[發(fā)明專利]基于多傳感器多被測(cè)對(duì)象的相似度模型訓(xùn)練方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201811497794.1
• 申請(qǐng)日: 2018-12-07
• 公開(kāi)（公告）號(hào): CN109740632A
• 公開(kāi)（公告）日: 2019-05-10
• 發(fā)明（設(shè)計(jì)）人: 張曄;王軍
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/00
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 宋合成

1.一種基于多傳感器多被測(cè)對(duì)象的相似度模型訓(xùn)練方法，所述相似度模型用于確定多傳感器的檢測(cè)結(jié)果間相似度，其特征在于，所述方法包括以下步驟：

獲取各傳感器的檢測(cè)結(jié)果，以及獲取各被測(cè)對(duì)象的標(biāo)注結(jié)果；

對(duì)各檢測(cè)結(jié)果，計(jì)算相應(yīng)檢測(cè)結(jié)果與各標(biāo)注結(jié)果之間的第一相似度；

根據(jù)所述第一相似度，確定不同檢測(cè)結(jié)果之間的第二相似度；

根據(jù)所述不同檢測(cè)結(jié)果之間的第二相似度，生成相似檢測(cè)結(jié)果組合的正樣本和不相似檢測(cè)結(jié)果組合的負(fù)樣本；

采用所述正樣本和所述負(fù)樣本，對(duì)所述相似度模型進(jìn)行訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的相似度模型訓(xùn)練方法，其特征在于，所述對(duì)各檢測(cè)結(jié)果，計(jì)算相應(yīng)檢測(cè)結(jié)果與各標(biāo)注結(jié)果之間的第一相似度，包括：

對(duì)各檢測(cè)結(jié)果，計(jì)算相應(yīng)檢測(cè)結(jié)果與每一個(gè)標(biāo)注結(jié)果之間的交并比；

將相應(yīng)檢測(cè)結(jié)果與每一個(gè)標(biāo)注結(jié)果之間的交并比作為向量元素，生成相應(yīng)檢測(cè)結(jié)果的向量形式的第一相似度。

3.根據(jù)權(quán)利要求2所述的相似度模型訓(xùn)練方法，其特征在于，所述根據(jù)所述第一相似度，確定不同檢測(cè)結(jié)果之間的第二相似度，包括：

根據(jù)每一檢測(cè)結(jié)果的向量形式的第一相似度，進(jìn)行向量?jī)?nèi)積計(jì)算，得到不同檢測(cè)結(jié)果之間的第二相似度。

4.根據(jù)權(quán)利要求3所述的相似度模型訓(xùn)練方法，其特征在于，所述進(jìn)行向量?jī)?nèi)積計(jì)算之后，還包括：

對(duì)計(jì)算得到的向量?jī)?nèi)積，根據(jù)內(nèi)積大小排序進(jìn)行分位數(shù)處理。

5.根據(jù)權(quán)利要求1所述的相似度模型訓(xùn)練方法，其特征在于，所述對(duì)各檢測(cè)結(jié)果，計(jì)算相應(yīng)檢測(cè)結(jié)果與各標(biāo)注結(jié)果之間的第一相似度，包括：

對(duì)各檢測(cè)結(jié)果，比較相應(yīng)檢測(cè)結(jié)果與每一個(gè)標(biāo)注結(jié)果之間是否相似；

若相似，將真值作為檢測(cè)結(jié)果與標(biāo)注結(jié)果之間的第一相似度；

若不相似，將假值作為檢測(cè)結(jié)果與標(biāo)注結(jié)果之間的第一相似度。

6.根據(jù)權(quán)利要求5所述的相似度模型訓(xùn)練方法，其特征在于，所述根據(jù)所述第一相似度，確定不同檢測(cè)結(jié)果之間的第二相似度，包括：

根據(jù)不同檢測(cè)結(jié)果與同一標(biāo)注結(jié)果之間的第一相似度取值，確定不同檢測(cè)結(jié)果之間的第二相似度。

7.根據(jù)權(quán)利要求1-6任一項(xiàng)所述的相似度模型訓(xùn)練方法，其特征在于，所述根據(jù)所述不同檢測(cè)結(jié)果之間的第二相似度，生成相似檢測(cè)結(jié)果組合的正樣本和不相似檢測(cè)結(jié)果組合的負(fù)樣本，包括：

根據(jù)所述不同檢測(cè)結(jié)果之間的第二相似度，將相似的檢測(cè)結(jié)果進(jìn)行組合作為正樣本；

根據(jù)所述正樣本檢測(cè)結(jié)果，搜索與所述正樣本中的檢測(cè)結(jié)果鄰近的不相似檢測(cè)結(jié)果組合作為負(fù)樣本。

8.根據(jù)權(quán)利要求7所述的相似度模型訓(xùn)練方法，其特征在于，所述根據(jù)所述正樣本檢測(cè)結(jié)果，搜索與所述正樣本中的檢測(cè)結(jié)果鄰近的不相似檢測(cè)結(jié)果組合作為負(fù)樣本，包括：

根據(jù)所述正樣本檢測(cè)結(jié)果，搜索與所述正樣本中的檢測(cè)結(jié)果不相似的檢測(cè)結(jié)果；

將搜索到的檢測(cè)結(jié)果與所述正樣本中的檢測(cè)結(jié)果組合作為負(fù)樣本。

9.一種障礙物檢測(cè)方法，其特征在于，所述方法包括以下步驟：

采用經(jīng)過(guò)如權(quán)利要求1-8任一項(xiàng)所述的方法進(jìn)行訓(xùn)練的相似度模型，對(duì)各傳感器檢測(cè)得到的檢測(cè)結(jié)果進(jìn)行相似度計(jì)算，以確定各傳感器檢測(cè)得到的檢測(cè)結(jié)果是否相似；

確定相似的檢測(cè)結(jié)果對(duì)應(yīng)同一障礙物；

根據(jù)對(duì)應(yīng)同一障礙物的檢測(cè)結(jié)果，進(jìn)行障礙物檢測(cè)。