【技术实现步骤摘要】
【国外来华专利技术】用于减少机器学习中的数据存储的系统和方法交叉引用本申请要求于2018年3月13日提交的美国专利申请序列号15/919,376的权益，该美国专利申请的全部内容以引用的方式整体并入本文。
本说明书一般涉及减少用于机器学习的训练数据所需的存储空间量，并且更具体地，涉及用于从三维模型生成二维图像的系统和方法，其中二维图像用作训练数据。
技术介绍
当前，计算设备(特别是与用于自主和半自主车辆的机器学习相关联的那些计算设备)存储用作用于机器学习的训练数据的三维(3D)模型。该类型的训练数据在计算上是昂贵的，并且需要大量的存储空间。由此，车载车辆处理器可能难以有效地利用训练数据。
技术实现思路
在一个实施例中，提供了一种用于减小机器学习数据的大小的方法。该方法包括由处理设备接收包括三维模型的数据。由处理设备分析三维模型内的场景，以识别感兴趣的对象和一个或多个附加对象。处理设备将感兴趣的对象和一个或多个附加对象捕获为多个二维图像。处理设备从多个二维图像中去除一个或多个附加对象，以获得多个裁剪后的二维图像。...
【技术保护点】
1.一种减小机器学习数据的大小的方法，所述方法包括：/n由处理设备接收包括三维模型的数据；/n由所述处理设备分析所述三维模型内的场景以识别感兴趣的对象和一个或多个附加对象；/n由所述处理设备将所述感兴趣的对象和所述一个或多个附加对象捕获为多个二维图像；/n由所述处理设备从所述多个二维图像中去除所述一个或多个附加对象以获得多个裁剪后的二维图像；以及/n由所述处理设备存储所述多个裁剪后的二维图像。/n
【技术特征摘要】
【国外来华专利技术】20180313 US 15/919,3761.一种减小机器学习数据的大小的方法，所述方法包括：
由处理设备接收包括三维模型的数据；
由所述处理设备分析所述三维模型内的场景以识别感兴趣的对象和一个或多个附加对象；
由所述处理设备将所述感兴趣的对象和所述一个或多个附加对象捕获为多个二维图像；
由所述处理设备从所述多个二维图像中去除所述一个或多个附加对象以获得多个裁剪后的二维图像；以及
由所述处理设备存储所述多个裁剪后的二维图像。
2.如权利要求1所述的方法，还包括：
由所述处理设备从图像捕获设备接收背景图像，所述背景图像包括围绕所述感兴趣的对象的背景；以及
由所述处理设备基于所述背景的一个或多个属性对所述背景图像进行分类。
3.如权利要求2所述的方法，还包括：
由所述处理设备将所述一个或多个属性中的选定属性添加到所述多个裁剪后的二维图像。
4.如权利要求3所述的方法，其中，所述一个或多个属性中的所述选定属性是天气属性、照明属性和着色属性中的至少一项。
5.如权利要求3所述的方法，还包括：
由所述处理设备根据所述多个裁剪后的二维图像和所述选定属性合成一个或多个合成图像。
6.如权利要求5所述的方法，还包括：
由所述处理设备用所述选定属性的确切位置来注释所述一个或多个合成图像。
7.如权利要求6所述的方法，其中，注释包括围绕所述选定属性构造边界框。
8.如权利要求7所述的方法，其中，注释包括使用所述选定属性的像素级注释。
9.如权利要求1所述的方法，其中，去除所述一个或多个附加对象包括从多个背景属性中选择所述一个或多个附加对象。
10.如权利要求1所述的方法，其中，所述多个背景属性是从道路宽度、道路角度和周围车辆的角度中选择的。
11.一种用于减少用于容纳机器学习中的训练数据的数据存储的量的系统，所述系统包括：
处理设备；
非暂时性处理器可读存储介质，所述非暂时性处理器可读存储介质在其上包括一个或多个编程指令，所述一个或多个编程指令当被执行时，使所述处理设备：
由所述处理设备接收包括三维模型的数据；
由所述处理设备分析所述三维模型内的场景以识别感兴趣的对象和一个或多个附加对象；
由所述处理设备将所述感兴趣的对象和所述一个或多个附加对象捕获为多个二维图像；
由所述处理设备从所述多个二维图像中去除所述一个或多个附加对象以获得多个裁剪后的二维图像；以及
由所述处理设备存储所述多个裁剪后的二维图像。
12.如权利要求11所述的系统，还包括：
通信地耦合到所述处理设备的图像捕获设备，其中所述图像捕获设备捕获多个背景图像。
13.如权利要求12所...
【专利技术属性】
技术研发人员：马渕充启，
申请(专利权)人：丰田研究所股份有限公司，
类型：发明
国别省市：美国;US
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。