[发明专利]用于传感器数据中改善的对象标记的方法和系统

说明书

本发明涉及用于传感器数据中的改善的对象标记的方法和系统(100)，由此能够至少部分自动化地对所记录的数据集中的对象或对象类别进行注释。用于传感器数据中的对象标记的方法设置，通过至少一个传感器(140，150)检测第一状态中的场景(170)。然后，在包含所述第一状态中的场景的第一数据集(190)中，将第一对象标记(195)分配给包含在所述场景中的至少一个对象(180)。然后，通过所述至少一个传感器(140，150)检测不同于所述第一状态的第二状态中的、类似的或至少基本一致的场景(170‘)，对于在所述场景(170‘)的第二状态中所识别出的对象(180)，至少部分地采纳包含在所述第一数据集(190)中的所述第一对象标记(195)作为第二数据集(190‘)中的第二对象标记(195‘)。

技术领域

本发明涉及用于传感器数据中的对象标记的一种方法以及一种系统。

背景技术

在机器学习领域中，通常使用可能包含例如图像数据和/或视频数据的训练数据集，以便例如在这样的或类似的数据中学习自动对象识别。这种自动对象识别的一个示范性的使用可以是例如自主驾驶运行或飞行运行，以便识别车辆周围环境的对象。为了在此保证可靠的对象识别，可能需要大量的训练数据集。

通常，在(训练)数据集中，将辨识出的对象分类、标记或标明，并形成可以进行机器处理以用于机器学习的对象-标签对。例如，在检测到交通情况的场景的数据集中，道路走向可以作为对象设有标记，该标记将该道路走向标明或分类为道路走向。尤其是这类图像注释和视频注释的产生(即图像数据集和视频数据集中的对象标记)可能是成本密集的，因为这完全不能自动化或仅能非常有限地自动化。因此，这种图像注释和视频注释主要由人工处理者执行，由此，例如对所记录的图像进行注释以用于语义分割可能平均持续一个多小时。

发明内容

因此，本发明的任务是提供一种用于以简化的或更加成本有利的方式提供包含对象标记或注释的数据的可能性。

该任务通过根据独立权利要求的用于传感器数据中的对象标记的一种方法和一种系统来解决。本发明的有利扩展方案由从属权利要求、说明书以及附图得出。

用于传感器数据中的对象标记的这类方法尤其可以用于产生用于机器学习的一个或多个训练数据集。该方法具有以下步骤：

-首先，通过至少一个传感器检测第一状态中的场景。场景可以是例如车辆周围环境、道路图像、道路走向、交通情况等，并且可以包括静态的和/或动态的对象，例如交通区域、建筑物、交通参与者等。传感器可以是诸如摄像机、激光雷达传感器之类的单个的光学传感器，或者可以包括这类或类似传感器的融合。

-在包含第一状态中的场景的第一数据集中，将第一对象标记(例如第一注释)分配给包含在场景中的至少一个对象。第一数据集可以包含呈现处于其第一状态中的场景的图像或图像序列，即例如包含道路走向的图像。第一对象标记可以例如围绕、填充、标注或以其他方式、但优选以光学的方式标识对象。因此，仅示范性地，可以以机器可读的方式追踪道路走向。换句话说，对象和对象标记可以形成例如在机器学习中可处理的对象-标签对。可以将对象标记分配给确定的对象类别，例如道路、树木、建筑物、交通标志、行人等。

-此外，通过至少一个传感器检测不同于第一状态的第二状态中的类似的或至少基本一致的场景。在最简单的情况下，这可能意味着，例如，至少两次驶过道路并且在此通过传感器检测所述道路，其中，在这种情况下，例如，不同的时间将第一状态和第二状态区分开。如上所述，第一状态中的场景的一个或多个对象已经标记，即例如道路走向。

-然后，针对在场景的第二状态中(再)识别出的对象，至少部分地采纳包含在第一数据集中的第一对象标记作为第二数据集中的第二对象标记。直观地考虑，在上面所提及的道路走向的示例中，该道路走向可能已经被追踪到。显然，原则上，可以以任意多的数据集和/或状态重复该方法。