[发明专利]通过运动矢量来改进驾驶员辅助视觉系统的方法和装置

权利要求书

1.一种装置，包括：

用于生成围绕在第一图像中表示的对象周围的运动矢量边界框的装置，所述运动矢量边界框是基于所述第一图像相对于第二图像的比较而生成的；以及

用于分析边界框的装置，用以：

确定所述运动矢量边界框是否与基于对所述第一图像的分析而生成的任何基于人工智能(AI)的边界框相对应，所述分析是使用对象检测机器学习模型来进行的；并且

响应于所述运动矢量边界框不与基于对所述第一图像的分析而生成的任何基于AI的边界框相对应，而将标签与所述运动矢量边界框相关联，所述标签用以指示所述对象检测机器学习模型没有识别出所述第一图像中的所述对象。

2.根据权利要求1所述的装置，其中，所述生成装置用以基于与所述第一图像的不同区域相关联的不同像素块相对于与所述第二图像的对应区域相关联的对应像素块的位移，来针对所述第一图像生成运动矢量。

3.根据权利要求2所述的装置，其中，所述第一图像与所述第二图像之间的像素块的位移量与所述运动矢量中的相应运动矢量的强度相对应，所述生成装置用以标识所述运动矢量的子集，所述子集中的每个运动矢量的强度均大于强度阈值。

4.根据权利要求3所述的装置，其中，所述生成装置用以基于所述运动矢量的所述子集中的各个不同运动矢量的空间接近度，将所述各个不同运动矢量分组为不同的运动矢量集群。

5.根据权利要求4所述的装置，其中，所述运动矢量边界框用以消除所述不同的运动矢量集群中不满足集群阈值的集群，所述运动矢量边界框与所述不同的运动矢量集群中剩余的一个集群相对应，所述运动矢量边界框用以包围限定所述剩余的一个集群。

6.根据权利要求5所述的装置，其中，所述集群阈值与被包括在集群中的运动矢量的阈值数目相对应。

7.根据权利要求5所述的装置，其中，所述集群阈值与包围被包括在集群中的运动矢量的边界的大小或面积中的至少一者相对应。

8.根据权利要求5至7中任一项所述的装置，其中，所述标签是第一标签，并且第一基于AI的边界框是基于对所述第一图像的分析而生成的，所述第一基于AI的边界框与标识所述对象的对象类别的第二标签相关联，所述分析装置用以响应于所述运动矢量边界框与所述第一基于AI的边界框相对应，而将所述第二标签与所述运动矢量边界框相关联。

9.根据权利要求8所述的装置，其中，所述运动矢量边界框是第一运动矢量边界框，所述生成装置用以生成围绕在第三图像中表示的对象周围的第二运动矢量边界框，所述分析装置用以：

确定所述第二运动矢量边界框不与基于对所述第二图像的分析而生成的任何基于AI的边界框相对应，所述分析是使用所述对象检测机器学习模型来进行的；并且

将所述第一标签与所述第二运动矢量边界框相关联。

10.根据权利要求1至7中任一项所述的装置，其中，所述运动矢量边界框是第一运动矢量边界框，并且所述标签是第一标签，所述生成装置用以生成围绕在第三图像中表示的对象周围的第二运动矢量边界框，所述分析装置用以：

确定所述第二运动矢量边界框与基于对所述第二图像的分析而生成的基于AI边界框相对应，所述基于AI的边界框包围限定所述第三图像中表示的对象，所述基于AI的边界框与标识该对象的对象类别的第二标签相关联；并且

将所述第二标签与所述第二运动矢量边界框相关联。

11.根据权利要求10所述的装置，其中，所述分析装置用以：

移除与所述第一运动矢量边界框相关联的所述第一标签；并且

将所述第二标签与所述第一运动矢量边界框相关联。

12.根据权利要求1至7中任一项所述的装置，其中，所述分析装置用以标识所述第一图像，以使所述第一图像被包括在用于所述对象检测机器学习模型的后续图像训练集中。