一种深度学习中图像数据集的快速获取和快速标定方法

摘要

本发明公开了一种深度学习中图像数据集的快速获取和快速标定方法，将采集的视频经过电子稳像处理后，经中值滤波进行消噪和平滑处理，然后用高斯混合模型进行前景提取；根据提取出的前景的外轮廓的位置定位到原视频帧中对应的位置信息，以实现自动获取特定目标的最小包围盒；基于hog特征的局部模板匹配算法进行视频帧前景目标的分类；利用帧间匹配算法，将相邻帧中的对应连通区域进行同类别标记；得到了前景的位置信息和类别信息就实现了图像数据集的快速标定。本发明解决了深度学习中带标签数据数量非常少且获得新的带标签数据非常困难代价昂贵的问题，为特定类别的图像数据的训练和识别提供了很大的便利。