[發明專利]用于減少機器學習中的數據存儲的系統和方法

有效

• 申請號: 201980018626.6
• 申請日: 2019-02-14
• 公開（公告）號: CN111886609B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 馬渕充啟
• 申請（專利權）人: 豐田研究所股份有限公司
• 主分類號: G06N20/20
• 分類號: G06N20/20
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 劉玉潔

公開了用于通過用多個二維圖像替換三維模型來減少用于機器學習的訓練數據所必需的數據存儲量和/或處理能力的方法和系統。該方法包括從三維模型確定感興趣的對象，并將感興趣的對象裁剪為多個二維圖像。裁剪多個二維圖像使得僅保留感興趣的對象。針對諸如道路寬度、道路角度或關于相鄰車輛的角度之類的特定屬性來裁剪多個二維圖像。圖像捕獲設備捕獲實時背景圖像。使用相關聯的屬性對背景圖像內的對象進行分類。將屬性與多個二維圖像合成，使得生成具有實時背景的3D模型的多個副本二維圖像。

交叉引用

本申請要求于2018年3月13日提交的美國專利申請序列號15/919,376的權益，該美國專利申請的全部內容以引用的方式整體并入本文。

技術領域

本說明書一般涉及減少用于機器學習的訓練數據所需的存儲空間量，并且更具體地，涉及用于從三維模型生成二維圖像的系統和方法，其中二維圖像用作訓練數據。

背景技術

當前，計算設備(特別是與用于自主和半自主車輛的機器學習相關聯的那些計算設備)存儲用作用于機器學習的訓練數據的三維(3D)模型。該類型的訓練數據在計算上是昂貴的，并且需要大量的存儲空間。由此，車載車輛處理器可能難以有效地利用訓練數據。

發明內容

在一個實施例中，提供了一種用于減小機器學習數據的大小的方法。該方法包括由處理設備接收包括三維模型的數據。由處理設備分析三維模型內的場景，以識別感興趣的對象和一個或多個附加對象。處理設備將感興趣的對象和一個或多個附加對象捕獲為多個二維圖像。處理設備從多個二維圖像中去除一個或多個附加對象，以獲得多個裁剪后的二維圖像。處理設備存儲該多個裁剪后的二維圖像。

在另一個實施例中，提供了一種用于減少容納機器學習中的訓練數據的數據存儲的量的系統。該系統包括處理設備和非暫時性處理器可讀存儲介質。非暫時性處理器可讀存儲介質在其上包括一個或多個編程指令，該一個或多個編程指令當被執行時，使處理設備接收諸如三維模型之類的數據。非暫時性處理器可讀存儲介質在其上還包括一個或多個編程指令，該一個或多個編程指令當被執行時，使處理設備分析三維模型內的場景以識別感興趣的對象和一個或多個附加對象，將感興趣的對象和一個或多個附加對象捕獲為多個二維圖像，從多個二維圖像中去除該一個或多個附加對象，以獲得多個裁剪后的二維圖像，并存儲該多個裁剪后的二維圖像。

在又一個實施例中，提供了一種用于減少用于容納機器學習中的訓練數據的數據存儲的量的系統。該系統包括處理設備、通信地耦合至處理設備的圖像捕獲設備、通信地耦合至處理設備的外部設備，以及非暫時性處理器可讀存儲介質。非暫時性處理器可讀存儲介質在其上包括一個或多個編程指令，該一個或多個編程指令當被執行時，使處理設備接收諸如三維模型之類的數據，分析三維模型內的場景以識別感興趣的對象和一個或多個附加對象，以及將感興趣的對象和一個或多個附加對象捕獲為多個二維圖像。此外，非暫時性處理器可讀存儲介質在其上包括一個或多個編程指令，該一個或多個編程指令當被執行時，使處理設備將多個二維圖像發送到外部設備并從外部設備接收指示該多個二維圖像是真實圖像的信號。非暫時性處理器可讀存儲介質在其上還包括一個或多個編程指令，該一個或多個編程指令當被執行時，使處理設備從多個二維圖像中去除一個或多個附加對象，以獲得多個裁剪后的二維圖像，并存儲該多個裁剪后的二維圖像。

結合附圖，根據以下詳細描述，將更加充分地理解本文所述的實施例提供的這些特征和附加特征。

附圖說明

附圖中闡述的實施例本質上是說明性和示例性的，并且不旨在限制由權利要求限定的主題。當結合以下附圖閱讀時，可以理解說明性實施例的以下詳細描述，其中，類似的結構用類似的附圖標記表示，并且其中：

圖1示意性地描繪了根據本文示出和描述的一個或多個實施例的具有從三維模型生成二維圖像的系統的組件的說明性網絡；

圖2A示意性地描繪了根據本文示出和描述的一個或多個實施例的可以用于從三維模型生成二維圖像的車輛計算設備的說明性硬件組件；