[发明专利]一种虚拟数据生成方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010750439.1 申请日: 2020-07-30
公开(公告)号: CN114065928A 公开(公告)日: 2022-02-18
发明(设计)人: 沈宇翔;王再冉;黄海斌;蔡东阳;刘裕峰;郭小燕;石磊 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06N3/08 分类号: G06N3/08;G06T17/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 李伟
地址: 100089 北京市海淀*** 国省代码: 北京;11
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 虚拟 数据 生成 方法 装置 电子设备 存储 介质
【说明书】:

本公开关于一种虚拟数据生成方法、装置、电子设备及存储介质,该方法包括:选取预先构建的虚拟建筑物模型,虚拟建筑物模型由多个建筑物平面构成,每个建筑物平面设置有相应的建筑物标签;对虚拟建筑物模型进行多视角采样,获得虚拟建筑物模型的多个视角图像,每个视角图像中包括至少一个建筑物视角平面,每个建筑物视角平面为其对应的建筑物平面在视角图像所对应视角下的视图;对每个视角图像中的每个建筑物视角平面及该建筑物视角平面对应的建筑物标签进行增强处理,获得每个建筑物视角平面对应的训练平面及训练标签;将训练平面及训练标签作为用于神经网络训练的虚拟数据。应用本公开提供的方法,能够有效提升神经网络的训练数据的质量。

技术领域

本公开涉及计算机视觉领域,尤其涉及一种虚拟数据生成方法、装置、电子设备及存储介质。

背景技术

相关技术中,在计算机视觉领域内,可通过神经网络训练的方法,让计算设备获得对特定对象的检测能力。神经网络的检测能力的优劣,取决于该神经网络是否具有稳定的网络结构和精确的网络参数。因此,在实际的神经网络训练过程中,训练数据的选取变得非常关键,训练数据的数据量、质量以及数据标签的质量、数据收集的成本等因素,很大程度上决定了神经网络训练完成后,检测能力的精准性。

进一步的,在对用于建筑物表面检测的神经网络进行训练时,训练数据的来源一般采集真实建筑物数据。真实建筑物数据的采集过程中,受外界因素的影响较大,且真实建筑物数据采集完成后,数据标签的人工处理难度较大,进而影响了用于建筑物表面检测的神经网络的训练精度,降低了神经网络的检测能力。

发明内容

本公开提供一种虚拟数据生成方法、装置、电子设备及存储介质,以至少解决相关技术中真实建筑物数据作为训练数据时,受外界因素影响较大,影响了用于建筑物表面检测的神经网络的训练精度,降低了神经网络的检测能力的问题。本公开的技术方案如下:

根据本公开实施例的第一方面,提供一种虚拟数据生成方法,包括:

选取预先构建的虚拟建筑物模型,所述虚拟建筑物模型由多个建筑物平面构成,每个所述建筑物平面设置有相应的建筑物标签;所述建筑物平面为所述虚拟建筑物模型的外表面区域;

对所述虚拟建筑物模型进行多视角采样,获得所述虚拟建筑物模型的多个视角图像,每个所述视角图像中包括至少一个建筑物视角平面,每个所述建筑物视角平面为其对应的建筑物平面在所述视角图像所对应视角下的视图;

对每个所述视角图像中的每个建筑物视角平面及该建筑物视角平面对应的建筑物标签进行增强处理,获得每个建筑物视角平面对应的训练平面及所述训练平面对应的训练标签;

将每个所述视角图像中的各个训练平面及每个训练平面对应的训练标签作为用于神经网络训练的虚拟数据。

可选的,所述虚拟建筑物模型的构建过程,包括:

获取预先设置的几何体,所述几何体由多个三角面组成;

在所述多个三角面中随机选取一个三角面作为起始三角面;

在所述几何体中划分出所述起始三角面对应的第一建筑物平面,并为所述第一建筑物平面分配其对应的建筑物标签,所述第一建筑物平面由至少一个三角面组成,组成所述第一建筑物平面的各个三角面中至少包括所述起始三角面,且组成所述第一建筑物平面的各个三角面中任意相邻两个三角面的法线之间的相似性均小于预设相似阈值;

在所述多个三角面中剩余的各个三角面中随机选取新的起始三角面,并在所述几何体中划分出所述新的起始三角面所对应的建筑物平面并分配建筑物标签,直至所述几何体中的所有三角面均划分至其对应的建筑物平面中,完成所述虚拟建筑物模型的构建过程。

可选的,所述对所述虚拟建筑物模型进行多视角采样,获得所述虚拟建筑物模型的多个视角图像,包括:

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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/202010750439.1/2.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