[发明专利]一种数据质量评估方法、装置、存储介质及电子装置

说明书

本发明实施例提供了一种数据质量评估方法、装置、存储介质及电子装置，涉及数据处理技术的技术领域。其方法包括：获取目标数据的初始特征信息以及初始属性信息；对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量判定信息；基于所述质量判定信息确定所述目标数据的数据质量。通过本发明，解决了数据质量评估精度低的问题，进而达到了提高数据质量评估精度的效果。

技术领域

本发明实施例涉及数据处理技术领域，具体而言，涉及一种数据质量评估方法、装置、存储介质及电子装置。

背景技术

目前，人工智能数据处理作为重要的辅助工具，已经被广泛应用到各个领域，而为保证人工智能的精确性，对数据的质量一定的要求。

现有的数据质量评估方案主要有两个方向：一种是基于人工特征提取，并通过浅层回归的方法实现数据质量评估的传统方法；一种是基于有监督的训练神经网络实现数据质量评估的深度学习方法。

传统的人工特征提取方法的精度受人为主观意向影响，效率低，准确度难以保证；有监督的深度学习方法需要大量训练数据，前期准备时间长，精度受人为标注准确度的影响；同时由于数据传感等硬件条件的限制，在数据质量评估方面需要尽可能的节省计算资源，从而使得更多的计算资源能应用到检测跟踪上，因而要求数据质量评估不能占用太多资源，这也影响了现有的数据质量评估的精度。

针对上述问题，当前并未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据质量评估方法、装置、存储介质及电子装置，以至少解决相关技术中数据质量评估精度低的问题。

根据本发明的一个实施例，提供了一种数据质量评估方法，包括：

获取目标数据的初始特征信息以及初始属性信息，其中，所述初始特征信息包括所述目标数据的分辨度信息，所述初始属性信息包括所述目标数据的置信度信息；

对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量判定信息；

基于所述质量判定信息确定所述目标数据的数据质量。

在一个示例性实施例中，所述基于所述质量判定信息确定所述目标数据的数据质量包括：

获取目标数据的均匀概率分布信息，其中，所述均匀概率分布信息用于指示所述目标数据的质量判定信息的随机分布；

基于所述均匀概率分布信息和所述质量判定信息，确定所述目标数据的相对熵信息，其中，所述相对熵信息包括所述质量判定信息与所述均匀概率分布信息之间的相对熵；

基于所述相对熵信息，确定所述目标数据的数据质量。

在一个示例性实施例中，所述基于所述相对熵信息，确定所述目标数据的数据质量包括：

基于所述相对熵信息以及预设的映射公式，确定所述目标数据的映射距离，其中，所述映射公式为：

，

式中，所述为所述映射距离，所述为所述相对熵信息；

基于所述映射距离，确定所述目标数据的数据质量。

在一个示例性实施例中，所述对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量判定信息包括：

通过融合公式，对所述分辨度信息和所述置信度信息进行融合处理，以得到所述目标数据的质量判定信息，其中，所述融合公式包括：

，

式中，所述P用于指示所述质量判定信息，所述Ps用于指示所述置信度信息，所述Ss用于指示所述分辨度信息。