[發明專利]訓練分類器以檢測打開的車門

在審

• 申請號: 201980084977.7
• 申請日: 2019-12-23
• 公開（公告）號: CN113366507A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: J.毛;L.P.崔;C.李;E.S.小沃克
• 申請（專利權）人: 偉摩有限責任公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06K9/62;G08G1/16;G06N3/04;G06N20/20;G06N5/00
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 金玉潔

1.一種訓練機器學習分類器的計算機實現的方法，其中，所述機器學習分類器具有多個權重并被配置為：

接收輸入傳感器樣本，其表征第一車輛并從由第二車輛的一個或更多個傳感器捕獲的傳感器數據生成，以及

處理所述輸入傳感器樣本以生成開門分數，開門分數表示第一車輛具有打開的門的預測可能性，

所述方法包括：

獲得多個初始訓練樣例，每一個初始訓練樣本包括(i)來自傳感器樣本集合的傳感器樣本和(ii)將所述傳感器樣本分類為表征具有打開的門的車輛的數據；

生成多個附加訓練樣例，包括，對于每一個初始訓練樣例：

從所述傳感器樣本集合中識別在捕獲所述初始訓練樣例中的傳感器樣本之前小于閾值時間量捕獲的一個或更多個附加傳感器樣本，和

將每一個附加傳感器樣本分類為表征具有打開的門的車輛的傳感器樣本；以及

在包括所述初始訓練樣例和附加訓練樣例的第一訓練數據上訓練機器學習分類器，以生成用于機器學習分類器的更新后的權重。

2.根據權利要求1所述的方法，還包括：

使用機器學習分類器并根據更新后的權重來生成進一步的訓練樣例；以及

在包括所述進一步的訓練樣例的第二訓練數據上訓練機器學習分類器，以生成用于機器學習分類器的進一步更新后的權重。

3.根據權利要求2所述的方法，其中，在包括所述進一步的訓練樣例的第二訓練數據上訓練機器學習分類器以生成用于機器學習分類器的進一步更新后的權重包括：

在第二訓練數據上訓練機器學習分類器，以從用于機器學習分類器的更新后的權重開始生成用于機器學習分類器的進一步更新后的權重。

4.根據權利要求2所述的方法，其中，在包括所述進一步的訓練樣例的第二訓練數據上訓練機器學習分類器以生成用于機器學習分類器的進一步更新后的權重包括：

在第二訓練數據上訓練機器學習分類器，以從用于機器學習分類器的初始權重開始生成用于機器學習分類器的進一步更新后的權重。

5.根據權利要求2-4中任一項所述的方法，其中，使用機器學習分類器并根據更新后的權重來生成進一步的訓練樣例包括：

使用機器學習分類器并根據更新后的權重來處理來自傳感器樣本集合的多個候選傳感器樣本中的每一個，以為每一個候選傳感器樣本生成相應的開門分數；以及

將具有超過閾值分數的開門分數的每一個候選傳感器樣本分類為表征具有打開的門的車輛的傳感器樣本。

6.根據任一前述權利要求所述的方法，其中，從多個傳感器樣本中識別在捕獲所述初始訓練樣例中的傳感器樣本之前小于閾值時間量捕獲的一個或更多個附加傳感器樣本包括：

將多個樣本中的以下每一個傳感器樣本識別為附加傳感器樣本，所述每一個傳感器樣本(i)表征與初始訓練樣例中的傳感器樣本相同的車輛，并且(ii)在捕獲初始訓練樣例中的所述傳感器樣本之前小于閾值時間量被捕獲。

7.根據任一前述權利要求所述的方法，其中，獲得多個初始訓練樣例包括：

從傳感器樣本集合中識別多個候選初始傳感器樣本，每一個候選初始傳感器樣本包括在由候選初始傳感器樣本表征的車輛的主體輪廓之外的大量測量值。