数据更新方法、装置、电子设备和存储介质制造方法及图纸

本申请实施例公开了一种数据更新方法、装置、电子设备和存储介质，可应用于地图和交通领域；本申请实施例可以获取目标序列和参考序列，目标序列和参考序列中包括图像；对每个图像进行特征提取处理，得到每个图像的图像特征；基于图像特征，计算目标序列中图像与参考序列中图像之间的相似度；基于相似度确定相似图像对，相似图像对包括第一图像与第二图像，第一图像为目标序列中的一图像，第二图像为参考序列中的一图像，第一图像与第二图像具有相似的拍摄内容；若相似图像对中的第一图像与第二图像存在差别点，则基于差别点进行数据更新。本方案可以提升数据更新方法的准确度。本方案可以提升数据更新方法的准确度。本方案可以提升数据更新方法的准确度。

【技术实现步骤摘要】
数据更新方法、装置、电子设备和存储介质


[0001]本申请涉及计算机领域，具体涉及一种数据更新方法、装置、电子设备和存储介质。

技术介绍

[0002]地图道路数据的采集和更新的过程中，需要对比新采集资料和历史资料的差异，通过识别地图中发生变化的要素进而更新地图以保持地图的准确性和时效性。例如，通过对比识别道路上交通标识的变化、道路的变化等，进而将识别到的变化要素应用到地图中，更新地图数据如地图数据的更新、地图图层的修改等。
[0003]然而，在道路数据的采集过程中，因众多采集因素如传感器精度变化、策略姿态变化、环境变化等，可能导致漂移和定位不准确的问题，最终导致识别变化要素不准确的问题。因此，目前的数据更新方法准确性低。

