【技术实现步骤摘要】
仿真数据优化方法、装置及存储介质
本专利技术涉及信息
，尤其涉及一种仿真数据优化方法、装置及计算机可读存储介质。
技术介绍
仿真又称模拟，是利用模型复现实际系统中发生的本质过程，并通过对系统模型的实验来研究存在的或设计中的系统。当所研究的系统造价昂贵、实验的危险性大或需要很长的时间才能了解系统参数变化所引起的后果时，仿真是一种特别有效的研究手段。一般地，对复杂系统的仿真主要通过对其中囊括的物理规律进行恰当的描述以实现其仿真效果。而系统中存在的大量噪声与不明规则往往严重掣肘仿真器精度。通过测量仪器(如激光雷达)得到的待检测物外观表面的点数据集合也称之为点云。当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息。由于扫描极为精细，能够得到大量的激光点，就可形成激光点云。考虑到激光点云对三维数据的表述精确性，可将之视为系统信息的主要载体来展开研究。仿真器则主要通过模拟测量仪器发射激光束、接收反射信号等物理过程，生成点云。为了实现确保并提升点云数据质量，现有技术的方案主要有数据筛选、增加先...
【技术保护点】
1.一种仿真数据优化方法，其特征在于，包括：将仿真器生成的仿真数据输入到第一生成式对抗网络，所述第一生成式对抗网络包括迁移模型；利用所述迁移模型对所述仿真器生成的仿真数据进行优化，以生成优化仿真数据。
【技术特征摘要】
1.一种仿真数据优化方法，其特征在于，包括：将仿真器生成的仿真数据输入到第一生成式对抗网络，所述第一生成式对抗网络包括迁移模型；利用所述迁移模型对所述仿真器生成的仿真数据进行优化，以生成优化仿真数据。2.根据权利要求1所述的方法，其特征在于，所述第一生成式对抗网络还包括第一判别模型；所述方法还包括采用以下步骤对所述第一生成式对抗网络进行训练：将仿真器生成的仿真数据输入到所述迁移模型，由所述迁移模型对所述仿真器生成的仿真数据进行优化，输出优化仿真数据；将真实数据和所述优化仿真数据输入到所述第一判别模型中，由所述第一判别模型产生所述优化仿真数据的真实性概率；根据所述真实性概率，通过所述迁移模型和所述第一判别模型的博弈学习，训练所述第一生成式对抗网络。3.根据权利要求1所述的方法，其特征在于，利用所述迁移模型对所述仿真器生成的仿真数据进行优化，以生成优化仿真数据，还包括：在所述迁移模型的网络传递过程中，利用残差神经网络在所述迁移模型的中的各子网络产生损失输出数据；将各子网络的所述损失输出数据与输入数据叠加后输入给所述迁移模型的损失函数；通过所述损失函数对所述仿真器生成的仿真数据进行优化。4.根据权利要求2所述的方法，其特征在于，由所述第一判别模型产生所述优化仿真数据的真实性概率，还包括：采用碎片级别统计所述第一判别模型的损失程度，并根据网络收敛趋势、输入数据中物体分布情况设定所述碎片级别的大小。5.根据权利要求1-4中任一项所述的方法，其特征在于，将仿真器生成的仿真数据输入到第一生成式对抗网络之前，还包括：通过第二生成式对抗网络生成语义地图；将所述语义地图作为先验信息输入到所述仿真器。6.根据权利要求5所述的方法，其特征在于，所述第二生成式对抗网络包括生成模型和第二判别模型；通过第二生成式对抗网络生成语义地图，包括：将噪声向量输入所述生成模型，由所述生成模型生成语义地图；将真实语义地图和所述生成模型输出的语义地图输入到所述第二判别模型，由所述第二判别模型产生所述生成模型输出的语义地图的真实性概率；根据所述真实性概率，通过所述生成模型和所述第二判别模型的博弈学习训练所述第二生成式对抗网络；通过训练好的所述第二生成式对抗网络生成语义地图。7.根据权利要求1-4中任一项所述的方法，其特征在于，利用所述迁移模型对所述仿真器生成的仿真数据进行优化，以生成优化仿真数据，还包括：设置应用于不同场景的控制器向量；在所述迁移模型的网络传递过程中输入所述控制器向量，以生成应用于不同场景的所述优化仿真数据。8.一种仿真数据优化装置，其特征在于，包括：仿真数据输入单元，用于将仿真器生成的仿真数据输入到第一生成式对抗网络，所述第一生成式对...
【专利技术属性】
技术研发人员：官晨晔，张飞虎，杨睿刚，王亮，马彧，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。