[发明专利]仿真场景的生成方法及装置

权利要求书

1.一种仿真场景的生成方法，其特征在于，包括：

获取基准场景的场景参数，所述基准场景的场景参数的维度为M；

将所述基准场景的场景参数输入到经过训练的编码器中，根据所述编码器的输出结果获取编码参数，所述编码参数的维度为N，N<M；

对所述编码参数进行调整，得到调整后的编码参数，将所述调整后的编码参数分别输入到经过训练的解码器中，所述解码器用于根据所述调整后的编码参数获取重建场景的场景参数，所述重建场景的场景参数的维度与所述基准场景的场景参数的维度相同；

根据所述解码器输出的所述重建场景的场景参数，生成仿真场景。

2.根据权利要求1所述的方法，其特征在于，所述对所述编码参数进行调整，得到调整后的编码参数，包括：

确定所述编码参数的K个维度，对所述编码参数中除所述K个维度之外的N-K个维度的参数进行调整，得到调整后的编码参数，1<＝K<N。

3.根据权利要求1所述的方法，其特征在于，所述根据所述解码器输出的所述重建场景的场景参数，生成仿真场景之后，还包括：

根据预设策略，判断所述仿真场景是否合理。

4.根据权利要求1所述的方法，其特征在于，所述将所述基准场景的场景参数输入到经过训练的编码器中之前，还包括：

获取至少一个待训练场景的场景参数，所述待训练场景的场景参数的维度为M；

将所述待训练场景的场景参数输入到待训练的编码器中，根据所述编码器的输出结果获取编码参数，所述编码参数的维度为N；

将所述编码参数输入到待训练的解码器中，获取所述解码器输出的重建场景的场景参数；

根据所述待训练场景和所述重建场景之间的差异，对所述待训练的编码器和解码器进行训练，得到训练后的编码器和解码器。

5.根据权利要求4所述的方法，其特征在于，所述根据所述编码器的输出结果获取编码参数，包括：

对所述编码器的输出结果添加预设分布的噪声，得到编码参数。

6.根据权利要求5所述的方法，其特征在于，所述预设分布的噪声为正态分布的噪声。

7.根据权利要求6所述的方法，其特征在于，所述根据所述待训练场景和所述重建场景之间的差异之前，还包括：

根据所述待训练场景的场景参数和所述重建场景的场景参数，获取重建损失；

根据所述编码器的输出结果获取正态分布误差；

根据所述重建损失和所述正态分布误差，获取所述待训练场景和所述重建场景之间的差异。

8.根据权利要求7所述的方法，其特征在于，

所述根据所述待训练场景的场景参数和所述重建场景的场景参数，获取重建损失，包括：

根据所述待训练场景的场景参数和所述重建场景的场景参数之间的欧式距离，获取重建损失；

所述根据所述编码器的输出结果获取正态分布误差，包括：

根据所述编码器的输出结果的均值和方差，获取正态分布误差，其中，所述均值和方差的维度均为N。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述编码器和所述解码器为深度神经网络模型。

10.一种仿真场景的生成装置，其特征在于，包括：

获取模块，用于获取基准场景的场景参数，所述基准场景的场景参数的维度为M；

编码模块，用于将所述基准场景的场景参数输入到经过训练的编码器中，根据所述编码器的输出结果获取编码参数，所述编码参数的维度为N，N<M；

调整模块，用于对所述编码参数进行调整，得到调整后的编码参数；

解码模块，用于将所述调整后的编码参数分别输入到经过训练的解码器中，所述解码器用于根据所述调整后的编码参数获取重建场景的场景参数，所述重建场景的场景参数的维度与所述基准场景的场景参数的维度相同；

生成模块，用于根据所述解码器输出的所述重建场景的场景参数，生成仿真场景。