[发明专利]生成模拟图像训练数据

说明书

生成图像训练数据以训练自主摄影代理以学习给定一组人类用户的偏好和摄影风格。偏好和/或摄影风格包括但不限于：(i)特定年龄段的人类使用者(例如儿童或成人)；(ii)摄影者的专业性(专业摄影者而不是业余爱好者)；(iii)摄影者的健康状况；和/或(iv)摄影者的旅行状态(例如新城市的游客，而不是给定城市的居民)。

技术领域

本发明一般地涉及生成用于人工智能(AI)系统的训练数据的领域。

背景技术

“训练数据”或“训练数据集”的概念是已知的。截至2019年7月22日，Wikipedia关于“训练、验证和测试集”的条目说明如下：“在机器学习中，一项常见的任务是研究和构建可从数据中学习并做出预测的算法。这样的算法通过根据输入数据建立数学模型来进行数据驱动的预测或决策，从而发挥作用。用于构建最终模型的数据通常来自多个数据集……该模型最初适合训练数据集，该训练数据集是用于拟合模型参数(例如，人工神经网络中神经元之间的连接的权重)的一组示例。使用监督学习方法(例如梯度下降或随机梯度下降)在训练数据集上训练模型(例如神经网络或朴素贝叶斯分类器)。实践中，训练数据集通常由输入向量(或标量)和相应的输出向量(或标量)对组成，通常其被表示为目标(或标签)。当前模型与训练数据集一起运行，并为训练数据集中的每个输入向量生成结果，然后将结果与目标进行比较。”

发明内容

根据本发明的一方面，提供了一种计算机执行的方法、计算机程序产品和/或计算机系统，其执行以下操作(不一定按以下顺序)：(i)接收类信息数据集，其包括指示用于一类人的一组个人特征参数值范围的信息，该个人特征参数值范围分别对应于多个个人特征参数；(ii)接收摄影图像数据集，其包括：(a)由人拍摄的多个摄影图像，以及(b)对于每个给定的摄影图像，表征拍摄给定的摄影图像的摄影者的一组个人特征参数值，该组个人特征参数值分别对应于所述多个个人特征参数值；(iii)从所述多个摄影图像中选择多个训练图像，该选择基于分别与该摄影图像相关联的所述个人特征参数值范围和所述个人特征参数值；(iv)生成用于控制摄影机器人的仿人机器逻辑，以拍摄仿人摄影图像，该仿人摄影图像模仿倾向于由以该个人特征参数值范围为特征的人类拍摄的照片；(v)用仿人机器逻辑配置摄影机器人；(vi)通过摄影机器人在仿人机器逻辑的控制下拍摄第一仿人摄影图像。

附图说明

图1是根据本发明的系统的第一实施例的框图；

图2是示出第一实施例方法的流程图，该方法至少部分地由第一实施例系统执行；

图3是示出第一实施例系统的机器逻辑(例如，软件)部分的框图；

图4A是由本发明的第二实施例生成的第一屏幕截图视图；

图4B是由本发明的第二实施例生成的第二屏幕截图视图；

图5A是由本发明的第二实施例生成的第三屏幕截图视图；

图5B是由本发明的第二实施例生成的第四屏幕截图视图；

图6是由本发明的第二实施例生成的第五屏幕截图视图；

图7A是由本发明的第二实施例生成的第七屏幕截图视图；以及

图7B是由本发明的第二实施例生成的第八屏幕截图视图。

具体实施方式

本发明的一些实施例涉及生成用于训练自主摄影代理的图像训练数据，以学习给定的一组人类用户的偏好和摄影风格。偏好和/或摄影风格包括但不限于特定年龄段的人类使用者(例如儿童或成年人)、专业(专业摄影者而非业余爱好者)、健康状况、和/或旅行状况(例如出行的旅行者而不是给定城市的居民)。

该具体实施例部分分为以下子部分：(i)硬件和软件环境；(ii)示例实施例；(iii)进一步的评论和/或实施例；以及(iv)定义。

I.硬件和软件环境