[發明專利]使用生成式對抗模型修改傳感器數據

在審

• 申請號: 201980096029.5
• 申請日: 2019-06-10
• 公開（公告）號: CN114127777A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: V.卡布恩;D.M.凱瑟斯;T.德澤萊斯
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/50
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 金玉潔

1.一種計算機實施的方法，包括：

接收由具有第一質量的第一環境傳感器生成的第一訓練數據集合，所述第一訓練數據集合具有所述第一質量；

接收由具有目標質量的目標環境傳感器生成的第二訓練數據集合，所述第二訓練數據集合具有所述目標質量，并且所述第一質量與所述目標質量不同；

使用所述第一訓練數據集合和所述第二訓練數據集合來訓練生成式對抗模型，以通過減小由所述第一環境傳感器生成的傳感器數據與由所述目標環境傳感器生成的傳感器數據之間的質量的差異來修改來自所述第一環境傳感器的傳感器數據，其中，所述訓練包括：

從所述生成式對抗模型的生成器模型中并且使用所述第一訓練數據集合中的一個或多個數據項，獲得具有不同于所述第一質量的質量的經修改的傳感器數據集合；

將包括所述第二訓練傳感器數據集合和經修改的第一傳感器數據集合中的一個或多個數據項的數據項集合輸入到所述生成式對抗模型的鑒別器模型中；

由所述鑒別器模型并且使用所述數據項集合來確定所述數據項集合中的每個數據項是否具有所述目標質量；

當所述鑒別器模型確定所述數據項集合中的由所述生成器模型生成的數據項具有所述目標質量時，調整所述鑒別器模型和所述生成器模型；以及

當所述鑒別器模型確定所述數據項集合中的由所述生成器模型生成的數據項不具有所述目標質量時，調整所述鑒別器模型和所述生成器模型。

2.根據權利要求1所述的計算機實施的方法，其中，所述第一環境傳感器和所述第二環境傳感器中的每個獲取聲音、圖像或視頻中的一個。

3.根據權利要求1所述的計算機實施的方法，還包括：

接收由具有所述第一質量的所述第一環境傳感器生成的第一傳感器數據；

將所述第一傳感器數據輸入到所述生成式對抗模型中；以及

使用所述生成式對抗模型的所述生成器模型，基于輸入的第一傳感器數據獲得經修改的傳感器數據。

4.根據權利要求1所述的計算機實施的方法，還包括：

接收由具有所述第一質量的所述第一環境傳感器生成的第一傳感器數據；

將關于所述第一環境傳感器的信息輸入到存儲不同環境傳感器的已知缺陷的已知缺陷數據結構中；

從所述已知缺陷數據結構中獲得所述第一環境傳感器的已知缺陷；

基于所述第一環境傳感器的所述已知缺陷來調整所述第一傳感器數據；

將調整后的第一傳感器數據輸入到所述生成式對抗模型中；以及

使用所述生成式對抗模型的所述生成器模型，基于所述調整后的第一傳感器數據獲得經修改的傳感器數據。

5.一種系統，包括：

一個或多個存儲器設備，其存儲指令；以及

一個或多個數據處理裝置，被配置為與所述一個或多個存儲器設備交互，并且在執行指令時，執行的操作包括：

接收由具有第一質量的第一環境傳感器生成的第一訓練數據集合，所述第一訓練數據集合具有所述第一質量；

接收由具有目標質量的目標環境傳感器生成的第二訓練數據集合，所述第二訓練數據集合具有所述目標質量，并且所述第一質量與所述目標質量不同；

使用所述第一訓練數據集合和所述第二訓練數據集合來訓練生成式對抗模型，以通過減小由所述第一環境傳感器生成的傳感器數據與由所述目標環境傳感器生成的傳感器數據之間的質量的差異來修改來自所述第一環境傳感器的傳感器數據，其中，所述訓練包括：

從所述生成式對抗模型的生成器模型中并且使用所述第一訓練數據集合中的一個或多個數據項，獲得具有不同于所述第一質量的質量的經修改的傳感器數據集合；

將包括所述第二訓練傳感器數據集合和經修改的第一傳感器數據集合中的一個或多個數據項的數據項集合輸入到所述生成式對抗模型的鑒別器模型中；

由所述鑒別器模型并且使用所述數據項集合來確定所述數據項集合中的每個數據項是否具有所述目標質量；

當所述鑒別器模型確定所述數據項集合中的由所述生成器模型生成的數據項具有所述目標質量時，調整所述鑒別器模型和所述生成器模型；以及

當所述鑒別器模型確定所述數據項集合中的由所述生成器模型生成的數據項不具有所述目標質量時，調整所述鑒別器模型和所述生成器模型。