[发明专利]道路路段类型的确定方法、装置以及存储介质、电子装置有效
| 申请号: | 201710583365.5 | 申请日: | 2017-07-17 |
| 公开(公告)号: | CN108304852B | 公开(公告)日: | 2022-09-13 |
| 发明(设计)人: | 李瑞文;英正明;赵洪波 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06V10/764;G06V10/774 |
| 代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 赵囡囡;褚敏 |
| 地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 道路 路段 类型 确定 方法 装置 以及 存储 介质 电子 | ||
1.一种道路路段类型的确定方法,其特征在于,包括:
接收地图导航应用发送的类型确定请求,其中,所述类型确定请求用于请求确定道路中的第一路段的类型,所述第一路段的类型处于待确定状态;
获取所述第一路段的属性数据,其中,所述第一路段的属性数据中包含所述第一路段在道路中的基本属性特征和/或路段结构特征,所述基本属性特征用于指示路段的自身的基本属性,所述路段结构特征用于指示路段的出入边的特征;
将所述第一路段的属性数据输入已训练完成的目标分类模型,根据所述目标分类模型的输出确定所述第一路段的类型,其中,所述目标分类模型为利用已知路段类型的第二路段的属性数据及所述第二路段的类型之间的对应关系生成的分类判别模型,用于指示路段的属性数据与路段的类型之间的对应关系,所述目标分类模型为二分类分类器;
在所述目标分类模型未确定出所述第一路段的类型的情况下,利用已训练完成的下一个分类模型确定所述第一路段的属性数据所对应的所述第一路段的类型,其中,所述目标分类模型与所述下一个分类模型分别用于分类识别不同的路段类型。
2.根据权利要求1所述的方法,其特征在于,在所述接收地图导航应用发送的类型确定请求之前,所述方法还包括:
利用道路中的第二路段的属性数据与所述第二路段的类型之间的对应关系进行分类训练,得到所述目标分类模型,其中,所述第二路段的类型处于已确定状态,在进行所述分类训练时,输入参数为所述第二路段的属性数据,输出参数用于指示所述第二路段的类型。
3.根据权利要求2所述的方法,其特征在于,所述第二路段包括第一类型路段和第二类型路段,所述第一类型路段的类型与所述第一路段的类型相同,所述第二类型路段的类型与所述第一路段的类型不同,其中,所述利用道路中的第二路段的属性数据与所述第二路段的类型之间的对应关系进行分类训练,得到所述目标分类模型包括:
利用所述第一类型路段的属性数据与所述第一类型路段的类型之间的对应关系以及所述第二类型路段的属性数据与所述第二类型路段的类型之间的对应关系进行分类训练,得到所述目标分类模型,其中,在进行所述分类训练时,所述第一类型路段的数量大于所述第二类型路段的数量。
4.根据权利要求3所述的方法,其特征在于,所述将所述第一路段的属性数据输入已训练完成的目标分类模型,根据所述目标分类模型的输出确定所述第一路段的类型包括:
将所述目标分类模型的输入参数设置为所述第一路段的属性数据,得到所述目标分类模型的目标输出参数;
在所述目标输出参数与第一输出参数相匹配的情况下,将所述第一类型路段的类型确定为所述第一路段的类型,其中,所述第一输出参数为将所述目标分类模型的输入参数设置为所述第一类型路段的属性数据后所述目标分类模型的输出参数;
在所述目标输出参数与第二输出参数相匹配的情况下,将所述第二类型路段的类型确定为所述第二路段的类型,其中,所述第二输出参数为将所述目标分类模型的输入参数设置为所述第二类型路段的属性数据后所述目标分类模型的输出参数。
5.根据权利要求2所述的方法,其特征在于,所述利用道路中的第二路段的属性数据与所述第二路段的类型之间的对应关系进行分类训练,得到所述目标分类模型包括:
获取训练样本集D{(X1,Y1),(X2,Y2)…(Xi,Yi)},其中,Xi表示第i个所述第二路段的属性数据所对应的特征向量,Yi用于指示第i个所述第二路段的类型;
利用所述训练样本集确定所述目标分类模型中的第一参数w的取值和第二参数t的取值,其中,所述目标分类模型通过以下公式表示:
Y=w X+t
其中,所述公式用于表示所述目标分类模型对应的划分超平面,所述划分超平面用于将所述训练样本集中的样本进行分类,所述第一参数w表示法向量,所述法向量用于指示所述划分超平面的方向,所述第二参数t表示位移量,所述位移量用于指示所述划分超平面到所述划分超平面所在直角坐标系中的原点的距离。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710583365.5/1.html,转载请声明来源钻瓜专利网。





