[发明专利]用于训练对象检测系统的人工图像生成

说明书

公开了一种设备。该设备可以获取机器的机器模型和机器的机器模型的相关联的运动数据。该设备可以将机器模型渲染到与一组特征相关联的渲染环境中。该设备可以基于将机器模型渲染到渲染环境中来捕获机器模型和渲染环境的一组图像。该设备可以基于机器模型在渲染环境内相对于渲染环境内的图像捕获取向的位置来确定机器模型和渲染环境的一组图像的边界框数据。该设备可以提供机器模型和渲染环境的一组图像以及边界框数据作为用于对象检测的数据集。

技术领域

本发明总体上涉及人工图像生成和用于训练对象检测系统的人工图像生成。

背景技术

图像处理可以包括图像分类技术和对象检测技术。图像分类系统可以分析特定图像并且提供识别特定类别的对象被包括在特定图像中的可能性的信息。例如，图像分类系统可以提供指示在特定图像中某处描绘第一类对象的第一概率，在特定图像中某处描绘第二类对象的第二概率等的信息。

相反，在对象检测中，对象检测系统可以分析特定图像并且提供识别特定图像内的特定类别的对象的位置的信息。例如，对象检测系统可以提供指示在图像内的一个或多个不同位置处的特定图像中描绘了特定类别的对象的阈值概率的信息。换言之，对象检测系统可以检测特定图像中第一位置处的特定类别的对象的第一实例和特定图像中的第二位置处的特定对象的第二实例。在这种情况下，对象检测系统可以提供识别表示图像中的区域的一个或多个边界框的信息作为输出，在其中以阈值概率检测到特定类别的对象。可替代地，对象检测系统可以提供像素级分割数据，其可以是边界框数据的形式。像素级分割可以指将图像的像素识别为描绘特定类别的对象或不描绘特定类别的对象的信息，而不是使用框来定义其内部是描绘特定类别的对象的像素的区域。可替代地，对象检测系统可以提供像素级边界框数据，由此边界框表示特定类别的对象的像素级轮廓，而不是特定类别的对象的直线轮廓。

可以使用深度学习技术、卷积神经网络(CNN)技术、计算机视觉技术等来训练这种对象检测系统。然而，获取用于训练这种对象检测系统的图像可能是资源密集的。例如，对象检测系统的训练可以使用图像中要检测的对象的数千、数十万或甚至数百万个图像。此外，为了确保对象检测系统被训练为在各种条件(例如，环境条件、照明条件等)下检测对象，可能需要在各种条件中的每一种条件下获取对象的许多图像。

在2014年8月19日授予Brown等人的美国专利第8,811,633号中公开了一种提供自动训练数据收集以训练对象检测器的尝试(“’663专利”)。特别地，’663专利公开了从多个图像自动收集一组训练数据图像，并且合成地生成具有至少一个合成地产生的部分遮挡的被遮挡图像。然而，虽然’663专利中描述的系统可以自动收集图像并且生成部分被遮挡图像，但是这种处理需要大量的时间和资源。例如，在交通视频中收集车辆的图像以在使用30个交通监视摄像机所涉及的各种照明和天气条件下获取接近一百万张图像，交通监视摄像机在几个月的时间段内不断地捕获数据。

用于训练本发明的对象检测系统的人工图像生成解决了上述问题中的一个或多个和/或本领域中的其它问题。

发明内容

根据一些实现方式，一种方法可以包括由设备获取机器的机器模型和机器的机器模型的相关联的运动数据；由设备将机器模型渲染到与一组特征相关联的渲染环境中；由设备基于将机器模型渲染到渲染环境中来捕获机器模型和渲染环境的一组图像，其中一组图像基于基于相关联的运动数据或一组特征改变机器模型的位置中的至少一个而改变；由设备基于机器模型在渲染环境内相对于渲染环境内的图像捕获取向的位置来确定机器模型和渲染环境的一组图像的边界框数据；以及由设备提供机器模型和渲染环境的一组图像以及边界框数据作为用于对象检测的数据集。