[发明专利]一种基于关键信息匿名化的智能网联汽车数据训练方法、电子设备及计算机可读存储介质

权利要求书

1.一种基于关键信息匿名化的智能网联汽车数据训练方法，其特征在于：包括如下步骤，

1）初版模型获取；在云端，先对历史采集的路试数据中的关键信息进行匿名化处理，得到云端匿名化数据；然后对路试数据进行标注，得到标注结果数据后和云端匿名化数据一起进行模型训练，得到初版模型，将初版模型部署至车端；

2）车端数据脱敏处理；在车端，对车端实时或历史采集的原始数据中的关键信息采用和云端相同的匿名化处理，得到车端匿名化数据；

3）车端模型预测：利用部署至车端的初版模型对车端匿名化数据进行模型预测，将预测结果提供给车端应用；

4）云端数据更新；将车端匿名化数据上传至云端，与原有云端匿名化数据取并集并标注作为新一轮云端训练数据，用于下一次模型迭代；

5）模型优化；在云端，利用步骤4）得到的新一轮云端训练数据对现有模型进行训练，得到迭代模型；将迭代模型推送给车端进行更新。

2.根据权利要求1所述的一种基于关键信息匿名化的智能网联汽车数据训练方法，其特征在于：步骤1）的模型训练采用的模型为深度神经网络。

3.根据权利要求2所述的一种基于关键信息匿名化的智能网联汽车数据训练方法，其特征在于：所述深度神经网络包含但不限于卷积神经网络、循环神经网络、目标检测算法、语义分割算法。

4.根据权利要求1所述的一种基于关键信息匿名化的智能网联汽车数据训练方法，其特征在于：步骤1）和2）中的关键信息包括但不限于人脸和车牌，匿名化处理包括但不限于打马赛克、纯色填充、模糊处理。

5.根据权利要求1所述的一种基于关键信息匿名化的智能网联汽车数据训练方法，其特征在于：步骤4）在车辆待机状态时将车端匿名化数据上传至云端。

6.根据权利要求1所述的一种基于关键信息匿名化的智能网联汽车数据训练方法，其特征在于：步骤5）中用于算法迭代更新的云端训练数据包括但不限于路试数据集、车端采集的原始数据集，以及其它可以用于数据增强的数据集，包括但不限于对匿名化数据集进行翻转、旋转、缩放操作而生成的数据。

7.一种基于关键信息匿名化的智能网联汽车数据训练电子设备，其特征在于：包括存储器，配置为存储可执行指令；

处理器，配置为执行存储器中存储的可执行指令，以实现权利要求1至6中任意一项所述的一种基于关键信息匿名化的智能网联汽车数据训练方法。

8.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于：所述计算机程序指令执行上述权利要求1至6中任意一项所述的一种基于关键信息匿名化的智能网联汽车数据训练方法。