(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210734355.8 (22)申请日 2022.06.27 (71)申请人 中国第一汽车股份有限公司 地址 130011 吉林省长 春市汽车 经济技术 开发区新红旗大街1号 (72)发明人 陈光　吴健宇　鹿强　张黎　 (74)专利代理 机构 北京远智汇知识产权代理有 限公司 1 1659 专利代理师 刘欣 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/74(2022.01) G06V 10/80(2022.01) (54)发明名称 后融合算法的检测准确度的确定方法、 装 置、 设备及 介质 (57)摘要 本申请公开了一种后融合算法的检测准确 度的确定方法、 装置、 设备及介质， 涉及图像处理 技术领域， 可以实现针对后融合算法对障碍物识 别的检测准确度的评估。 该方法包括： 获取至少 一帧目标图像中， 每帧目标图像的至少一个第一 信息和至少一个第二信息； 基于跟踪置信度和当 前跟踪置信度阈值， 从至少一个第二信息中筛选 出至少一个有效检测信息； 基于位置信息， 对至 少一个有效检测信息和至少一个第一信息进行 匹配， 并根据匹配结果从至少一个有效检测 信息 中确定出候选匹配信息； 将候选匹配信息对应的 障碍物类别与目标类别进行对比， 并根据对比结 果确定匹配参数； 基于匹配参数， 确定预设后融 合算法对目标图像中的目标类别的障碍物的检 测准确度。 权利要求书2页 说明书13页 附图4页 CN 115147808 A 2022.10.04 CN 115147808 A 1.一种后融合 算法的检测准确度的确定方法， 其特 征在于， 包括： 获取至少一帧目标图像中， 每帧所述目标图像的至少一个第 一信息和至少一个第 二信 息； 所述第一信息为， 所述目标图像中包含的目标类别的障碍物的识别信息； 所述第二信息 为， 基于预设后融合算法对所述 目标图像进行检测得到的障碍物的识别信息； 所述识别信 息至少包括 位置信息、 障碍物类别和跟踪置信度； 步骤A： 基于所述跟踪置信度和当前跟踪置信度阈值， 从所述至少一个第 二信息中筛选 出至少一个有效检测信息； 步骤B： 基于所述位置信 息， 对所述至少一个有效检测信 息和所述至少一个第 一信息进 行匹配， 并根据匹配结果从所述至少一个有效检测信息中确定出候选匹配信息； 步骤C： 将所述候选匹配信息对应的所述障碍物类别与所述目标类别进行对比， 并根据 对比结果确定匹配参数； 步骤D： 基于所述匹配参数， 确定所述预设后融合算法对所述目标图像 中的所述目标类 别的障碍物的检测准确度。 2.根据权利要求1所述的后融合算法的检测准确度的确定方法， 其特征在于， 所述基于 所述位置信息， 对所述至少一个有效检测信息和所述至少一个第一信息进行匹配， 并根据 匹配结果从所述至少一个有效检测信息中确定出候选匹配信息， 包括： 基于所述位置信息， 对所述至少一个有效检测信息和所述至少一个第一信息进行匹 配， 得到所述至少一个有效检测信息与所述至少一个第一信息的距离矩阵； 所述距离矩阵 由至少一个距离参数构成， 一个距离参数用于表征一个有效检测信息与一个第一信息的所 述位置信息的距离； 根据所述至少一个距离参数和预设距离， 从所述至少一个有 效检测信 息中确定出所述 候选匹配信息 。 3.根据权利要求1所述的后融合算法的检测准确度的确定方法， 其特征在于， 所述将所 述候选匹配信息对应的所述障碍物类别与所述目标类别进 行对比， 并根据对比结果确定匹 配参数， 包括： 在确定所述候选匹配信 息对应的所述障碍物类别与所述目标类别相同的情况下， 确定 所述匹配参数为1； 在确定所述候选匹配信息对应的所述障碍物类别与所述 目标类别不同 的情况下， 确定所述匹配参数为0 。 4.