(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210967720.X (22)申请日 2022.08.12 (71)申请人 零束科技有限公司 地址 201805 上海市嘉定区安亭镇墨玉南 路888号2201室JT1740 (72)发明人 祝露　 (74)专利代理 机构 北京合智同创知识产权代理 有限公司 1 1545 专利代理师 李杰 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/77(2022.01) (54)发明名称 数据筛选方法、 装置、 电子设备及计算机存 储介质 (57)摘要 本发明实施例提供了一种数据筛选方法、 装 置、 电子设备及计算机存储介质。 通过特征提取 模型提取一组车辆采集图像的高维特征。 并对一 组车辆采集图像的高维特征进行降维， 得到所述 一组车辆采集图像的低维特征。 基于所述一组车 辆采集图像的低维特征， 计算所述一组车辆采集 图像之间的相似度。 从所述一组车辆采集图像 中， 筛选相似度小于预设相似度阈值的车辆采集 图像。 本发明的方案提高了数据筛选的精确度， 进而提高了数据筛选的效率， 便于后续模型的开 发和训练。 权利要求书2页 说明书10页 附图2页 CN 115294368 A 2022.11.04 CN 115294368 A 1.一种数据筛 选方法， 其特 征在于， 包括： 通过特征提取模型提取一组车辆采集图像的高维特征， 所述特征提取模型基于自监督 学习方法训练得到； 对所述一组车辆采集图像的高维特征进行降维， 得到所述一组车辆采集图像的低维特 征； 基于所述 一组车辆采集图像的低维特 征， 计算所述 一组车辆采集图像之间的相似度； 从所述一组车辆采集图像中， 筛 选相似度小于预设相似度阈值的车辆采集图像。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述一组车辆采集图像的高维特征 进行降维， 得到所述 一组车辆采集图像的低维特 征， 包括： 将所述一组车辆采集图像的高维特征进行投影， 得到所述一组车辆采集图像的低维特 征。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述一组车辆采集图像的高维特征 进行投影， 得到所述 一组车辆采集图像的低维特 征， 包括： 将所述一组车辆采集图像的高维特征在第一坐标系中的图像特征向量投影到所述第 二坐标系的投影坐标轴上， 得到所述一组车辆采集图像在第三坐标系中的低维特征对应的 图像特征向量， 所述第二坐标系的维度与第三坐标系的维度之和等于所述第一坐标系的维 度。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述一组车辆采集图像的低维特 征， 计算所述 一组车辆采集图像之间的相似度， 包括： 构建所述低维特征对应的图像特征向量的向量距离矩阵和向量密度图， 所述向量距离 矩阵用于查找所述一组车辆采集图像中的图像特征向量之 间的距离， 所述向量密度图用于 指示所述 一组车辆采集图像中的各图像特 征向量的分布密度； 根据所述向量距离矩阵和所述向量密度图计算所述 一组车辆采集图像之间的相似度。 5.根据权利要求4所述的方法， 其特征在于， 所述构建所述低维特征对应的图像特征向 量的向量距离矩阵和向量密度图， 包括： 计算所述一组车辆采集图像中的任意两个所述图像特征向量之间的距离， 构建所述低 维特征对应的所述图像特 征向量的向量距离矩阵； 根据所述一组车辆采集图像中的多个相邻的图像特征向量之间的距离以及相邻的图 像特征向量的数量， 计算所述 一组车辆采集图像的各图像特 征向量密度； 基于所述各图像特 征向量密度的分布构建所述向量密度图。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述向量距离矩阵和所述向量密 度图计算所述 一组车辆采集图像之间的相似度， 包括： 根据所述向量密度图， 确定所述 一组车辆采集图像中密度最大的图像特 征向量； 将所述一组车辆采集图像中密度最大的图像特征向量移动至所述一组车辆采集图像 的筛选图像集 合中； 根据所述向量距离矩阵查找所述筛选图像集合中所述密度最小的图像特征向量与所 述一组车辆采集图像中各个图像特 征向量之间的距离； 若所述距离小于预设距离， 则判定所述一组车辆采集图像中该图像特征向量与所述筛 选图像集 合中密度最小的图像特 征向量相似。权　利　要　求　书 1/2 页 2 CN 115294368 A 27.根据权利要求6所述的方法， 其特征在于， 所述根据所述向量距离矩阵和向量密度图 计算所述 一组车辆采集图像之间的相似度， 还 包括： 将判定为相似的所述图像特征向量从所述一组车辆采集图像中删除， 以确定待处理 的 车辆采集图像组。 8.根据权利要求7所述的方法， 其特征在于， 所述根据所述向量距离矩阵和向量密度图 计算所述 一组车辆采集图像之间的相似度， 还 包括： 判断所述待处 理的车辆采集图像组是否为空； 若所述待处理 的车辆采集图像组不为空， 将所述待处理 的车辆采集图像组中密度最大 的图像特 征向量移动至所述筛 选图像集 合中； 根据所述向量距离矩阵查找所述筛选图像集合中密度最小的图像特征向量与所述待 处理的车辆采集图像组中各个图像特 征向量之间的距离； 若所述距离小于预设距离， 则判定所述待处理车辆采集图像中该图像特征向量与 所述 筛选图像集 合中密度最小的图像特 征向量相似； 将判定为相似的所述图像特征向量从所述待处理 的车辆采集图像组中删除， 再次判断 直至所述待处 理的车辆采集图像组为空。 9.根据权利要求8所述的方法， 其特征在于， 所述从所述一组车辆采集图像中， 筛选相 似度小于预设相似度阈值的车辆采集图像， 包括： 将每次得到的所述待处理的车辆采集图像组中密度最大的图像特征向量移动至所述 一组车辆采集图像的先 前筛选图像集 合中， 得到当前筛 选图像集 合； 所述当前筛 选图像集 合中的各个图像特 征向量之间的距离均大于所述预设距离 。 10.一种数据筛 选装置， 包括： 数据采集模块， 用于通过特征提取模型提取一组车辆采集图像的高维特征， 所述特征 提取模型基于自监 督学习方法训练得到； 数据降维模块， 用于对所述一组车辆采集图像的高维特征进行降维， 得到所述一组车 辆采集图像的低维特 征； 数据计算模块， 用于基于所述一组车辆采集图像的低维特征， 计算所述一组车辆采集 图像之间的相似度； 数据筛选模块， 用于从所述一组车辆采集图像中， 筛选相似度小于预设相似度阈值的 车辆采集图像。 11.一种电子设备， 包括： 处理器； 存储程序的存 储器； 其中， 所述程序包括指令， 所述指令在由所述处理器执行时使所述处理器执行根据权 利要求1‑9中任一项所述的方法。 12.一种计算机存储介质， 其上存储有计算机程序， 该程序被处理器执行时实现如权利 要求1‑9中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 115294368 A 3