[发明专利]用于确定一类别的对象的置信值的方法

权利要求书

1.一种用于确定一类别的对象的置信值的方法，所述对象在输入图像中借助神经网络来确定，所述方法具有以下步骤：

对于所述对象的所述类别，借助所述神经网络的层的多个输出图像来创建(S1)激活签名，其中，将所述输入图像提供给所述神经网络的输入端；

将所述激活签名缩放(S2)到所述输入图像的尺寸；

将所述激活签名的面与对象框架的面的重叠的面部分相对于所述激活签名的面进行比较(S3)，用以确定所述置信值。

2.根据权利要求1所述的方法，其中，在将所述激活签名的面与所述对象框架的面的重叠的面部分相对于所述激活签名的面进行比较时，仅考虑所述激活签名的如下面部分：在所述面部分中，所述激活签名的值大于极限值。

3.根据以上权利要求中任一项所述的方法，其中，为了将所述激活签名的面与对象框架的面的重叠的面部分相对于所述激活签名的面进行比较，将所述激活签名的布置在所述对象框架内的像素的总和与所述激活签名的像素的总和建立关系，其中，仅将激活签名的值大于极限值的像素相加。

4.根据权利要求1所述的方法，其中，所述对象也包括语义分割的对象段。

5.根据以上权利要求中任一项所述的方法，其中，借助以下步骤确定一类别的所确定的对象的激活签名：

借助梯度法计算所述神经网络的层的多个输出图像中的每个单个输出图像对于所确定的对象的分类的重要性；

对所述输出图像中的每个输出图像以所述输出图像的相应的重要性进行加权；

将多个经加权的输出图像进行合并；

将激活函数应用于经合并的所述多个经加权的输出图像，用以增强对所述分类有积极影响的特征，以便确定所述激活签名。

6.根据以上权利要求中任一项所述的方法，其中，借助以下步骤确定一类别的所确定的对象的所述激活签名：

通过关于所述多个输出图像中的输出图像确定所述神经网络的类别输出值的梯度来计算所述神经网络的层的多个输出图像中的每个单个输出图像对于所确定的对象的分类的重要性；

将所述类别输出值的梯度在相应的输出图像的所有像素上进行平均，用以确定所述神经网络的层的所述多个输出图像中的每个单个输出图像的重要性；

对所述输出图像中的每个输出图像以所述输出图像的相应的重要性进行加权；

将经加权的输出图像的在所述经加权的输出图像中布置在相应位置的所有像素值相加；

通过将所相加的像素值的所有负值置零来放大对所述分类有积极影响的所相加的像素值，以便确定所述激活签名。

7.根据以上权利要求中任一项所述的方法，其中，如果所述置信值小于所述置信值的阈值，则生成信号，其中，所述阈值已经借助训练数据或测试数据求取。

8.根据以上权利要求中任一项所述的方法，其中，将所述置信值提供作为用于情况分析方法的加权因子。

9.根据以上权利要求中任一项所述的方法，其中，根据所述置信值的大小来发送用于操控至少部分自动化的车辆的操控信号和/或用于警告车辆乘员的警告信号。

10.一种设备(210)，所述设备设置用于执行根据权利要求1至9中任一项所述的方法。

11.一种计算机程序，所述计算机程序包括如下指令：当通过计算机实施所述计算机程序时，所述指令促使所述计算机实施根据权利要求1至9中任一项所述的方法。

12.一种机器可读的存储介质，在所述机器可读的存储介质上存储根据权利要求11所述的计算机程序。