用于传感器数据中改善的对象标记的方法和系统技术方案

本发明专利技术涉及用于传感器数据中的改善的对象标记的方法和系统(100)，由此能够至少部分自动化地对所记录的数据集中的对象或对象类别进行注释。用于传感器数据中的对象标记的方法设置，通过至少一个传感器(140，150)检测第一状态中的场景(170)。然后，在包含所述第一状态中的场景的第一数据集(190)中，将第一对象标记(195)分配给包含在所述场景中的至少一个对象(180)。然后，通过所述至少一个传感器(140，150)检测不同于所述第一状态的第二状态中的、类似的或至少基本一致的场景(170‘)，对于在所述场景(170‘)的第二状态中所识别出的对象(180)，至少部分地采纳包含在所述第一数据集(190)中的所述第一对象标记(195)作为第二数据集(190‘)中的第二对象标记(195‘)。

【技术实现步骤摘要】
【国外来华专利技术】用于传感器数据中改善的对象标记的方法和系统
本专利技术涉及用于传感器数据中的对象标记的一种方法以及一种系统。
技术介绍
在机器学习领域中，通常使用可能包含例如图像数据和/或视频数据的训练数据集，以便例如在这样的或类似的数据中学习自动对象识别。这种自动对象识别的一个示范性的使用可以是例如自主驾驶运行或飞行运行，以便识别车辆周围环境的对象。为了在此保证可靠的对象识别，可能需要大量的训练数据集。通常，在(训练)数据集中，将辨识出的对象分类、标记或标明，并形成可以进行机器处理以用于机器学习的对象-标签对。例如，在检测到交通情况的场景的数据集中，道路走向可以作为对象设有标记，该标记将该道路走向标明或分类为道路走向。尤其是这类图像注释和视频注释的产生(即图像数据集和视频数据集中的对象标记)可能是成本密集的，因为这完全不能自动化或仅能非常有限地自动化。因此，这种图像注释和视频注释主要由人工处理者执行，由此，例如对所记录的图像进行注释以用于语义分割可能平均持续一个多小时。
技术实现思路
因此，本专利技术的任务是提供一种用于以简化的或本文档来自技高网...

【技术保护点】
1.一种用于传感器数据中的对象标记的方法，所述方法具有以下步骤：/n通过至少一个传感器(140，150)检测第一状态中的场景(170)，/n在包含所述第一状态中的场景的第一数据集(190)中，将第一对象标记(195)分配给包含在所述场景中的至少一个对象(180)，/n其特征在于，/n通过所述至少一个传感器(140，150)检测不同于所述第一状态的第二状态中的类似的或至少基本一致的场景(170‘)，/n对于在所述场景(170‘)的第二状态中所识别出的对象(180)，至少部分地采纳包含在所述第一数据集(190)中的所述第一对象标记(195)作为第二数据集(190‘)中的第二对象标记(195‘)。/...

【技术特征摘要】
【国外来华专利技术】20180904 DE 102018214979.81.一种用于传感器数据中的对象标记的方法，所述方法具有以下步骤：
通过至少一个传感器(140，150)检测第一状态中的场景(170)，
在包含所述第一状态中的场景的第一数据集(190)中，将第一对象标记(195)分配给包含在所述场景中的至少一个对象(180)，
其特征在于，
通过所述至少一个传感器(140，150)检测不同于所述第一状态的第二状态中的类似的或至少基本一致的场景(170‘)，
对于在所述场景(170‘)的第二状态中所识别出的对象(180)，至少部分地采纳包含在所述第一数据集(190)中的所述第一对象标记(195)作为第二数据集(190‘)中的第二对象标记(195‘)。


2.根据权利要求1所述的方法，其特征在于，为了识别所述第二数据集(190‘)中的场景(170‘)，将所述场景(170)的地点信息分配给所述第一数据集(190)。


3.根据权利要求1或2所述的方法，其特征在于，为了识别所述第二数据集(190‘)中的场景(170‘)，将所述场景(170)的视角信息和/或位姿信息分配给所述第一数据集(190)。


4.根据以上权利要求中任一项所述的方法，其特征在于，所述第一对象标记(195)的采纳至少部分自动化地通过人工智能模块(120)——KI模块进行。


5.根据权利要求4所述的方法，其特征在于，所述KI模块的人工神经网络(130)确定所述第一和第二数据集(190，190‘)中的所述场景(170，170‘)的一致的图像区域。


6.根据权利要求5所述的方法，其特征在于，所述人工神经网络(130)提供逐像素的一致性掩膜作为输出。


7.根据权利要求4至6中任一项所述的...

【专利技术属性】
技术研发人员：J·E·M·梅纳特，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE