[发明专利]未标记数据的场景图生成

权利要求书

1.一种计算机实现的方法，包括：

将第一组标记的合成数据的一个或更多个特征和第二组未标记的真实数据的一个或更多个特征编码到潜在空间；

提供所述潜在空间作为输入以训练场景图预测网络；

对齐所述潜在空间中的一个或更多个特征和所述场景预测网络的输出空间中的一个或更多个特征；

将所述合成数据的一个或更多个标记与所述真实数据对齐；以及

使用一个或更多个对齐的标记训练场景图生成模型。

2.根据权利要求1所述的计算机实现的方法，还包括：

使用以下项中的至少一者对齐所述潜在空间中的所述一个或更多个特征与所述输出空间中的所述一个或更多个特征：一个或更多个梯度反转层(GRL)或域鉴别器。

3.根据权利要求2所述的计算机实现的方法，其中对齐所述一个或更多个特征减少了以下各项中的至少一项上的一个或更多个差异：所述组标记的合成数据与未标记的真实数据之间的外观或内容。

4.根据权利要求1所述的计算机实现的方法，还包括：

使用基于伪统计的自学习来将所述一个或更多个标记对齐。

5.根据权利要求1所述的计算机实现的方法，还包括：

接收图像；以及

使用经训练的场景图预测网络来生成所述图像的场景图。

6.根据权利要求1所述的计算机实现的方法，其中所述训练包括应用网络融合标准。

7.根据权利要求1所述的计算机实现的方法，还包括：

使用经训练的场景图预测网络来生成场景图；以及

从所生成的场景图生成合成图像。

8.根据权利要求1所述的计算机实现的方法，其中使用一个或更多个卷积神经网络(CNN)将所述一个或更多个特征编码至所述潜在空间，所述潜在空间包括所述第一组标记的合成数据和所述第二组未标记的真实数据两者的一个或更多个特征。

9.根据权利要求1所述的计算机实现的方法，其中对齐所述一个或更多个特征减小了所述合成数据与所述真实数据之间的外观差距，并且其中对齐所述一个或更多个标记减小了所述合成数据与所述真实数据之间的内容差距。

10.一种系统，包括：

至少一个处理器；以及

存储器，其包括指令，在由所述至少一个处理器执行所述指令时，使所述系统：

将第一组标记的合成数据和第二组未标记的真实数据的一个或更多个特征编码到潜在空间；

提供所述潜在空间作为输入以训练场景图预测网络；

对齐所述潜在空间中的一个或更多个特征和所述场景预测网络的输出空间的一个或更多个特征；

在所述合成数据与所述真实数据之间对齐一个或更多个标记；以及

使用一个或更多个对齐的标记来训练场景图生成模型。

11.根据权利要求10所述的系统，其中所述指令在被执行时，进一步使所述系统：

使用以下项中的至少一者对齐所述潜在空间中的所述一个或更多个特征与所述输出空间中的所述一个或更多个特征：一个或更多个梯度反转层(GRL)或域鉴别器。

12.根据权利要求11所述的系统，其中对齐所述一个或更多个特征减少了在所述组标记的合成数据与未标记的真实数据之间的外观和内容上的一个或更多个差异。

13.根据权利要求10所述的系统，其中所述指令在被执行时，进一步使所述系统：

使用基于伪统计的自学习来对齐一个或更多个标记。

14.根据权利要求10所述的系统，其中所述指令在被执行时，进一步使所述系统：

接收未标记的图像；以及

使用经训练的场景图预测网络来生成所述图像的场景图。