(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221043280 5.8 (22)申请日 2022.04.24 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 李汉俊　潘兴甲　鄢科　 (74)专利代理 机构 深圳翼盛智成知识产权事务 所(普通合伙) 44300 专利代理师 李玉婷 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/48(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01) (54)发明名称 数据处理方法、 装置、 电子设备和存 储介质 (57)摘要 本申请实施例公开了一种数据处理方法、 装 置、 电子设备和存储介质， 本发明实施例可应用 于云技术、 人工智能、 智慧交通、 辅助驾驶等各种 场景； 包括： 获取一图像， 图像包括多个图像内 容， 每个图像内容属于一内容类别； 每一种 内容 类别通过与之对应的一标注像素点进行标注； 获 取标注像素点对应的第一特征值集合； 确定图像 中的未标注像素点， 以及获取未标注像素点对应 的第二特征值集合； 根据第一特征值集合与第二 特征值集合， 预测未标注像素点的预测类别； 将 满足预设要求的预测类别作为未标注像素点的 伪标签， 并利用伪标签对未标注像素点进行标 注。 本申请可在人为标注信息较少的情况下， 利 用算法完善标注信息， 进而实现对成本与检测效 果的兼顾。 权利要求书2页 说明书16页 附图4页 CN 115131597 A 2022.09.30 CN 115131597 A 1.一种数据处 理方法， 其特 征在于， 所述方法包括： 获取一图像， 所述图像包括多个图像内容， 每个所述图像内容属于一内容类别； 每一种 内容类别通过与之对应的一标注像素点进 行标注， 所述标注像素点位于对应的内容类别所 包括的一图像内容中； 获取所述标注像素点对应的第一特 征值集合； 确定所述图像中的未标注像素点， 以及获取所述未标注像素点对应的第二特征值集 合； 根据所述第一特征值集合与所述第二特征值集合， 预测所述未标注像素点的预测类 别； 将满足预设要求的所述预测类别作为所述未标注像素点的伪标签， 并利用所述伪标签 对所述未 标注像素点进行 标注。 2.如权利要求1所述的方法， 其特征在于， 所述标注像素点位于的图像 内容记为标注图 像内容； 所述获取 所述标注像素点对应的第一特 征值集合， 包括： 对于每个标注像素点所分别对应的标注图像 内容， 获取所述标注图像 内容对应的特征 值； 对多个所述标注图像内容的特 征值进行聚合， 得到所述第一特 征值集合。 3.如权利要求2所述的方法， 其特征在于， 所述对于每个标注像素点所分别对应的标注 图像内容， 获取 所述标注图像内容对应的特 征值， 包括： 获取所述标注图像内容对应的像素点集合， 所述像素点集合包括中心像素点和非中心 像素点； 对所述中心像素点和所述非中心像素点进行第 一运算处理， 得到所述像素点集合中的 每个所述中心像素点和每 个所述非中心像素点分别对应的内容 参数值； 将所述像素点集合中的每个像素点分别对应的内容参数值与所述图像的对应位置的 特征参数值进行第二运算处理， 得到特征值， 所述特征值为所述标注图像内容对应的特征 值。 4.如权利要求3所述的方法， 其特征在于， 所述将所述像素点集合中的每个像素点分别 对应的内容参数值与所述图像的对应位置的特征参数值进行第二运算处理， 得到特征值， 包括： 将所述像素点集合中的每个具备内容参数值的像素点分别对应的内容参数值与所述 图像的对应位置的特 征参数值逐位相乘， 得到多个乘积值； 对所述多个乘积值进行加 和处理， 得到加 和结果； 对所述加 和结果进行归一 化处理， 得到所述特 征值。 5.如权利要求1所述的方法， 其特 征在于， 所述图像包括第一数量个内容类别； 所述根据 所述第一特征值集合与 所述第二特征值集合， 预测所述未标注像素点的预测 类别， 包括： 对所述第一特征值集合与 所述第二特征值集合进行第 三运算处理， 得到每个所述未标 注像素点对应的所述第一数量个相似度值， 其中， 第一数量个相似度值与第一数量个内容 类别一一对应； 对于每个所述未标注像素点， 获取该未标注像素点对应的所述第 一数量个相似度值中权　利　要　求　书 1/2 页 2 CN 115131597 A 2相似度值 最大的目标相似度值、 以及所述目标相似度值对应的目标内容类别； 若所述目标相似度值超过相似度阈值， 则将对应的所述目标内容类别作为所述未标注 像素点的预测类别。 6.如权利要求5所述的方法， 其特征在于， 在所述对于每个所述未标注像素点， 获取该 未标注像素点对应的所述第一数量个相似度值中满足预设要求的目标相似度值、 以及所述 目标相似度值对应的目标内容类别之后， 所述方法还 包括： 若所述目标相似度值未超过相似度阈值， 则将所述未标注像素点的预测类别确定为背 景类别， 其中， 所述背景类别的未 标注像素点 不予标注伪标签。 7.如权利要求1所述的方法， 其特征在于， 所述标注像素点位于的图像 内容记为标注图 像内容； 所述方法还 包括： 根据当前的标注图像内容的中心像素点与当前的标注图像内容的非中心像素点之间 的关联关系、 当前的标注图像内容的中心像素点与第二数量个像素点预测值之 间的关联关 系、 以及当前的标注图像内容的中心像素点与每个标注图像内容的非中心像素点之 间的关 联关系， 构建目标损失值的运 算； 令所述目标损失值最小， 从而对当前的标注图像 内容的中心像素点与当前的标注图像 内容的非中心像素点之 间的关联关系、 当前的标注图像内容的中心像素点与第二数量个像 素点预测值之 间的关联关系、 以及当前的标注图像内容的中心像素点与每个标注图像内容 的非中心像素点之间的关联关系进行调整。 8.一种数据处 理装置， 其特 征在于， 所述装置包括： 图像获取单元， 用于获取一图像， 所述图像包括多个图像内容， 每个所述图像内容属于 一内容类别； 每一种内容类别通过与之对应的一标注像素点进行标注， 所述标注像素点位 于对应的内容类别所包括的一图像内容中； 第一集合获取单元， 用于获取 所述标注像素点对应的第一特 征值集合； 第二集合获取单元， 用于确定所述图像中的未标注像素点， 以及获取所述未标注像素 点对应的第二特 征值集合； 预测类别获取单元， 用于根据所述第一特征值集合与所述第二特征值集合， 预测所述 未标注像素点的预测类别； 像素点标注单元， 用于将满足预设要求的所述预测类别作为所述未标注像素点的伪标 签， 并利用所述伪标签对所述未 标注像素点进行 标注。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 所述存储器存储有多条指令； 所 述处理器从所述存储器中加载指 令， 以执行如权利要求 1～7任一项 所述的数据处理方法中 的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有多条指 令， 所述指令适于处理器进行加载， 以执行权利要求1～7任一项所述的数据处理方法中的 步骤。权　利　要　求　书 2/2 页 3 CN 115131597 A 3