[发明专利]用于逼真性的图像增强

权利要求书

1.一种方法，其包括：

将变换函数应用于来自真实世界数据集的多个图像以生成多个特征向量；

应用子空间生成算法来生成子空间的基向量；以及

将模拟图像投影到所述子空间上以生成合成图像。

2.如权利要求1所述的方法，其还包括将所述合成图像输入到神经网络以训练所述神经网络。

3.如权利要求2所述的方法，其还包括将来自传感器的图像数据输入到所述神经网络以识别以下中的一者：附接到车辆的挂接球或挂车附接所述车辆的两个部分之间的角度。

4.如权利要求1所述的方法，其还包括将所述变换函数应用于所述模拟图像以生成模拟特征向量，将所述模拟特征向量投影到所述子空间上以生成合成特征向量，以及将所述变换函数的逆函数应用于所述合成特征向量以生成所述合成图像。

5.如权利要求1所述的方法，其中所述变换函数是离散余弦变换、傅里叶变换、卷积自编码器或离散小波变换中的一者。

6.如权利要求1所述的方法，其还包括从多个模拟图像生成多个合成图像，以及通过将所述多个合成图像输入到神经网络来训练所述神经网络。

7.如权利要求6所述的方法，其还包括从图像生成引擎生成多个模拟图像以及从所述多个模拟图像生成所述多个合成图像。

8.如权利要求1-7中任一项所述的方法，其中所述子空间生成算法是主分量分析算法、独立分量分析算法或稀疏字典学习算法中的一者。

9.如权利要求1-7中任一项所述的方法，其还包括向包括一些但并非所有所述多个特征向量的一组特征向量分配来自所述多个特征向量中的具有高于所有所述多个特征向量的协方差矩阵中的阈值的本征值总和的特征向量，以及从所述一组特征向量的本征向量生成所述子空间的所述基向量。

10.如权利要求1-7中任一项所述的方法，其还包括将从所述模拟图像生成的所述特征向量投影到所述子空间上以包括所述模拟图像中不存在的逼真特征。

11.如权利要求3-7中任一项所述的方法，其还包括将所述合成图像输入到神经网络以训练所述神经网络。

12.如权利要求2-3、5-7中任一项所述的方法，其还包括将所述变换函数应用于所述模拟图像以生成模拟特征向量，将所述模拟特征向量投影到所述子空间上以生成合成特征向量，以及将所述变换函数的逆函数应用于所述合成特征向量以生成所述合成图像。

13.一种计算机，其被编程为执行权利要求1-7中任一项所述的方法。

14.一种车辆，其包括权利要求13所述的计算机。

15.一种计算机程序产品，其包括存储指令的计算机可读介质，所述指令能够由计算机处理器执行以执行权利要求1-7中任一项所述的方法。