【技术实现步骤摘要】
【国外来华专利技术】
专利
本公开的各方面整体涉及对象的基于雷达的跟踪。
技术介绍
1、人工神经网络可以包括互连的人工神经元组(例如，神经元模型)。人工神经网络可以是计算设备，或者可被表示为要由计算设备执行的方法。
2、神经网络由消耗张量和产生张量的操作数组成。神经网络可以被用来解决复杂问题；然而，由于网络大小和可被执行以产生解决方案的运算量可能是浩繁的，因此网络完成任务的时间可能很长。此外，由于这些任务可在移动设备(其可能具有有限的计算能力)上执行，因此深度神经网络的计算成本可能会有问题。
3、卷积神经网络是一种前馈人工神经网络。卷积神经网络可包括神经元集合，其中每个神经元具有感受野并且共同地拼出一输入空间。卷积神经网络(cnn)(诸如深度卷积神经网络(dcn))具有众多应用。具体而言，这些神经网络架构被用于各种技术，诸如图像识别、模式识别、语音识别、自动驾驶和其他分类任务。
技术实现思路
1、本公开在独立权利要求中分别阐述。本公开的一些方面在从属权利要求中描述。
2、在本公开的一个方面，一种处理器实现的方法包括发送射频(rf)信号。该方法还包括响应于所发送的rf信号而接收一个或多个返回rf信号。该方法还包括提取一个或多个返回rf信号的特征。该方法还包括生成包括多个节点的图。每个节点对应于一个或多个返回rf信号并且指示潜在的目标对象检测。该方法还包括确定多个边缘的存在。每个边缘基于返回rf信号的特征来连接图中的节点对。每个边缘的存在指示所连接的节点对对应于同一
3、在本公开的另一方面，提出了一种装置。该装置包括用于发送射频(rf)信号的部件。该装置还包括用于响应于所发送的rf信号而接收一个或多个返回rf信号的部件。该装置还包括用于提取一个或多个返回rf信号的特征的部件。该装置还包括用于生成包括多个节点的图的部件。每个节点对应于一个或多个返回rf信号并且指示潜在的目标对象检测。该装置还包括用于确定多个边缘的存在的部件。每个边缘基于返回rf信号的特征来连接图中的节点对。每个边缘的存在指示所连接的节点对对应于同一目标对象。
4、在本公开的另一方面，公开了一种在其上记录有非暂态程序代码的非暂态计算机可读介质。程序代码由处理器执行并且包括用于发送射频(rf)信号的程序代码。程序代码还包括用于响应于所发送的rf信号而接收一个或多个返回rf信号的程序代码。程序代码还包括用于提取一个或多个返回rf信号的特征的程序代码。程序代码还包括用于生成包括多个节点的图的程序代码。每个节点对应于一个或多个返回rf信号并且指示潜在的目标对象检测。程序代码还包括用于确定多个边缘的存在的程序代码。每个边缘基于返回rf信号的特征来连接图中的节点对。每个边缘的存在指示所连接的节点对对应于同一目标对象。
5、在本公开的另一方面，提出了一种装置。该装置具有存储器和耦合到该存储器的一个或多个处理器。处理器被配置为发送射频(rf)信号。处理器被进一步配置为响应于所发送的rf信号而接收一个或多个返回rf信号。处理器被进一步配置为提取一个或多个返回rf信号的特征。处理器还被配置为生成包括多个节点的图。每个节点对应于一个或多个返回rf信号并且指示潜在的目标对象检测。处理器被进一步配置为确定多个边缘的存在，每个边缘基于返回rf信号的特征来连接图中的节点对。每个边缘的存在指示所连接的节点对对应于同一目标对象。
6、在本公开的一个方面，一种处理器实现的方法包括接收数据集，该数据集包括与产生一个或多个雷达检测中的每个雷达检测的基准真实对象的标识相关联的一个或多个雷达检测。该方法还包括训练分类器以构建具有由多个边缘连接的节点的图，每个节点对应于一个或多个雷达检测中的雷达检测，并且边缘基于基准真实对象的标识来连接节点对。
7、本公开的另一方面涉及一种装置，该装置包括用于接收数据集的部件，该数据集包括与产生一个或多个雷达检测中的每个雷达检测的基准真实对象的标识相关联的一个或多个雷达检测。该装置还包括用于训练分类器以构建具有由多个边缘连接的节点的图的部件，每个节点对应于一个或多个雷达检测中的雷达检测，并且边缘基于基准真实对象的标识来连接节点对。
8、在本公开的另一方面，公开了一种在其上记录有非暂态程序代码的非暂态计算机可读介质。程序代码由处理器执行并且包括用于接收数据集的程序代码，该数据集包括与产生一个或多个雷达检测中的每个雷达检测的基准真实对象的标识相关联的一个或多个雷达检测。程序代码还包括用于训练分类器以构建具有由多个边缘连接的节点的图的程序代码，每个节点对应于一个或多个雷达检测中的雷达检测，并且边缘基于基准真实对象的标识来连接节点对。
9、本公开的另一方面涉及一种装置，该装置具有存储器和耦合到该存储器的一个或多个处理器。处理器被配置为接收数据集，该数据集包括与产生一个或多个雷达检测中的每个雷达检测的基准真实对象的标识相关联的一个或多个雷达检测。处理器被进一步配置为训练分类器以构建具有由多个边缘连接的节点的图，每个节点对应于一个或多个雷达检测中的雷达检测，并且边缘基于基准真实对象的标识来连接节点对。
10、本公开的附加特征和优点将在下文描述。本领域技术人员应当理解，本公开可容易地被用作修改或设计用于实施与本公开相同的目的的其他结构的基础。本领域技术人员还应认识到，此类等效构造并不脱离所附权利要求中所阐述的本公开的教导内容。被认为是本公开的特性的新颖特征在其组织和操作方法两方面连同进一步的目的和优点在结合附图来考虑以下描述时将被更好地理解。然而，要明确理解的是，提供每一幅附图均仅用于例示和描述目的，并且无意作为对本公开的限定的定义。
