[發明專利]場景識別方法與裝置在審
| 申請號: | 202111146364.7 | 申請日: | 2021-09-28 |
| 公開(公告)號: | CN115880651A | 公開(公告)日: | 2023-03-31 |
| 發明(設計)人: | 許軻 | 申請(專利權)人: | 華為技術有限公司 |
| 主分類號: | G06V20/56 | 分類號: | G06V20/56;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司: | 北京龍雙利達知識產權代理有限公司 11329 | 代理人: | 李嘉晨;王君 |
| 地址: | 518129 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 場景 識別 方法 裝置 | ||
1.一種場景識別方法,其特征在于,包括:
獲取車輛行駛信息;
利用場景識別模型對所述車輛行駛信息進行處理,以確定多個場景中每個場景的概率,所述場景識別模型為訓練得到的高斯混合模型;
在所述多個場景中,確定概率最高的場景為目標場景。
2.根據權利要求1所述的方法,其特征在于,所述場景識別模型包括多個子模型,所述多個子模型與所述多個場景一一對應,每個場景對應的子模型用于根據所述車輛行駛信息確定所述場景的概率。
3.根據權利要求2所述的方法,其特征在于,在多個所述場景中的至少一個場景劃分為多個子場景的情況下,所述方法還包括:
獲取訓練數據集合,所述訓練數據集合包括訓練車輛行駛信息和所述訓練車輛行駛信息對應的訓練子場景,所述多個子場景包括所述訓練子場景;
利用所述訓練數據集合,訓練所述多個子場景對應的子模型;
根據所述多個子場景對應的子模型,更新所述場景識別模型。
4.根據權利要求2或3所述的方法,其特征在于,所述多個子模型中高斯核的數量不同。
5.根據權利要求2-4中任一項所述的方法,其特征在于,所述車輛行駛信息包括多個物理信息,每個子模型用于對所述車輛行駛信息中所述子模型對應的至少一個物理信息進行處理,所述多個子模型中第一子模型與對應的至少一個物理信息與第二子模型對應的至少一個物理信息不同。
6.根據權利要求2-5中任一項所述的方法,其特征在于,在所述多個場景合中的多個第一場景合并為第二場景的情況下,所述第二場景的概率為所述多個第一場景合的概率之和。
7.根據權利要求1-6中任一項所述的方法,其特征在于,
所述目標場景在多個應用模塊中所屬的目標類型不同,所述多個應用模塊對應多個場景結構關系,每個應用模塊對應的場景結構關系用于指示所述多個場景中每個場景所屬的類型。
8.一種場景識別裝置,其特征在于,包括:獲取模塊和處理模塊;
所述獲取模塊用于,獲取車輛行駛信息;
所述處理模塊用于,利用場景識別模型對所述車輛行駛信息進行處理,以確定多個場景中每個場景的概率,所述場景識別模型為訓練得到的高斯混合模型;
所述處理模塊還用于,在所述多個場景中,確定概率最高的場景為目標場景。
9.根據權利要求8所述的裝置,其特征在于,所述場景識別模型包括多個子模型,所述多個子模型與所述多個場景一一對應,每個場景對應的子模型用于根據所述車輛行駛信息確定所述場景的概率。
10.根據權利要求9所述的裝置,其特征在于,在多個所述場景中的至少一個場景劃分為多個子場景的情況下,
所述獲取模塊還用于,獲取訓練數據集合,所述訓練數據集合包括訓練車輛行駛信息和所述訓練車輛行駛信息對應的訓練子場景,所述多個子場景包括所述訓練子場景;
所述處理模塊還用于,利用所述訓練數據集合,訓練所述多個子場景對應的子模型;
所述處理模塊還用于,根據所述多個子場景對應的子模型,更新所述場景識別模型。
11.根據權利要求9或10所述的裝置,其特征在于,所述多個子模型中高斯核的數量不同。
12.根據權利要求9-11中任一項所述的裝置,其特征在于,所述車輛行駛信息包括多個物理信息,每個子模型用于對所述車輛行駛信息中所述子模型對應的至少一個物理信息進行處理,所述多個子模型中第一子模型與對應的至少一個物理信息與第二子模型對應的至少一個物理信息不同。
13.根據權利要求9-12中任一項所述的裝置,其特征在于,在所述多個場景合中的多個第一場景合并為第二場景的情況下,所述第二場景的概率為所述多個第一場景合的概率之和。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華為技術有限公司,未經華為技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111146364.7/1.html,轉載請聲明來源鉆瓜專利網。