技术实现思路

[0004]本申请实施例提供一种数据更新方法、装置、电子设备和存储介质，可以提高数据更新方法的准确性。
[0005]本申请实施例提供一种数据更新方法，包括：获取目标序列和参考序列，目标序列和参考序列中包括图像；对每个图像进行特征提取处理，得到每个图像的图像特征；基于图像特征，计算目标序列中图像与参考序列中图像之间的相似度；基于相似度确定相似图像对，相似图像对包括第一图像与第二图像，第一图像为目标序列中的一图像，第二图像为参考序列中的一图像，第一图像与第二图像具有相似的拍摄内容；若相似图像对中的第一图像与第二图像存在差别点，则基于差别点进行数据更新。
[0006]本申请实施例还提供一种数据更新装置，包括：序列单元，用于获取目标序列和参考序列，目标序列和参考序列中包括图像；特征单元，用于对每个图像进行特征提取处理，得到每个图像的图像特征；相似度单元，用于基于图像特征，计算目标序列中图像与参考序列中图像之间的相似度；图像对单元，用于基于相似度确定相似图像对，相似图像对包括第一图像与第二图像，第一图像为目标序列中的一图像，第二图像为参考序列中的一图像，第一图像与第二图像具有相似的拍摄内容；更新单元，用于若相似图像对中的第一图像与第二图像存在差别点，则基于差别点进行数据更新。
[0007]在一些实施例中，相似度单元可以用于：
基于目标序列中的第i帧图像的图像特征，与参考序列中的第j帧图像的图像特征，得到目标序列中的第i帧图像与参考序列中的第j帧图像之间的相似度。
[0008]在一些实施例中，图像对单元，可以用于：生成相似度矩阵，相似度矩阵由目标序列中第i帧图像与参考序列中第j帧图像之间的相似度构成；基于相似度矩阵，确定相似图像对。
[0009]在一些实施例中，相似图像对为最大相似度路径中一途径元素所对应的图像，基于相似度矩阵，确定相似图像对，包括：在相似度矩阵中确定最大相似度路径，最大相似度路径指途径元素之和最大的路径，最大相似度路径两端的元素分别对应目标序列中第一帧图像与参考序列中第一帧图像之间的相似度以及目标序列中最后一帧图像与参考序列中最后一帧图像之间的相似度。
[0010]在一些实施例中，在相似度矩阵中确定最大相似度路径，包括：确定当前途径元素，所述当前途径元素对应所述目标序列中第i帧图像与所述参考序列中第j帧图像之间的相似度；确定上一总和，所述上一总和为第一总和、第二总和和第三总和中数值最小的一个，所述第一总和为第一途径元素及其之前所有途径元素之和，所述第一途径元素对应所述目标序列中第i
‑
1帧图像与所述参考序列中第j帧图像之间的相似度，所述第二总和为第二途径元素及其之前所有途径元素之和，所述第二途径元素对应所述目标序列中第i
‑
1帧图像与所述参考序列中第j
‑
1帧图像之间的相似度，所述第三总和为第三途径元素及其之前所有途径元素之和，所述第一途径元素对应所述目标序列中第i帧图像与所述参考序列中第j
‑
1帧图像之间的相似度；确定当前总和，所述当前总和为当前途径元素与所述上一总和之和；返回并执行步骤确定当前途径元素，直至当前途径元素为所述目标序列中最后一帧图像与所述参考序列中最后一帧图像之间的相似度，得到最大相似度路径。
[0011]在一些实施例中，相似度单元用于：在目标序列和参考序列中筛选出候选簇，候选簇包括候选图像，同一候选簇中的候选图像为同一拍摄区域内拍摄的图像；对于同一候选簇，基于图像特征计算目标序列中候选图像与参考序列中候选图像之间的相似度；图像对单元中的第一图像为目标序列中的一图像包括第一图像为目标序列中的一候选图像，第二图像为参考序列中的一图像包括第二图像为参考序列中的一候选图像。
[0012]在一些实施例中，特征单元用于：在目标序列和参考序列中筛选出候选簇，候选簇包括候选图像，同一候选簇中的候选图像为同一拍摄区域内拍摄的图像；对每个候选图像进行特征提取处理，得到每个候选图像的图像特征；其中，相似度单元用于：对于同一候选簇，基于图像特征计算目标序列中候选图像与参考序列中候选图像之间的相似度；第一图像为目标序列中的一图像包括第一图像为目标序列中的一候选图像，第二
图像为参考序列中的一图像包括第二图像为参考序列中的一候选图像。
[0013]在一些实施例中，在目标序列和参考序列中筛选出候选簇，可以包括：获取目标序列和参考序列中每个图像在拍摄时的拍摄位置；基于拍摄位置，对目标序列和参考序列中的图像进行聚类，得到候选簇，候选簇包括图像。
[0014]在一些实施例中，在目标序列和参考序列中筛选出候选簇，可以包括：基于目标序列，识别目标序列中每个图像的拍摄地点；基于参考序列，识别参考序列中每个图像的拍摄地点；基于每个图像的拍摄地点，对目标序列和参考序列中的图像进行聚类，得到候选簇，候选簇包括图像。
[0015]在一些实施例中，图像特征包括但不限于特征子和描述子，特征子包括尺寸信息与深度信息，描述子包括空间信息。
