[发明专利]用于生成合成训练数据的系统和方法

说明书

本公开涉及用于生成合成训练数据的系统和方法。用于生成合成训练数据(185)的系统可以包括一个或多个处理器(110)、以及与一个或多个处理器通信并且具有接收模块(171)，复制模块(172)和插入模块(173)的存储器(170)。模块具有在由一个或多个处理器执行时使一个或多个处理器接收原始训练数据(182)的指令：该原始训练数据是三维点云的形式并且具有由该三维点云的至少一部分形成的一个或多个原始对象(183)，一个或多个原始对象被标注有原始标注数据(506A，506B)，复制一个或多个原始对象中的一个原始对象，以生成合成对象(187)，并且将合成对象插入原始训练数据内以生成合成训练数据。

技术领域

本文所描述的主题总体上涉及用于生成合成训练数据的系统和方法。

背景技术

所提供的背景描述是为了概括地呈现本公开的上下文。就其可以在该背景技术部分中被描述的程度而言，以及在提交申请时可能不符合现有技术的描述的方面，发明人的工作既没有明确地也没有隐式地被承认为针对本技术的现有技术。

一些机器学习算法基于样本数据构建数学模型，样本数据通常被称为训练数据，以在没有被显式编程要进行预测和决定的情况下进行预测和决定。本质上，机器学习算法接收训练数据，并且基于机器学习算法的输出，使机器学习算法的一个或多个权重被调整。

训练机器学习算法的一个形式涉及有监督训练。有监督训练涉及经标注的训练数据的使用。经标注的训练数据是如下训练数据，该训练数据包括要被处理的数据、以及有关正确预测或决定的标注，正确预测或决定通过被训练的机器学习算法应当被达到。例如，如果机器学习算法被训练用于确定图像是猫的图像还是狗的图像，则训练数据包括猫和狗的图像、以及指示该图像实际是猫的图像还是狗的图像的标注。在有监督训练期间，图像被提供给机器学习算法，并且基于机器学习算法的输出和标注数据，机器学习算法的一个或多个权重将被调整。随着时间推移，机器学习算法被调整，使得它能够准确确定和预测图像是否包含猫或狗。

在有监督训练方式中，训练机器学习算法的一个缺点是训练数据必须包括标注。标准训练数据通常由人类操作者手动执行。因此，在上面所给的例子中，人类操作者必须查看每张图像，确定图像是猫的图像还是狗的图像，然后利用正确答案标注该图像。

标注数据以生成训练数据集的这一困难在更复杂的应用中变得更加复杂，诸如在当前被开发以供在车辆中使用的基于机器学习的对象检测算法的训练中。此外，基于机器学习的对象检测算法要求大量的训练数据以正确训练对象检测算法，来识别车辆周围大量的不同对象。

发明内容

该概要部分是对所公开内容的一般性总结，而非对其全部范围或全部特点的全面阐释。

在一项实施例中，用以生成合成训练数据的系统可以包括一个或多个处理器，以及与一个或多个处理器通信的存储器。该存储器可以包括接收模块、复制模块和插入模块。接收模块可以具有在由一个或多个处理器执行时使一个或多个处理器接收原始训练数据的指令。该原始训练数据可以是三维点云的形式，并且具有由三维点云的至少一部分形成的一个或多个原始对象，一个或多个原始对象被标注有原始标注数据。

复制模块可以具有在由一个或多个处理器执行时使一个或多个处理器复制一个或多个原始对象中的一个原始对象以生成合成对象的指令，合成对象可以由形成一个或多个原始对象中的一个原始对象的三维点云的复制部分形成，并且被标注有合成经标注数据，合成经标注数据可以是一个或多个原始对象的原始标注数据的复制。

插入模块具有在由一个或多个处理器执行时使一个或多个处理器将合成对象插入原始训练数据内以生成合成训练数据的指令。