[發明專利]訓練裝置、識別裝置、訓練方法、識別方法和程序

有效

• 申請號: 201780093425.3
• 申請日: 2017-07-28
• 公開（公告）號: CN110945537B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 堀川勉;小野大地
• 申請（專利權）人: 索尼互動娛樂股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06V10/764
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 張曉明

提供了能夠準確地識別與深度信息相關聯的圖像中表示的對象是什么的訓練裝置、識別裝置、訓練方法、識別方法和程序。對象數據獲取部分(32)獲取表示對象的三維數據。訓練數據生成部分(34)基于三維數據生成多個訓練數據，多個訓練數據的每個表示對象的相互不同的部分。訓練部分(36)將生成的訓練數據用作對象的訓練數據來訓練機器學習模型(30)。

技術領域

本發明涉及訓練裝置、識別裝置、訓練方法、識別方法和程序。

背景技術

存在一種已知的技術，其通過使用訓練模型(諸如三維卷積神經網絡)在諸如體素數據的三維數據上執行識別處理，來識別三維數據中表示的對象是什么。

發明內容

[技術問題]

例如，可以想到當將基于與深度信息相關聯的圖像生成的三維數據輸入到上述訓練模型中時，基于輸出識別圖像中表示的對象是什么。

然而，與深度信息相關聯的圖像中未表示的部分不在基于圖像生成的三維數據中表示。因此，以這種方式生成的三維數據不表示對象的完整三維形狀。

因此，在將表示對象的完整三維形狀的三維數據用作訓練數據訓練了用于識別的訓練模型的情況下，準確地識別與深度信息相關聯的圖像中表示的對象是什么偶爾會導致失敗。

本發明是針對上述問題做出的。本發明的目的之一是提供訓練裝置、識別裝置、訓練方法、識別方法和程序，其能夠準確地識別與深度信息相關聯的圖像中表示的對象是什么。

[問題的解決方案]

為了解決上述問題，根據本發明的訓練裝置是一種用于訓練機器學習模型的訓練裝置，機器學習模型用于識別與深度信息相關聯的圖像中表示的對象是什么的處理，并且訓練裝置包括：三維數據獲取部分，其被配置為獲取表示對象的三維數據；訓練數據生成部分，其被配置為基于三維數據生成多個訓練數據，多個訓練數據的每個表示對象的相互不同的部分；以及訓練部分，其被配置為將生成的訓練數據用作對象的訓練數據來訓練機器學習模型。

在本發明的一個方面，訓練數據生成部分被配置為為其中布置對象的虛擬空間中的多個相互不同的位置中的每一個，生成表示對象的部分的訓練數據，所述部分從位置的對應一個處可見。

此外，在本發明的一個方面，訓練裝置被配置為訓練機器學習模型，其中，將基于與深度信息相關聯的圖像生成的三維數據輸入，作為識別目標數據；訓練數據生成部分被配置為生成包括三維數據的訓練數據；并且訓練部分被配置為將生成的三維數據用作對象的訓練數據來訓練機器學習模型。

可選地，訓練裝置被配置為訓練機器學習模型，其中，將與深度信息相關聯的圖像輸入，作為識別目標數據；訓練數據生成部分被配置為生成包括與深度信息相關聯的圖像的訓練數據；并且訓練部分被配置為將與深度信息相關聯的生成圖像用作對象的訓練數據來訓練機器學習模型。

此外，根據本發明的識別裝置是一種識別裝置，其用于執行識別與深度信息相關聯的圖像中表示的對象是什么的處理，并且識別裝置包括：訓練模型，其已經將基于表示對象的三維數據生成的訓練數據學習為對象的訓練數據，訓練數據的每個表示對象的相互不同的部分；以及識別部分，其被配置為基于將與圖像相對應的識別目標數據輸入訓練模型時的輸出，來識別與深度信息相關聯的圖像中表示的對象是什么。

此外，根據本發明的訓練方法是一種用于訓練機器學習模型的訓練方法，機器學習模型用于識別與深度信息相關聯的圖像中表示的對象是什么的處理，并且訓練方法包括：獲取表示對象的三維數據的步驟；基于三維數據生成多個訓練數據的步驟，多個訓練數據的每個表示對象的相互不同的部分；以及將生成的訓練數據用作對象的訓練數據來訓練機器學習模型的步驟。