[发明专利]分析视觉参数的相关性以训练计算机视觉模型的计算机实现方法

权利要求书

1.一种用于分析视觉参数的相关性的计算机实现的方法（100），以训练计算机视觉模型（16），其中，所述方法包括：

-获得（110）在初始训练状态中的计算机视觉模型（16），其被配置成执行表征观察场景的元素的计算机视觉功能；

-获得（120）视觉数据集并从其中选择视觉数据项的第一子集，并提供与视觉数据的第一子集对应的地面实况数据的第一子集；

-获得（130）第一视觉参数集，其中，其中的至少一个视觉参数定义视觉数据的第一子集中的至少一个项的至少一个视觉状态，其中，至少一个视觉状态能影响计算机视觉模型（16）的分类或回归结果；

-将视觉数据项的第一子集应用（140）到计算机视觉模型（16）以获得视觉数据项的第一子集中的观察场景的元素的多个预测，其中，所述预测包括视觉数据的第一子集中的至少一个项的至少一个分类结果和/或至少一个回归结果；

-使用地面实况数据的第一子集，计算（150）当提供至少一个分类结果和/或至少一个回归结果的所述预测时表征所述第一计算机视觉模型（16）的准确度的第一视觉参数集的对应的多个表现得分；

-在第一视觉参数集的域上执行（160）多个表现得分的灵敏度分析；以及

-根据在第一视觉参数集的域上的多个表现得分的灵敏度分析，生成（170）视觉数据项的第二子集和与视觉数据的第二子集对应的地面实况数据的第二子集。

2.根据权利要求1所述的计算机实现的方法（100），

其中，对第一视觉参数集的域上的多个表现得分的灵敏度分析包括计算第一视觉参数集的域上的表现得分的多个方差。

3.根据权利要求1或2所述的计算机实现的方法（100），还包括：

-通过添加、去除或重新定义至少一个视觉参数来修改第一视觉参数集，以便增加表现得分的方差的总体测量，从而产生第二视觉参数集；

可选地，其中，从第一视觉参数集中，去除具有对应显著性阈值以下的表现得分的对应方差的第一视觉数据集的一个或多个视觉参数。

4.根据前述权利要求中任一项所述的计算机实现的方法（100），

其中，生成（170）视觉数据项的第二子集和地面实况数据的第二子集包括从视觉数据集中采样另外的视觉数据项和对应的地面实况，和/或合成另外的视觉数据项和对应的地面实况，每个都根据第二视觉参数集。

5.根据前述权利要求中任一项所述的计算机实现的方法（100），还包括：

-根据多个表现得分的灵敏度分析，生成第一视觉参数集的视觉参数的排名列表，从而产生第一排名的视觉参数集；

其中，根据多个表现得分中的相应表现得分相对于多个视觉参数的多个计算方差来提供第一视觉参数集的视觉参数的排名列表。

6.根据前述权利要求中任一项所述的计算机实现的方法（100），

其中，第一视觉参数集的域包括在有限维矢量空间中视觉参数被允许位于其中的数值表示的子集，可选地包括连续或离散视觉参数的多维区间，或者包括有限维矢量空间中视觉参数的数值表示的集合。

7.根据权利要求2至6中任一项所述的计算机实现的方法（100），还包括：

-经由输出接口，经由用户接口向用户显示第一视觉参数集中的视觉参数的表现得分的多个方差。

8.根据从属于权利要求5时的权利要求7所述的计算机实现的方法（100），还包括：

-显示第一视觉参数集的视觉参数的排名列表；

-经由输入接口接收命令，以通过去除第一视觉参数集中的至少一个视觉参数和/或通过改变第一视觉参数集中的至少一个视觉参数的排名列表来修改第一视觉参数集，从而产生用户修改的视觉参数集。

9.根据权利要求8所述的计算机实现的方法（100），

其中，根据用户修改的视觉参数集来组装视觉数据项的第二子集和地面实况数据的第二子集。