[0016]在一些实施例中，特征单元可以用于：采用卷积层提取图像的视觉特征；采用归一化层对视觉特征进行归一化处理，得到归一化的视觉特征；采用激活层对归一化的视觉特征进行非线性映射，得到图像的图像特征。
[0017]在一些实施例中，采用激活层对归一化的视觉特征进行非线性映射，得到图像的图像特征，可以包括：采用激活层对归一化的视觉特征进行非线性映射，得到图像的抽象视觉特征；对抽象视觉特征进行展平处理，得到图像的图像向量；采用特征算子计算图像的特征子和描述子；生成图像特征，图像特征包括但不限于图像向量、特征子和描述子。
[0018]在一些实施例中，更新单元可以用于：对相似图像对中的第一图像与第二图像进行差别点检测，得到第一图像与第二图像之间的差别点；响应于检测到第一图像与第二图像之间存在差别点，则将参考序列中的第二图像，替换为第一图像。
[0019]本申请实施例还提供一种电子设备，包括存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行本申请实施例所提供的任一种数据更新方法中的步骤。
[0020]本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据更新方法，其特征在于，包括：获取目标序列和参考序列，所述目标序列和参考序列中包括图像；对每个所述图像进行特征提取处理，得到每个所述图像的图像特征；基于所述图像特征，计算所述目标序列中图像与所述参考序列中图像之间的相似度；基于所述相似度确定相似图像对，所述相似图像对包括第一图像与第二图像，所述第一图像为所述目标序列中的一图像，所述第二图像为所述参考序列中的一图像，所述第一图像与第二图像具有相似的拍摄内容；若所述相似图像对中的第一图像与第二图像存在差别点，则基于所述差别点进行数据更新。2.如权利要求1所述的数据更新方法，其特征在于，所述基于所述图像特征，计算所述目标序列中图像与所述参考序列中图像之间的相似度，包括：基于所述目标序列中的第i帧图像的图像特征，与所述参考序列中的第j帧图像的图像特征，得到所述目标序列中的第i帧图像与所述参考序列中的第j帧图像之间的相似度；所述基于所述相似度确定相似图像对，包括：生成相似度矩阵，所述相似度矩阵的元素为所述目标序列中第i帧图像与所述参考序列中第j帧图像之间的相似度；基于所述相似度矩阵，确定相似图像对。3.如权利要求2所述的数据更新方法，其特征在于，所述相似图像对为最大相似度路径中一途径元素所对应的图像，所述基于所述相似度矩阵，确定相似图像对，包括：在所述相似度矩阵中确定最大相似度路径，所述最大相似度路径指途径元素之和最大的路径，所述最大相似度路径两端的元素分别对应所述目标序列中第一帧图像与所述参考序列中第一帧图像之间的相似度以及所述目标序列中最后一帧图像与所述参考序列中最后一帧图像之间的相似度。4.如权利要求3所述的数据更新方法，其特征在于，在所述相似度矩阵中确定最大相似度路径，包括：确定当前途径元素，所述当前途径元素对应所述目标序列中第i帧图像与所述参考序列中第j帧图像之间的相似度；确定上一总和，所述上一总和为第一总和、第二总和和第三总和中数值最小的一个，所述第一总和为第一途径元素及其之前所有途径元素之和，所述第一途径元素对应所述目标序列中第i
‑
1帧图像与所述参考序列中第j帧图像之间的相似度，所述第二总和为第二途径元素及其之前所有途径元素之和，所述第二途径元素对应所述目标序列中第i
‑
1帧图像与所述参考序列中第j
‑
1帧图像之间的相似度，所述第三总和为第三途径元素及其之前所有途径元素之和，所述第一途径元素对应所述目标序列中第i帧图像与所述参考序列中第j
‑
1帧图像之间的相似度；确定当前总和，所述当前总和为当前途径元素与所述上一总和之和；返回并执行步骤确定当前途径元素，直至当前途径元素为所述目标序列中最后一帧图像与所述参考序列中最后一帧图像之间的相似度，得到最大相似度路径。5.如权利要求1所述的数据更新方法，其特征在于，所述基于所述图像特征，计算所述目标序列中图像与所述参考序列中图像之间的相似度，包括：
在所述目标序列和所述参考序列中筛选出候选簇，所述候选簇包括候选图像，同一候选簇中的候选图像为同一拍摄区域内拍摄的图像；对于同一候选簇，基于所述图像特征计算所述目标序列中候选图像与所述参考序列中候选图像之间的相似度；所述第一图像为所述目标序列中的一图像包括所述第一图像为所述目标序列中的一候选图像，所述第二图像为所述参考序列中的一图像包括所述第二图像为所述参考序列中的一候选图像。6.如权利要求1所述的数据更新方法，其特征在于，所述对每个所述图像进行特征提取处理，得到每个所述图像的图像特征，包括：在所述目标序列和所述参考序列中筛选出候选簇，所述候选簇包括候选图像，同一候选簇中的候选图像为...

【专利技术属性】
技术研发人员：娄英欣，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：