[发明专利]一种图像数据生成方法及装置有效

专利信息
申请号: 201910626093.1 申请日: 2019-07-11
公开(公告)号: CN110428388B 公开(公告)日: 2023-08-08
发明(设计)人: 邹成;郁树达;郭林杰;李思琪;马岳文;赵雄心;周大江 申请(专利权)人: 创新先进技术有限公司
主分类号: G06T5/50 分类号: G06T5/50;G06T17/00;G06T7/80;G06N3/08;G06N3/0464
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 许振新;朱文杰
地址: 英属开曼群岛大开曼*** 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: 一种 图像 数据 生成 方法 装置
【说明书】:

本说明书一个或多个实施例提供了一种图像数据生成方法及装置,该方法包括:获取目标对象的仿真对象模型和目标场景的仿真环境模型;基于该仿真对象模型和仿真环境模型,构建目标场景的仿真场景;基于该仿真场景,生成渲染图像,以及确定该渲染图像的标注信息,其中,该标注信息用于表征仿真场景包含的仿真对象模型在该渲染图像中的分布信息。通过自动构建目标场景的仿真场景,并利用三维渲染技术对仿真场景进行渲染得到多个目标标注图像,这样无需现场拍摄大量实拍图像,也无需手动对实拍图像进行标注,即可实现快速生成图像真实感高且标注准确度高的合成图像,为模型训练提高大量可用的带标注信息的样本数据。

技术领域

本说明书一个或多个涉及人工智能技术领域,尤其涉及一种图像数据生成方法及装置。

背景技术

目前,随着机器学习和人工智能的迅猛发展,机器学习技术已被广泛地应用到各种领域,解决了多数传统算法无法解决的难题,例如,在图像识别、语音识别、自然语言处理等领域,机器学习技术均发挥了举足轻重的作用。

然而,对于机器学习(特别是深度学习)而言,由于其具有不可解释性,使得机器学习模型(特别是深度学习模型)的准确率和召回率依赖于训练样本的数量和质量,因此,需要获取大量带标注信息的样本数据,才能够基于这些样本数据训练出准确度高的神经网络识别模型。

当前,带标注信息的样本数据主要通过采集大量的现场实拍图像,再由人工手动对现场实拍图像进行信息标注,这样一方面获取大量的现场实拍图像难度比较大,另一方面,还存在标注效率低、人工成本高、人为因素影响大、准确度低的问题,导致难以在短时间内产生训练模型所需的大量标注数据。

因此,需要提供一种真实度高、准确度高、人工成本低的带标注信息的样本图像数据生成方法。

发明内容

本说明书一个或多个实施例的目的是提供一种图像数据生成方法及装置,通过自动构建目标场景的仿真场景,并利用三维渲染技术对仿真场景进行渲染得到多个目标标注图像,这样无需现场拍摄大量实拍图像,也无需手动对实拍图像进行标注,即可实现快速生成图像真实感高且标注准确度高的合成图像,为模型训练提高大量可用的带标注信息的样本数据。

为解决上述技术问题,本说明书一个或多个实施例是这样实现的:

本说明书一个或多个实施例提供了一种图像数据生成方法,包括:

获取目标对象的仿真对象模型和目标场景的仿真环境模型;

基于所述仿真对象模型和所述仿真环境模型,构建所述目标场景的仿真场景;

基于所述仿真场景,生成渲染图像,以及确定所述渲染图像的标注信息,其中,所述标注信息用于表征所述仿真场景包含的仿真对象模型在所述渲染图像中的分布信息。

本说明书一个或多个实施例提供了一种图像数据生成装置,包括:

仿真模型获取模块,用于获取目标对象的仿真对象模型和目标场景的仿真环境模型;

仿真场景构建模块,用于基于所述仿真对象模型和所述仿真环境模型,构建所述目标场景的仿真场景;

图像数据生成模块,用于基于所述仿真场景,生成渲染图像,以及确定所述渲染图像的标注信息,其中,所述标注信息用于表征所述仿真场景包含的仿真对象模型在所述渲染图像中的分布信息。

本说明书一个或多个实施例提供了一种图像数据生成设备,包括:处理器;

以及

被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:

获取目标对象的仿真对象模型和目标场景的仿真环境模型;

基于所述仿真对象模型和所述仿真环境模型,构建所述目标场景的仿真场景;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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创新先进技术有限公司,未经创新先进技术有限公司许可,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/201910626093.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top