数据处理方法、装置及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113888606A(43)申请公布日2022.01.04(21)申请号202111015527.8(22)申请日2021.08.31(71)申请人际络科技（上海）有限公司地址202150上海市崇明区长兴镇江南大道1333弄11号楼001室4座(72)发明人陈渊(74)专利代理机构北京路浩知识产权代理有限公司11002代理人王毅(51)Int.Cl.G06T7/277(2017.01)G06T5/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书9页附图5页(54)发明名称数据处理方法、装置及存储介质(57)摘要本发明提供一种数据处理方法、装置、存储介质及计算机程序产品，其中方法包括：将第一时刻的传感器监控数据输入目标检测模型，输出待处理的第一目标检测结果，在获得卡尔曼滤波器基于目标检测模型输出的第二时刻的第二目标检测结果得到的第一时刻的目标检测的预测值校正值的情况下，计算目标检测的预测值校正值与第一目标检测结果之间的误差，将该误差与高斯混合模型中的各模型噪声的高斯分布进行匹配。在匹配到高斯混合模型中的目标高斯分布的情况下，对目标高斯分布的权重系数进行增值，在高斯混合模型中基于目标高斯分布的权重系数进行加权计算，输出更新的目标模型噪声。其中第二时刻先于第一时刻，第一时刻先于第三时刻。CN113888606ACN113888606A权利要求书1/2页1.一种数据处理方法，其特征在于，包括：将第一时刻的传感器监控数据输入目标检测模型，输出待处理的第一目标检测结果；在获得卡尔曼滤波器根据所述目标检测模型输出的第二时刻的第二目标检测结果得到的所述第一时刻的目标检测的预测值校正值的情况下，计算所述预测值校正值与所述第一目标检测结果之间的误差；将所述误差与高斯混合模型中的各高斯分布进行匹配，其中所述高斯分布是对所述目标检测模型的对应类模型噪声进行建模得到的；在匹配到所述高斯混合模型中的至少一种目标高斯分布的情况下，对所述高斯混合模型中的所述目标高斯分布的权重系数进行增值，基于增值的所述权重系数对所述高斯混合模型中对应的目标高斯分布进行加权计算，输出更新的目标模型噪声；所述目标模型噪声用于所述卡尔曼滤波器在根据所述第一目标检测结果预测第三时刻的预测值校正值的过程中进行噪声过滤；其中所述第二时刻先于所述第一时刻，所述第一时刻先于所述第三时刻。2.根据权利要求1所述的数据处理方法，其特征在于，所述将所述误差与高斯混合模型中的各高斯分布进行匹配，包括：计算所述误差与高斯混合模型中的每个高斯分布的均值之间的距离；比较所述距离与阈值；所述在匹配到所述高斯混合模型中的至少一种目标模型噪声的目标高斯分布的情况下，对所述高斯混合模型中的所述目标高斯分布的权重系数进行增值，包括：在所述距离不超过所述阈值的情况下，对所述高斯混合模型中的所述目标高斯分布的权重系数进行增值。3.根据权利要求1所述的数据处理方法，其特征在于，所述方法还包括：在所述高斯混合模型中的指定模型噪声的指定高斯分布与所述误差不匹配的情况下，返回所述利用所述误差与高斯混合模型中的各模型噪声的高斯分布进行匹配。4.根据权利要求3所述的数据处理方法，其特征在于，所述方法还包括：在所述误差与所述高斯混合模型中的各高斯分布均不匹配的情况下，基于所述误差新建高斯分布，并将新建的高斯分布替换掉所述高斯混合模型中权重系数不符合目标条件的高斯分布。5.一种数据处理方法，其特征在于，包括：将采集的第三时刻的传感器监控数据输入目标检测模型，输出待处理的第三目标检测结果；将所述第三目标检测结果输入卡尔曼滤波器，预测得到第四时刻的目标检测预测值，并在利用权利要求1至4中至少一项所述数据处理方法得到的目标模型噪声的情况下，对所述目标检测预测值基于所述目标模型噪声进行去噪，输出目标检测的预测值校正值；其中所述第三时刻先于第四时刻。6.一种数据处理装置，其特征在于，包括：第一目标检测模块，将第一时刻的传感器监控数据输入目标检测模型，输出待处理的第一目标检测结果；第一计算模块，在获得卡尔曼滤波器根据所述目标检测模型输出的第二时刻的第二目2CN113888606A权利要求书2/2页标检测结果得到的所述第一时刻的目标检测的预测值校正值的情况下，计算所述预测值校正值与所述第一目标检测结果之间的误差；匹配模块，将所述误差与高斯混合模型中的各高斯分布进行匹配，其中所述高斯分布是对所述目标检测模型的对应类模型噪声进行建模得到的；第二计算模块，在匹配到所述高斯混合模型中的至少一种目标高斯分布的情况下，对所述高斯混合模型中的所述目标高斯分布的权重系数进行增值，基于增值的所述权重系数对所述高斯混合模型中对应的目标高斯分布进行加权计算，输出更