方面的实施例，提出了一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现上述第一方面所述的方法。
13、在本申请提供的技术方案中，可以获取到包含目标对象的初始图像帧与当前图像帧。由于在初始图像帧中目标对象无遮挡，因此初始图像帧的中的目标对象的初始可视面积可以反映出该目标对象的完整面积。可以理解的是，目标对象在初始图像中与在当前图像帧中的位置并不相同，而目标对象面积在两个图像帧中会随着深度的改变成比例地发生尺度变化，因此，可以根据所述目标对象在所述初始图像帧中的初始深度信息和在所述当前图像帧中的当前深度信息确定所述目标对象的尺度变化因子，并根据该尺度变化因子对目标对象在当前图像帧中的可视面积进行修正，得到修正可视面积。此时，目标对象在当前图像帧中的可视面积被调整至与初始图像帧相同的衡量尺度下，基于该修正可视面积与初始可视面积，即可准确计算目标对象在当前图像帧中的遮挡比例。
14、可见，本申请能够考虑到目标对象的面积在不同图像帧的尺度变化，在相同的衡量尺度下对目标对象的被遮挡程度进行自动、准确的计算，提高了计算目标对象遮挡比例的效率与准确性。
15、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请实施例。
本文档来自技高网...【技术保护点】
1.一种对象遮挡比例的计算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象在所述初始图像帧中的初始深度信息和在所述当前图像帧中的当前深度信息确定所述目标对象的尺度变化因子，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述尺度变化因子和所述目标对象在当前图像帧中的当前可视面积确定所述目标对象在所述初始图像帧中的修正可视面积，包括：
4.根据权利要求1所述的方法，其特征在于，根据所述目标对象在所述初始图像帧中的初始深度信息和在所述当前图像帧中的当前深度信息确定所述目标对象的尺度变化因子，包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.根据权利要求1所述的方法，其特征在于，所述目标对象为SAM-Track模型基于初始分割结果进行追踪得到的任一对象，所述初始分割结果响应于用户针对所述初始图像帧中所包含的初始对象选取操作得到。
7.根据权利要求1所述的方法，其特征在于，所述当前图像帧的图像标注结果包括该图像中各个对象的对象标注结果，其中所述目标对象的
8.根据权利要求7所述的方法，其特征在于，通过下述方式确定所述目标对象的对象标注结果：
9.一种对象遮挡比例的计算装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现如权利要求1-8中任一项所述方法的步骤。
11.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1-8中任一项所述方法的步骤。
12.一种计算机程序产品，其特征在于，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如权利要求1-8中任一项所述方法的步骤。
...【技术特征摘要】
1.一种对象遮挡比例的计算方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象在所述初始图像帧中的初始深度信息和在所述当前图像帧中的当前深度信息确定所述目标对象的尺度变化因子，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述尺度变化因子和所述目标对象在当前图像帧中的当前可视面积确定所述目标对象在所述初始图像帧中的修正可视面积，包括：
4.根据权利要求1所述的方法，其特征在于，根据所述目标对象在所述初始图像帧中的初始深度信息和在所述当前图像帧中的当前深度信息确定所述目标对象的尺度变化因子，包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.根据权利要求1所述的方法，其特征在于，所述目标对象为sam-track模型基于初始分割结果进行追踪得到的任一对象，所述初始分割结果响应于用户针对所述初始图像帧中所包含的初始对象选...
【专利技术属性】
技术研发人员：丁瑾，
申请(专利权)人：浙江吉利控股集团有限公司，
类型：发明
国别省市：
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。