[发明专利]道路正视图生成方法及装置、电子设备、存储介质

说明书

本发明提供了一种道路正视图生成方法及装置、电子设备、存储介质，涉及计算机技术领域。该道路正视图生成方法包括：获取预处理的高精度地图以及分割数据；根据分割数据对高精度地图进行分割处理以生成高精度地图对应的目标图像帧集；获取预设的道路材质数据，并将所述道路材质数据与所述目标图像帧集输入到预先训练的道路正视图生成模型中；以及根据道路正视图生成模型生成与道路材质数据以及目标图像帧集对应的道路图像帧集，并将道路图像帧集进行拼接处理生成道路正视图。本发明实施例的技术方案能够生成真实感较强、种类多样化以及面向大规模生产的道路正视图，而且操作简单，提高用户的使用体验。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种道路正视图生成方法、道路正视图生成装置、电子设备以及计算机可读存储介质。

背景技术

随着人工智能技术的迅速发展，生成式对抗网络(Generative AdversarialNetworks，GAN)成为复杂分布上无监督学习最具前景的方法之一。

目前，生成道路正视图的方式中，要么根据真实街景图像拼接合成，要么根据已有的场景库选取道路面进行合成。但是根据真实街景图像拼接合成的方式不仅工作量大，而且拼接生成的道路正视图存在缝隙或者叠影，合成的结果单一且平滑性以及连续性较差；根据已有的场景库选取道路面进行合成的方式，生成的道路正视图只是小片段，没有大规模合成效果，难于应用到大规模街景仿真中，且无法根据用户的期望进行生成，降低用户的使用体验。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例的目的在于提供一种道路正视图生成方法、道路正视图生成装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服现有技术中生成的道路正视图的平滑性以及连续性较差，且生成方向不可控的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明实施例的第一方面，提供了一种道路正视图生成方法，包括：获取预处理的高精度地图以及分割数据；根据所述分割数据对所述高精度地图进行分割处理以生成所述高精度地图对应的目标图像帧集；获取预设的道路材质数据，并将所述道路材质数据与所述目标图像帧集输入到预先训练的道路正视图生成模型中；以及根据所述道路正视图生成模型生成与所述道路材质数据以及所述目标图像帧集对应的道路图像帧集，并将所述道路图像帧集进行拼接处理生成道路正视图。

在本发明的一些示例实施例中，基于前述方案，根据所述分割数据对所述高精度地图进行分割处理以生成所述高精度地图对应的目标图像帧集包括：获取在所述高精度地图上设定的行车轨迹，并按照预设距离在所述行车轨迹上确定轨迹点；根据所述轨迹点对所述高精度地图进行分割处理以生成所述高精度地图对应的目标图像帧集。

在本发明的一些示例实施例中，基于前述方案，所述目标图像帧集包括边缘语义图像帧集以及分割语义图像帧集，所述根据所述分割数据对所述高精度地图进行分割处理以生成所述高精度地图对应的目标图像帧集包括：根据所述轨迹点对所述高精度地图进行分割处理以生成所述边缘语义图像帧集；通过预设规则对所述边缘语义图像帧集进行标识处理，确定所述边缘语义图像帧集对应的分割语义图像帧集。

在本发明的一些示例实施例中，基于前述方案，所述道路正视图生成模型包括生成网络以及判别网络，在根据所述道路正视图生成模型生成与所述道路材质数据以及所述目标图像帧集对应的道路图像帧集之前，所述方法还包括：获取样本道路正视图以及所述样本道路正视图对应的样本高精度地图；对所述样本道路正视图以及样本高精度地图进行所述分割处理，确定样本道路正视图像帧集以及样本语义图像帧集；根据所述样本道路正视图像帧集以及所述样本语义图像帧集对预先建立的道路正视图生成模型进行训练，直到所述判别网络识别所述生成网络生成的样本道路图像帧集时输出的值为预设值。