[發明專利]場景數據獲取方法及模型訓練方法、裝置及計算機設備

有效

• 申請號: 202011194459.1
• 申請日: 2020-10-30
• 公開（公告）號: CN112150575B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 羅茜;趙明國;熊友軍
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T15/20;G06T15/06;G06N3/0464;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 梁韜

本發明實施例公開了場景數據獲取方法及模型訓練方法、裝置及計算機設備，其中方法包括：搭建實際場景對應的虛擬仿真場景，其中，所述虛擬仿真場景為三維場景；確定預設視角在所述虛擬仿真場景內對應的視錐空間；利用所述預設視角對應的視錐空間采集所述虛擬仿真場景內的二維圖像及圖像關聯的特征真實值；將全部所述二維圖像及圖像關聯的特征真實值作為所述實際場景對應的場景數據。該方法的數據采集無需人工標注，節省了大量時間及資金。該數據可用于基于深度學習的感知模型訓練，且可將該模型用于真實應用場景，具有廣泛的適用性。

技術領域

本發明涉及數據處理領域，尤其涉及一種場景數據獲取方法及模型訓練方法、裝置、及計算機設備。

背景技術

基于深度學習的機器人感知應用需要采集大量真實數據，通過模型訓練及推理，來完成物體識別、目標檢測與追蹤、語義分割等任務。其中基于圖像的感知任務需要采集大量在真實的應用場景中，不同光照、被識別物體不同顏色及紋理、不同拍攝視角下的圖片。

缺乏大量包含多樣性的圖像數據將嚴重影響機器人完成諸如物體識別、目標檢測等感知任務。傳統人工采集圖像的方法，耗費大量的資金與實踐，非常費時費力。同時由于人力的介入，不可避免的會存在采集圖像可用性較低，從而影響感知任務的完成度。

可見，現有的圖像獲取方法存在獲取難度較大、成本較高且數據可用率較低的技術問題。

發明內容

本公開實施例提供一種場景數據獲取方法及模型訓練方法、裝置及計算機設備，至少解決上述部分技術問題。

第一方面，本公開實施例提供了一種場景數據獲取方法，所述方法包括：

搭建實際場景對應的虛擬仿真場景，其中，所述虛擬仿真場景為三維場景；

確定預設視角在所述虛擬仿真場景內對應的視錐空間；

利用所述預設視角對應的視錐空間采集所述虛擬仿真場景內的二維圖像及圖像關聯的特征真實值；

將全部所述二維圖像及圖像關聯的特征真實值作為所述實際場景對應的場景數據。

根據本公開的一種具體實現方式，所述利用所述預設視角對應的視錐空間采集所述虛擬仿真場景內的二維圖像及圖像關聯的特征真實值的步驟，包括：

在所述虛擬仿真場景內，提取位于所述視錐空間內的目標像素點及各目標像素點的特征數據；

根據所述視錐空間內的目標像素點及各目標像素點的特征數據，確定所述預設視角對應的二維圖像及圖像關聯的特征真實值。

根據本公開的一種具體實現方式，所述確定所述預設視角在所述虛擬仿真場景內對應的視錐空間的步驟，包括：

定位用于采集二維圖像的虛擬相機所在的位置；

將所述虛擬相機所在的位置作為原點，根據所述虛擬相機的相機平面邊緣線確定X軸和Y軸，將所述預設視角的中心軸線作為Z軸建立相機坐標系；

在所述相機坐標系中，以所述虛擬相機所在的位置為所述視錐空間的原點，根據所述虛擬相機的相機平面和所述預設視角確定所述視錐空間對應的空間范圍。

根據本公開的一種具體實現方式，所述根據所述視錐空間內的目標像素點及各目標像素點的特征數據，確定所述預設視角對應的二維圖像及圖像關聯的特征真實值的步驟，包括：

確定所述虛擬相機在所述視錐空間內的成像平面；

將所述視錐空間內的全部目標像素點均投影到所述成像平面，得到特征疊加之后的像素點集合作為所述二維圖像，并利用各目標像素點的特征數據獲取圖像關聯的特征真實值。