基于计算机视觉的多模态数据智能标注系统

本申请涉及基于计算机视觉的多模态数据智能标注系统。所述系统包括：基准点对齐模块，用于获取多模态数据的特征提取结果，对所述特征提取结果进行基准点对齐处理，生成一致化的基准点集合；注视点预测模块，用于根据所述基准点集合对视觉数据中的注视点进行动态预测处理，生成动态注视点位置；模态泛化模块，用于根据动态注视点位置，通过跨模态学习框架进行特征空间映射处理，得到跨模态的标注结果；标注优化模块，用于对所述标注结果通过统计模型和一致性检查进行质量评估，生成优化的标注结果。采用本系统能够实现多模态数据的高效、准确标注并且显著提升标注效率和质量。