根据权利要求1所述的后融合算法的检测准确度的确定方法， 其特征在于， 所述基于 所述匹配参数， 确定所述预设后融合算法对所述目标图像中的所述目标类别的障碍物的检 测准确度， 包括： 基于各帧所述目标图像的所述匹配参数的累计值， 以及各帧所述目标图像的所述候选 匹配信息的数量的累计值， 确定所述检测准确度。 5.根据权利要求1 ‑4任一项所述的后融合算法的检测准确度的确定方法， 其特征在于， 所述获取至少一帧目标图像中， 每帧所述目标图像的至少一个第一信息和至少一个第二信 息之后， 所述方法还 包括： 基于所述至少一个第一信息和所述至少一个第二信息， 确定至少一个跟踪置信度阈 值； 将所述至少一个跟踪置信度阈值中的首个跟踪置信度阈值作为当前跟踪置信度阈值，权　利　要　求　书 1/2 页 2 CN 115147808 A 2执行所述步骤A至所述 步骤D； 确定当前跟踪置信度阈值是否为所述至少一个跟踪置信度阈值中的最后一个跟踪置 信度阈值； 若不是， 则将当前跟踪置信度阈值的下一个跟踪置信度阈值确定为新的当前跟踪置信 度阈值， 重复执行所述步骤A至所述步骤D， 直至当前跟踪置信度阈值为所述最后一个跟踪 置信度阈值； 若是， 则根据重复执行所述步骤A至所述步骤D的过程中得到的所述至少一个 跟踪置信度阈值分别对应的所述检测准确度， 确定检测准确度均值。 6.根据权利要求5所述的后融合算法的检测准确度的确定方法， 其特征在于， 所述基于 所述至少一个第一信息和所述至少一个第二信息， 确定 至少一个跟踪置信度阈值， 包括： 基于至少一个预设跟踪置信度， 分别对所述至少一个第 二信息和所述至少一个第 一信 息进行筛选和匹配， 得到所述至少一个预设跟踪置信度对应的至少一个召回率； 一个预设 跟踪置信度对应一个召回率； 基于插值算法对所述至少一个召回率和所述至少一个预设跟踪置信度进行插值计算， 得到所述至少一个跟踪置信度阈值。 7.根据权利要求1所述的后融合算法的检测准确度的确定方法， 其特征在于， 所述至少 一帧目标图像为 不同行驶场景 下的所述目标图像。 8.一种后融合 算法的检测准确度的确定装置， 其特 征在于， 包括： 获取模块， 用于获取至少一帧目标图像中， 每帧所述目标图像的至少一个第一信息和 至少一个第二信息； 所述第一信息为， 所述 目标图像中包含的目标类别的障碍物的识别信 息； 所述第二信息为， 基于预设后融合算法对所述 目标图像进行检测得到的障碍物的识别 信息； 所述识别 信息至少包括 位置信息、 障碍物类别和跟踪置信度； 筛选模块， 用于执行步骤A： 基于所述跟踪置信度和当前跟踪置信度阈值， 从所述至少 一个第二信息中筛 选出至少一个有效检测信息； 匹配模块， 用于执行步骤B： 基于所述位置信息， 对所述至少一个有效检测信息和所述 至少一个第一信息进 行匹配， 并根据匹配结果从所述至少一个有效检测信息中确定出候选 匹配信息； 对比模块， 用于执行步骤C： 将所述候选匹配信息对应的所述障碍物类别与所述目标类 别进行对比， 并根据对比结果确定匹配参数； 确定模块， 用于执行步骤D： 基于所述匹配参数， 确定所述预设后融合算法对所述目标 图像中的所述目标类别的障碍物的检测准确度。 9.一种后融合算法的检测准确度的确定设备， 其特征在于， 包括存储器、 处理器、 总线 和通信接口； 所述存储器用于存储计算机执行指令， 所述处理器与所述存储器通过所述总 线连接； 当所述后融合算法的检测准确度的确定设备运行时， 处理器执行所述存储器存储的所 述计算机执行指令， 以使所述后融合算法的检测准确度的确定设备执行如权利要求1 ‑7任 意一项所述的后融合 算法的检测准确度的确定方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有指令， 当计算机执行所述指令时， 使得所述计算机执行如权利要求1 ‑7任意一项所述的后融合算 法的检测准确度的确定方法。权　利　要　求　书 2/2 页 3 CN 115147808 A 3