[发明专利]一种样本数据获取方法和装置

权利要求书

1.一种样本数据获取方法，其特征在于，包括：

获取车辆采集的视频数据；

通过预设标注模型对所述视频数据中的每一帧图像进行标注，获取所述视频数据中的每一帧图像的标注结果，所述标注结果包括：标注内容和标注置信度；

根据所述标注置信度从所述视频数据中提取目标图像集合；

接收对所述目标图像集合中的图像的标注内容的修正，获取样本数据。

2.根据权利要求1所述的方法，其特征在于，所述获取车辆驾驶过程中采集的视频数据，包括：

获取车辆工况和驾驶员对所述车辆输入的操控指令；

根据自动驾驶算法和所述车辆工况获取驾驶决策；

若所述驾驶决策与所述操控指令不匹配，则保存预设时间段内所述车辆采集的视频数据，所述预设时间段包括获取所述车辆工况和所述操控指令的时刻。

3.根据权利要求1所述的方法，其特征在于，所述从所述视频数据中提取目标图像集合，包括：

根据所述视频数据中各帧图像的标注置信度对所述视频数据中的图像进行降序排序；

根据排序结果将所述视频数据中的图像划分为第一图像集合和第二图像集合，所述第一图像集合包括排序结果在前的m％的图像，所述第二图像集合包括排序结果在后的1-m％的图像，m为正整数；

通过随机抽取算法从所述第一图像集合提取n％的图像，获取第三图像集合；

将所述第二图像集合和所述第三图像集合组合为所述目标图像集合。

4.根据权利要求3所述的方法，其特征在于，

所述m％大于或等于85％且小于或等于95％；

所述n％大于或等于5％且小于或等于15％。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述预设标注模型包括：深度学习神经网络模型、卷积神经网络模型、连续特征相关模型、多伯努利相关模型中的至少一个。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述通过预设标注模型对所述视频数据中的每一帧图像进行标注，获取所述视频数据中的每一帧图像的标注结果，包括：

通过所述预设标注模型对所述视频数据的每一帧图像进行元素识别；

根据识别结果对所述视频数据的每一帧图像进行标注，获取所述视频数据中的每一帧图像的标注结果。

7.根据权利要求1-4任一项所述的方法，其特征在于，在获取所述样本数据之后，所述方法还包括：

按照预设分类方式对所述样本数据进行分类，所述预设分类方式包括：按照工况类型、自然光照强度、天气状况、道路路况中的至少一个进行分类；

将各类别的样本数据存入各类别对应的样本数据库中。

8.一种样本数据获取装置，其特征在于，包括：

图像采集模块，用于获取车辆采集的视频数据；

标注模块，用于通过预设标注模型对所述视频数据中的每一帧图像进行标注，获取所述视频数据中的每一帧图像的标注结果，所述标注结果包括：标注内容和标注置信度；

提取模块，用于根据所述标注置信度从所述视频数据中提取目标图像集合；

接收模块，用于接收对所述目标图像集合中的图像的标注内容的修正，获取样本数据。

9.根据权利要求8所述的装置，其特征在于，所述图像采集模块，包括：

获取单元，用于获取车辆工况和驾驶员对所述车辆输入的操控指令；

决策单元，用于根据自动驾驶算法和所述车辆工况获取驾驶决策；

处理单元，用于在所述驾驶决策与所述操控指令不匹配的情况下，保存预设时间段内所述车辆采集的视频数据，所述预设时间段包括所述获取单元获取所述车辆工况和所述操控指令的时刻。