林鸽|又添项目类型丨数据标注与审核之人像语义分割

人类如何描述一个场景？我们可能会说“车的旁边都绿色的大树”或者“房子前面有一盏路灯”。将场景分割成独立的实体，是理解一张图像的关键，它让我们了解目标物体的行为。

文章插图

当然，目标检测方法可以帮我们在特定实体周围画出边界框。但是要想像人类一样对场景有所了解还需要对每个实体的边界框将进行监测和标记，并精确到像素级。这就是图像语义分割，即机器自动从图像中分割出对象区域，并识别其中内容。

文章插图

△左边为输入图像，右边为经过语义分割后的输出图像

随着自动驾驶，智能机器人，无人机等等的应用......机器对于周围环境有着精准的理解，因此这项工作变得越来越重要。

语义分割是什么?

语义分割是计算机视觉中的任务，在这一过程中，我们将视觉输入中的不同部分按照语义分到不同类别中。语义分割方法在处理图像时，具体到像素级别，也就是说，该方法会将图像中每个像素分配到某个对象类别。例如，我们可能想提取图中所有关于“汽车”的像素，然后把颜色涂成蓝色。

文章插图

语义分割让我们对图像的理解比图像分类和目标物体检测更详细。这种对细节的理解在很多领域都非常重要，包括自动驾驶、机器人和图片搜索引擎。

文章插图

人像语义分割

图像分割对图像理解的意义，就好比读古书首先要断句一样重要，而人像作为众多图像中的一类，在我们的生活中，人像监测是分析人类图像中的关键人物，在动作识别、自动驾驶汽车、视频监控、移动应用等方面均有使用。

文章插图

大家都知道林鸽驿站之前做的项目有两大类型：一类语音转写，项目名称：输入法、直播、会议、中文访谈、百度短语音、UP字节、车载转写；二类图片拉框，项目名称：停车位拉框打点、货架拉框、研究所拉框。

今天给大家介绍语义分割，是因为，我们又有新的项目类型介入啦，只要您来考察就能够看到的--人像语义分割

文章插图

人像语义分割离不开标注与数据审核

AI时代，图像语义分割是AI领域中一个重要的分支，是机器视觉技术中关于图像理解的重要一环，听上去是不是感觉科技感很足，一定是需要技术人才参与的项目？

那你有没有想过，之所以机器人能够通过图像识别到主人，智能汽车能够通过系统判断前方是否有行人，都是源于人工来标注了人像，审核师进行判断确认无误后，将知识输入给机器从而进行学习的。

文章插图

【林鸽|又添项目类型丨数据标注与审核之人像语义分割】林鸽驿站就是这样一个具有互联网属性的人工智能领域的创业项目，公司基于数据标注与审核环节，为创业个人及公司提供创业服务。