[发明专利]低水平电磁传感器数据的模糊标记

权利要求书

1.一种方法，所述方法包括：

基于从第一传感器获得的第一传感器数据，标识至少一个对象的几何位置；

在从第二传感器获得的第二传感器数据导出的频谱图上标识与所述对象相对应的能量谱拖尾，所述第二传感器是电磁传感器；

标识所述能量谱拖尾的与所述对象的所述几何位置相对应的第一部分；

在所述能量谱拖尾的所述第一部分中，用值一标记每个像素；

在所述能量谱拖尾的包括所述能量谱拖尾的未被包括在所述第一部分中的所有像素的第二部分中，用零和一之间的值标记每个像素，每个相应像素离所述能量谱拖尾的所述第一部分越远，所述值越小；以及

通过机器学习并基于所述第一部分中的每个像素和所述第二部分中的每个像素的所述标记，来训练模型，以标记用于检测和跟踪对象的频谱图。

2.如权利要求1所述的方法，进一步包括用值零标记所述频谱图中未被包括在所述能量谱拖尾中的每个像素。

3.如权利要求2所述的方法，其特征在于，所述模型是卷积神经网络。

4.如权利要求1所述的方法，其特征在于：

所述第一传感器是光检测和测距(LiDAR)传感器或相机中的一者；并且

所述第二传感器是雷达传感器。

5.如权利要求4所述的方法，其特征在于，所述能量谱拖尾包括侧角仓中的雷达能量泄漏。

6.如权利要求4所述的方法，其特征在于，导出所述频谱图包括通过选择方位角和多普勒仓来生成雷达图像。

7.如权利要求6所述的方法，其特征在于，生成所述雷达图像进一步包括坍缩所述第二传感器数据中的仰角信息，使得所述雷达图像包括距离和时间维度。

8.如权利要求1所述的方法，其特征在于，标识所述对象的所述几何位置包括确定第一边界框，所述第一边界框表示所述对象的几何边界。

9.如权利要求8所述的方法，其特征在于，标识所述能量谱拖尾的所述第一部分包括将所述第一边界框投影到所述频谱图上。

10.如权利要求9所述的方法，其特征在于，标识所述能量谱拖尾包括确定第二边界框，所述第二边界框包括所述能量谱拖尾的所述第一部分和所述能量谱拖尾的所述第二部分。

11.如权利要求10所述的方法，其特征在于，所述能量谱拖尾的所述第二部分是所述能量谱拖尾的被包括在所述第二边界框中但未被包括在所述第一边界框中的部分。

12.如权利要求8所述的方法，其特征在于，所述对象的所述几何边界被用作地面真值数据，以用于训练标记所述频谱图的每个像素的训练模型。

13.如权利要求1所述的方法，其特征在于，所述能量谱拖尾与彼此靠近的多个对象相对应，使得所述多个对象中的每个相应对象与所述能量谱拖尾中的其他对象无法区分。