[发明专利]数据处理方法、装置及对象识别方法、装置

说明书

本申请实施例提供了数据处理方法、装置及对象识别方法、装置，应用于数据增强技术领域。该数据处理方法包括：获取源三维数据；按照预设的数据生成策略，基于所述源三维数据，生成指定格式的三维数据，作为待处理数据；获取所述参考三维数据的成像风格特征，作为目标风格特征；基于所述目标风格特征，对所述待处理数据进行风格迁移，得到与所述参考三维数据的成像风格相匹配的三维数据。通过本方案，可以将不同来源的三维数据处理为与采集于目标应用场景中的三维数据的成像风格相匹配的三维数据。在此基础上，本申请实施例提供的数据识别方法、装置，可以提高对象识别模型在目标应用场景中的识别性能。

技术领域

本申请涉及数据增强技术领域，特别是涉及数据处理方法、装置及对象识别方法、装置。

背景技术

三维对象识别是一种利用对象的三维几何信息进行对象识别的技术，相对于二维对象识别具有较大优势。其中，三维对象识别主要利用预先训练的对象识别模型实现，而对象识别模型则需要依赖大量的样本三维数据，即需要大量的样本三维数据对深度学习网络模型进行训练，才可以得到可用的对象识别模型。

相关技术中，通过多源数据的方式，扩展用于训练对象识别模型的样本三维数据的规模，即从多个数据源中获取源三维数据，作为样本三维数据。

然而，由于不同应用场景下所采集的三维数据的成像风格存在较大的差异，因此，通过多源数据的方式所扩展的三维数据，与对象识别模型所针对目标应用场景下的三维数据的成像风格不同。这样使得采用扩展的三维数据进行训练的对象识别模型，不能很好的适应目标应用场景的应用，即采用相关技术所训练的对象识别模型在目标应用场景中识别性能较低。

发明内容

本申请实施例的目的在于提供一种数据处理方法、装置，以将数据源中的三维数据的成像风格，转换为目标应用场景下三维数据的成像风格，从而为目标应用场景下的对象识别模型的训练提供数据基础。在此基础上，本申请实施例还提供了一种对象识别方法，以提高对象识别模型在目标应用场景中的识别性能。具体技术方案如下：

第一方面，本申请实施例提供一种数据处理方法，包括：

获取源三维数据；

按照预设的数据生成策略，基于所述源三维数据，生成指定格式的三维数据，作为待处理数据；其中，所述指定格式为参考三维数据所具有的数据格式，所述参考三维数据为针对目标应用场景中包含的对象进行三维数据采集所得的数据；

获取所述参考三维数据的成像风格特征，作为目标风格特征；

基于所述目标风格特征，对所述待处理数据进行风格迁移，得到与所述参考三维数据的成像风格相匹配的三维数据。

在一种实现方式中，所述基于所述目标风格特征，对所述待处理数据进行风格迁移，得到与所述参考三维数据的成像风格相匹配的三维数据，包括：

识别所述待处理数据的内容特征；其中，所述内容特征为所述待处理数据的各特征中去除成像风格特征的特征；

将所述内容特征与所述目标风格特征进行特征融合，得到融合特征；

生成具有所述融合特征的三维数据，作为与所述参考三维数据的成像风格相匹配的三维数据。

在一种实现方式中，所述识别所述待处理数据的内容特征，包括：基于预设的数据编码方式，对所述待处理数据进行编码处理，得到所述待处理数据的内容特征；

所述生成具有所述融合特征的三维数据，作为与所述参考三维数据的成像风格相匹配的三维数据，包括：基于与所述数据编码方式相对应的数据解码方式，对所述融合特征进行解码，得到解码数据，作为与所述参考三维数据的成像风格相匹配的三维数据。