原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号CN110991523A
(43)申请公布日
2020.04.10
(21)申请号201911203533.9
(22)申请日2019.11.29
(71)申请人西安交通大学
地址710049陕西省西安市咸宁西路28号
(72)发明人刘跃虎尚碧瑶张驰
(74)专利代理机构西安通大专利代理有限责任
公司61200
代理人马贵香
(51)Int.Cl.
G06K9/62(2006.01)
权利要求书4页说明书9页附图3页
(54)发明名称
一种面向无人驾驶车辆检测算法性能的可
解释性评估方法
(57)摘要
本发明公开一种面向无人驾驶车辆检测算
法性能的可解释性评估方法，包括以下步骤：对
测试样例进行语义概念的描述并构建语义概念
空间；利用卷积神经网络提取测试样例的特征并
构建测试样例空间；利用岭回归探索测试样例与
待评估车辆检测算法的评估结果之间的内在联
系；利用字典学习进行测试样例的语义概念表征
学习；通过回归的方法对语义概念与评估结果的
关联性进行建模，再根据建模结果进行面向无人
驾驶车辆检测算法性能的可解释性评估，该方法
实现对面向无人驾驶车辆检测算法性能的可解
A释性评估。
3
2
5
1
9
9
0
1
1
N
C
CN110991523A权利要求书1/4页
1.一种面向无人驾驶车辆检测算法性能的可解释性评估方法，其特征在于，包括以下
步骤：
对测试样例进行语义概念的描述并构建语义概念空间；利用卷积神经网络提取测试样
例的特征并构建测试样例空间；利用岭回归探索测试样例与待评估车辆检测算法的评估结
果之间的内在联系；利用字典学习进行测试样例的语义概念表征学习；通过回归的方法对
语义概念与评估结果的关联性进行建模，再根据建模结果进行面向无人驾驶车辆检测算法
性能的可解释性评估。
2.根据权利要求1所述的面向无人驾驶车辆检测算法性能的可解释性评估方法，其特
征在于，具体包含以下步骤：
1)构建语义概念空间
基于领域知识对测试样例进行语义概念的描述，并构建语义概念空间，将针对交通场
景测试样例的语义概念分为图像级语义概念及目标级语义概念，并利用语义概念描述测试
样例；
2)构建测试样例空间
利用卷积神经网络提取测试样例的特征，并构建测试样例空间，再分别利用不同的预
训练网络对图像级及目标级的特征进行提取；
3)探究测试样例与评估结果内在联系
对车辆检测算法输入不同测试样例，获得不同评估结果，再对测试样例的特征变化与
其对应的不同评估结果之间利用岭回归进行相关分析；
4)隐空间嵌入与回归分析
利用字典学习联合测试样例空间和语义概念空间学习隐空间，进行测试样例的语义概
念表征学习，再通过回归的方法对语义概念与评估结果的关联性进行建模，并在隐空间嵌
入的基础上，进行隐空间与输出评估结果空间之间的关联性建模；
5)联合建模与计算
使用隐空间作为步骤4)中隐空间嵌入与回归方法的中间变量，联合求解隐空间嵌入与
语义-性能回归问题，同时利用步骤3)分析得到的关联结果对字典的学习过程进行约束，再
利用隐空间字典学习框架通过迭代求取整体最优解；
6)评估解释
利用目标函数各项的映射系数与线性关系推导出不同语义概念在特定测试样例范围
内对评估结果的影响情况。
3.根据权利要求2所述的面向无人驾驶车辆检测算法性能的可解释性评估方法，其特
征在于，步骤1)的具体操作过程为
文档评论（0）