本文档来自技高网...【技术保护点】
1.一种处理器实现的方法，包括：
2.根据权利要求1所述的处理器实现的方法，还包括基于所确定的每个边缘的存在来跟踪所述目标对象。
3.根据权利要求1所述的处理器实现的方法，还包括：
4.根据权利要求1所述的处理器实现的方法，其中目标对象的标识是基于所述一个或多个返回RF信号的所述特征之一来预测的。
5.根据权利要求1所述的处理器实现的方法，其中所述确定对于接收所述返回RF信号的顺序是不变的。
6.根据权利要求1所述的处理器实现的方法，其中所述RF信号包括雷达信号。
7.根据权利要求1所述的处理器实现的方法，其中所述RF信号在包括交通工具或行人的目标对象的方向上发送。
8.一种装置，包括：
9.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为基于所确定的每个边缘的存在来跟踪目标对象。
10.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为：
11.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为基于所述一个或多个返回RF信
12.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为以对于接收所述返回RF信号的顺序不变的方式确定所述多个边缘的所述存在。
13.根据权利要求8所述的装置，其中所述RF信号包括雷达信号。
14.根据权利要求8所述的装置，其中所述RF信号在包括交通工具或行人的目标对象的方向上发送。
15.一种处理器实现的方法，包括：
16.根据权利要求15所述的处理器实现的方法，其中所述分类器被进一步训练为基于接近度阈值来确定连接对应于节点的一对雷达检测的所述边缘。
17.根据权利要求15所述的处理器实现的方法，其中所述分类器被进一步训练为在来自同一对象但不同连接组件的雷达检测之间逐步地添加附加边缘。
18.根据权利要求17所述的处理器实现的方法，其中所述分类器被进一步训练为在来自同一对象但不同连接组件的雷达检测之间逐步地仅添加所述附加边缘中的最短边缘。
19.根据权利要求15所述的处理器实现的方法，其中每对连接节点是第一组正训练样本中的正训练样本。
20.根据权利要求15所述的处理器实现的方法，还包括用负训练示例来训练所述分类器，每个负训练示例包括对应于最接近目标对象的不同对象的第二雷达检测。
21.一种装置，包括：
22.根据权利要求21所述的装置，其中所述至少一个处理器被进一步配置为训练所述分类器以基于接近度阈值来确定连接对应于节点的一对雷达检测的所述边缘。
23.根据权利要求21所述的装置，其中所述至少一个处理器被进一步配置为训练所述分类器以在来自同一对象但不同连接组件的雷达检测之间逐步地添加附加边缘。
24.根据权利要求23所述的装置，其中所述至少一个处理器被进一步配置为训练所述分类器以在来自同一对象但不同连接组件的雷达检测之间逐步地仅添加所述附加边缘中的最短边缘。
25.根据权利要求21所述的装置，其中每对连接节点是第一组正训练样本中的正训练样本。
26.根据权利要求21所述的装置，其中所述至少一个处理器被进一步配置为用负训练示例来训练所述分类器，每个负训练示例包括对应于最接近目标对象的不同对象的第二雷达检测。
...【技术特征摘要】
【国外来华专利技术】
1.一种处理器实现的方法，包括：
2.根据权利要求1所述的处理器实现的方法，还包括基于所确定的每个边缘的存在来跟踪所述目标对象。
3.根据权利要求1所述的处理器实现的方法，还包括：
4.根据权利要求1所述的处理器实现的方法，其中目标对象的标识是基于所述一个或多个返回rf信号的所述特征之一来预测的。
5.根据权利要求1所述的处理器实现的方法，其中所述确定对于接收所述返回rf信号的顺序是不变的。
6.根据权利要求1所述的处理器实现的方法，其中所述rf信号包括雷达信号。
7.根据权利要求1所述的处理器实现的方法，其中所述rf信号在包括交通工具或行人的目标对象的方向上发送。
8.一种装置，包括：
9.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为基于所确定的每个边缘的存在来跟踪目标对象。
10.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为：
11.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为基于所述一个或多个返回rf信号的所述特征之一来预测所述目标对象的标识。
12.根据权利要求8所述的装置，其中所述至少一个处理器被进一步配置为以对于接收所述返回rf信号的顺序不变的方式确定所述多个边缘的所述存在。
13.根据权利要求8所述的装置，其中所述rf信号包括雷达信号。
14.根据权利要求8所述的装置，其中所述rf信号在包括交通工具或行人的目标对象的方向上发送。
15.一种处理器实现的方法，包括：
16.根据权利要求15所述的处理器实现的方法，其中所...
【专利技术属性】
技术研发人员：S·S·加格，A·萨利米，J·乌尼克里什南，A·乔希，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。