【技术实现步骤摘要】
评价系统、评价方法以及计算机可读介质
[0001]本专利技术涉及一种评价系统、评价方法以及程序。
技术介绍
[0002]具有一种使用影像数据来对可移动的对象进行跟踪的技术。关于该技术,日本特表2012
‑
518846号公报公开了一种用于预测性异常行为检测的系统以及方法。在日本特表2012
‑
518846号公报所涉及的系统中,接收视频数据等的监视数据,并实施多个预测模型的创建以及更新。此外,系统接收与移动物体相关联的视频数据,并基于所生成的预测模型来生成该移动物体的未来的场所的预测。被预测的运动由评分引擎来评分,从而决定该被预测的运动是否不安全、或者在其他的形式上是不希望有的。此外,Luiten2021(Jonathon Luiten et.al、“HOTA:A Higher Order Metric for Evaluating Multi
‑
Object Tracking(用于评估多目标跟踪的高阶度量)”、International Journal of Compute ...
【技术保护点】
【技术特征摘要】
1.一种评价系统,其对推断动态图像中的可移动的对象的位置并实施所述对象的跟踪的算法的质量进行评价,所述评价系统具有:推断结果判定部,其使用与所述动态图像相对应的正解数据、和表示对于所述动态图像实施了推断的所述算法的推断结果的输出数据,从而针对各个对象,而对是正确的推断结果或者是作为错误的推断结果的种类的多个错误推断种类的某一个进行判定;评价值计算部,其将与多个所述错误推断种类分别对应并以根据该错误推断种类的影响的程度而变高的方式被设置的错误推断系数按与该错误推断种类相对应的对象的数量来进行相加,并基于针对多个所述错误推断种类的每一个而得到的所述错误推断系数的相加值的合计值,从而对所述算法的评价值进行计算。2.如权利要求1所述的评价系统,其中,与多个所述错误推断种类之中的第一错误推断相对应的所述错误推断系数被设定得高于与其他所述错误推断种类相对应的所述错误推断系数,其中,所述第一错误推断为,与所述算法不能对所述正解数据中所包含的所述对象进行推断的情况相关的错误推断种类。3.如权利要求1或2所述的评价系统,其中,与多个所述错误推断种类之中的第二错误推断相对应的所述错误推断系数被设定得高于与第三错误推断相对应的所述错误推断系数,其中,所述第二错误推断为,与所述算法将所述正解数据中所包含的多个所述对象在某个定时和下一个定时下进行替换并进行推断的情况相关的错误推断种类,所述第三错误推断为,与所述算法将所述正解数据中所包含的一个所述对象在某个定时和下一个定时下推断为不同的对象的情况相关的错误推断种类。4.如权利要求1至3中的任意一项所述的评价系统,其中,还具有系数计算部,所述系数计算部针对每个推断的定时而对所述错误推断系数进行计算。5.如权利要求4所述的评价系统,其中,所述系数计算部在关于某个对象而连续地作出了所述错误推断种类相同的错误推断的情况下,以使与该对象相关的该错误推断种类相对应的所述错误推断系数更高的方式来对所述错误推断系数进行计算。6.如权利要求5所述的评价系统,其中,所述系数计算部在连续地作出了第一错误推断的情况下,以使与所述第一错误推断相对应的所述错误推断系数更高的方式来对所述错误...
【专利技术属性】
技术研发人员:长井学,渡边英,中野雄介,
申请(专利权)人:丰田自动车株式会社,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。