[发明专利]确定用于标记的候选数据集的方法和系统

权利要求书

1.一种确定用于标记的候选数据集的计算机实现方法，所述计算机实现方法包括由计算机硬件组件执行的以下步骤：

确定(302)多个传感器数据集；

确定(304)所述多个传感器数据集中的每一者的相应签名；

基于相应传感器数据集的所述签名，针对所述多个传感器数据集中的每一者，确定(306)所述相应传感器数据集是否是用于标记的候选数据集；以及

如果所述传感器数据集是用于标记的候选数据集，则将所述传感器数据集提供(308)给标记实例以进行标记。

2.根据权利要求1所述的计算机实现方法，其中，候选数据集的所述签名包括与所述候选数据集相比大小减小的数字信息。

3.根据权利要求1或2所述的计算机实现方法，其中，确定所述相应传感器数据集是否是候选数据集的步骤包括：确定所述相应传感器数据集的所述签名与标记数据集的签名之间的相似度。

4.根据权利要求3所述的计算机实现方法，其中，基于所述相似度来确定所述相应传感器数据集是否是用于标记的候选数据集。

5.根据权利要求1至4中任一项所述的计算机实现方法，其中，基于机器学习方法来确定所述相应传感器数据集是否是用于标记的候选数据集。

6.根据权利要求5所述的计算机实现方法，其中，所述机器学习方法包括回归模型。

7.根据权利要求5或6所述的计算机实现方法，其中，所述机器学习方法包括人工神经网络。

8.根据权利要求5至7中任一项所述的计算机实现方法，其中，所述机器学习方法是使用肯定传感器数据集的签名训练的，或者使用否定传感器数据集的签名训练的，或者使用肯定传感器数据集的签名和否定传感器数据集的签名训练的。

9.根据权利要求5至8中任一项所述的计算机实现方法，其中，所述机器学习方法被配置为选择如下的传感器数据集，与被认为将被标记为否定的传感器数据集相比，所选择的传感器数据集被认为具有较高的可能性被标记为肯定的。

10.根据权利要求1至9中任一项所述的计算机实现方法，其中，所述传感器数据集包括图像数据、雷达数据、激光雷达数据或它们的组合。

11.根据权利要求1至10中任一项所述的计算机实现方法，其中，进行标记包括分类，优选地分类为肯定和否定。

12.根据权利要求1至11中任一项所述的计算机实现方法，其中，进行标记包括提供用于训练人工神经网络的数据。

13.根据权利要求1至12中任一项所述的计算机实现方法，其中，进行标记包括人工标记。

14.一种计算机系统，所述计算机系统包括多个计算机硬件组件，所述多个计算机硬件组件被配置为执行根据权利要求1至13中任一项所述的计算机实现方法的步骤。

15.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质包括用于执行根据权利要求1至13中任一项所述的计算机实现方法的指令。