[发明专利]基于空间位置的数据确定方法、装置及电子设备

权利要求书

1.一种基于空间位置的数据确定方法，其特征在于，所述基于空间位置的数据确定方法包括：

获取多个检测位置中的目标检测位置的实际检测数据；

基于所述实际检测数据和所述多个检测位置的空间位置，建立多维数据结构；

将所述多维数据结构输入到预先训练好的机器学习模型，获得所述多个检测位置的预测数据，其中，所述机器学习模型包括数据压缩网络和数据还原网络；

基于所述预测数据，确定所述多个检测位置的目标检测数据，

其中，基于所述实际检测数据和所述多个检测位置的空间位置，建立多维数据结构，包括：

根据所述多个检测位置之间的空间距离，建立多维数据网格，其中，所述多维数据网格中的每个格点对应一个计算位置，所述计算位置包括所述多个检测位置和空白位置，所述多个检测位置包括预测位置；

将所述目标检测位置的实际检测数据填充到所述多维数据网格中的与所述目标检测位置对应的格点，将空白数据填充到所述多维数据网格中的与预测位置和空白位置对应的格点；

根据填充有所述实际检测数据和所述空白数据的多维数据网格，确定所述多维数据结构。

2.根据权利要求1所述的基于空间位置的数据确定方法，其特征在于，根据填充有所述实际检测数据和所述空白数据的多维数据网格，确定所述多维数据结构，包括：

根据所述预先训练好的机器学习模型的数据尺寸，调整填充有所述实际检测数据和所述空白数据的多维数据网格的数据尺寸，将调整后的多维数据网格确定为所述多维数据结构。

3.根据权利要求1所述的基于空间位置的数据确定方法，其特征在于，通过以下方式对所述预先训练好的机器学习模型进行训练：

基于多个卷积层，建立所述数据压缩网络；

基于与所述多个卷积层对应的多个反卷积层，建立所述数据还原网络；

基于所述数据压缩网络和所述数据还原网络，训练所述机器学习模型。

4.根据权利要求3所述的基于空间位置的数据确定方法，其特征在于，基于所述数据压缩网络和所述数据还原网络，训练所述机器学习模型，包括：

获取所述多个检测位置的历史检测数据，基于所述历史检测数据，根据所述多个检测位置的空间位置，按照时间序列建立对应于不同时间点的历史多维数据结构；

将所述历史多维数据结构输入到所述数据压缩网络，获得从所述数据压缩网络输出的编码数据，并将所述编码数据输入到所述数据还原网络，获得从所述数据还原网络输出的解码数据；

比较所述历史多维数据结构和所述解码数据，根据比较结果训练所述机器学习模型。

5.根据权利要求3或4所述的基于空间位置的数据确定方法，其特征在于，基于与所述多个卷积层对应的多个反卷积层，建立所述数据还原网络，包括：

将所述多个反卷积层中的倒数第n个反卷积层的输出与所述多个卷积层中的第n个卷积层的输出相加，并将相加结果作为所述多个反卷积层中的第n+1个反卷积层的输入，其中，n为正整数。

6.根据权利要求1所述的基于空间位置的数据确定方法，其特征在于，基于所述预测数据，确定所述多个检测位置的目标检测数据，包括：

确定与所述目标检测位置对应的预测数据；

利用与所述目标检测位置对应的预测数据替换所述多维数据结构中的所述目标检测位置的所述实际检测数据。