摘要
本发明涉及一种基于阈值分割的水面多目标检测与自动标注方法,属水面目标检测及深度学习领域,解决传统人工数据标注方法所存在的效率低、精度不稳定的问题。包括获取水面航道可见光监控视频并进行预处理,得到水面目标与背景分离的多帧二值化图像;对每帧二值化图像进行连通域分析得到多个目标标记框集合;将多个目标标记框进行循环合并筛选得到每个真实水面目标的标记框;对各帧中的真实水面目标标记框进行目标跟踪预测,获得预测的水面目标位置坐标与尺寸信息;基于水面目标位置坐标与尺寸信息,进行水面目标图像裁剪、水面目标位置坐标归一化转换及自动标注标签,得到标注好的数据集。实现了自动化获得水面目标样本数据及自动标注标签。
技术关键词
水面
标记
标签
可见光
坐标
二值化图像
HOG特征提取
数据标注方法
掩膜
加速度
视频
尺寸
训练样本集
视角
像素点
系统为您推荐了相关专利信息
植物病害检测方法
状态空间模型
植物叶片图像
频域特征
植物病害检测技术
软件定义网络
位置优化方法
时延
网络控制器
交换机
跨模态
数据智能分析方法
标签
安检图像
物品结构