[发明专利]用于数据处理的方法、装置和电子设备

说明书

本公开公开了用于数据处理的方法和装置，涉及人工智能领域，尤其涉及计算机视觉、自动驾驶和深度学习领域。根据一种实施例的具体实现方案为：获取感测数据的第一帧序列以及第二帧序列，第一帧序列和第二帧序列至均包括多个重合帧；基于第一帧序列和第二帧序列，确定第一输出帧序列和第二输出帧序列，第一输出帧序列指示与第一帧序列相关的第一特征信息、并且第二输出帧序列指示与第二帧序列相关的第二特征信息；以及基于第一输出帧序列和第二输出帧序列，利用多个权重参数来确定第三输出帧序列，第三输出帧序列指示与多个重合帧相关的第三特征信息。以此方式，所得的输出能够有效表示感测数据的多个帧序列的时间上下文信息。

技术领域

本公开涉及人工智能技术领域，尤其涉及计算机视觉技术、自动驾驶和深度学习领域，并且更具地，涉及用于数据处理的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

深度学习技术在计算机视觉领域具有广泛的应用。例如，用于计算机视觉技术的图像处理模型通常可以从单帧数据(例如，RGB图像数据)中，提取所需的特征信息，以用于后续诸如对象分类、检测和跟踪等诸多任务，促进了诸如自动驾驶等技术的发展。然而，从单帧数据所提取的特征信息有限，例如，其不能表示在时间维度上的特征信息。

发明内容

本公开提供了一种用于数据处理的方法、装置、设备、存储介质以及计算机程序。

根据本公开的第一方面，提供了一种用于数据处理的方法，该方法包括：获取感测数据的第一帧序列以及第二帧序列，第一帧序列和第二帧序列均包括多个重合帧；基于第一帧序列和第二帧序列，根确定第一输出帧序列和第二输出帧序列，第一输出帧序列指示与第一帧序列相关的第一特征信息、并且第二输出帧序列指示与第二帧序列相关的第二特征信息；以及基于第一输出帧序列和第二输出帧序列，利用多个权重参数来确定第三输出帧序列，第三输出帧序列指示与多个重合帧相关的第三特征信息。

根据本公开的第二方面，提供了一种用于数据处理的装置，该装置包括数据获取模块，被配置为获取感测数据的第一帧序列以及第二帧序列，第一帧序列和第二帧序列至少包括多个重合帧。该装置还包括数据处理模块，被配置为基于第一帧序列和第二帧序列，确定第一输出帧序列和第二输出帧序列，第一输出帧序列指示与第一帧序列相关的第一特征信息、并且第二输出帧序列指示与第二帧序列相关的第二特征信息。该装置还包括输出确定模块，被配置为基于第一输出帧序列和第二输出帧序列，利用多个权重参数来确定第三输出帧序列，第三输出帧序列指示与多个重合帧相关的第三特征信息。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，该存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开的第一方面所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开的第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时，实现根据本公开的第一方面所述的方法。

根据本公开的方案所得的输出能够有效表示感测数据的多个帧序列的时间上下文信息。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1是示出了本公开的多个实施例能够在其中实现的示例环境的示意图；