[发明专利]神经网络点云生成系统有效
申请号: | 201810508516.5 | 申请日: | 2018-05-24 |
公开(公告)号: | CN109003253B | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 林思南;J.郑;J.罗;D.S.迪温斯基 | 申请(专利权)人: | 通用电气公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T3/40 |
代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 姜冰;张金金 |
地址: | 美国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经网络 生成 系统 | ||
本发明公开了一种神经网络点云生成系统,该系统包括一个或多个处理器和存储生成式对抗网络(GAN)的存储器。所述一个或多个处理器被配置成接收低分辨率点云,所述低分辨率点云包括表示对象的一组三维(3D)数据点。所述GAN的生成器被配置成至少部分地基于所述低分辨率点云中的所述数据点的一个或多个特性来生成第一组生成数据点,并且将所述生成数据点内插到所述低分辨率点云中以产生表示所述对象并且具有比所述低分辨率点云更高的分辨率的超分辨点云。
技术领域
本公开描述的主题涉及使用一个或多个神经网络(neural networks)的图像分析系统。
背景技术
通过距离成像装置获取的三维(3D)深度图以3D映射扫描环境,并可用于各种与计算机视觉相关的任务。例如,3D深度图用于自主车辆导航、自主机器人导航、3D重建、计算机图形、视频游戏、虚拟现实、对象跟踪和识别等。然而,由已知距离成像装置获取的3D深度图具有几个缺点,包括低质量、低分辨率和/或低频率,这限制了深度图的有用性。例如,机器人自主运动的精度将受到机器人赖以确定如何在环境中运动的深度图的质量和分辨率的限制。至少部分地由于在捕获二维(2D)图像数据时未获取的附加深度相关信息,由距离成像装置获取的深度图的分辨率通常远小于标准2D摄像机可实现的分辨率。例如,在本文称为3D飞行时间相机的一些已知距离成像装置可以以可接受的频率获取3D数据,但是提供相对稀疏或低分辨率的深度图。稀疏深度图限制了计算机视觉任务深度图的效用。
发明内容
在一个实施例中,提供了一种系统(例如,点云生成系统(point cloudgeneration system)),其包括一个或多个处理器和存储生成式对抗网络(generativeadversarial network,GAN)的存储器。该一个或多个处理器被配置成接收包括一组三维(3D)数据点的低分辨率点云(low resolution point cloud)。低分辨率点云表示对象(object)。该一个或多个处理器被配置成将低分辨率点云输入到GAN,以使GAN的生成器至少部分地基于低分辨率点云中的数据点的一个或多个特性来生成第一组生成数据点(generated data points)。生成器被进一步配置成将生成数据点内插到(interpolate)低分辨率点云中以产生表示对象并且具有比低分辨率点云更高的分辨率的超分辨点云(super-resolved point cloud)。该一个或多个处理器被进一步配置成分析超分辨点云,以检测对象的标识(identity)或对对象的损坏中的一个或多个。
在一个实施例中,提供了一种方法(例如,用于生成点云),其包括获得包括一组三维(3D)数据点的低分辨率点云。低分辨率点云表示对象。该方法包括将低分辨率点云输入到生成式对抗网络(GAN)的生成器,该GAN的生成器被训练(trained)成至少部分地基于低分辨率点云中的数据点的一个或多个特性来生成第一组生成数据点。生成器被进一步配置成将生成数据点内插到低分辨率点云中,以产生表示对象并且具有比低分辨率点云更高的分辨率的超分辨点云。该方法还包括分析超分辨点云,以检测对象的标识或对对象的损坏中的一个或多个。
在一个实施例中,提供了一种系统(例如,点云生成系统),该系统包括生成式对抗网络(GAN)的生成器和GAN的鉴别器(discriminator),该生成器包括一个或多个处理器,并且该鉴别器包括一个或多个处理器。该生成器被配置成接收表示对象的低分辨率点云。低分辨率点云包括三维(3D)数据点。该生成器被配置成生成第一组生成3D数据点、并且将生成数据点内插到低分辨率点云中,以产生表示对象并且具有比低分辨率点云更高的分辨率的超分辨点云。该鉴别器被配置成预测超分辨点云中的对象是否是与一个或多个高分辨率训练点云(high resolution training point clouds)中表示的对象相似或相同的一个或多个。响应于预测超分辨点云中的对象是与一个或多个高分辨率训练点云中表示的对象相似或相同的一个或多个,生成器被配置成将超分辨点云传送给神经网络(neuralnetwork),用于神经网络的自动对象识别(automated object recognition)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于通用电气公司,未经通用电气公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810508516.5/2.html,转载请声明来源钻瓜专利网。