【技术实现步骤摘要】
自然的周围视图
总体涉及用于处理来自相机系统的相机数据的系统和方法,更具体地,涉及用于训练机器学习模型来处理相机数据以产生自然的无伪像周围视图的方法和系统。
技术介绍
车辆加入相机系统以从车辆周围捕获场景。相机系统包括安装在车辆外部的一个或多个相机。在某些情况下,代表捕获的场景并由相机生成的图像数据被合成以生成周围视图。产生的周围视图包括在周围视图中可能不希望的伪像(即失真、比例不一致、重影和/或完全或部分消除的物体)。因此,期望提供用于处理来自相机系统的相机数据以提供减少或消除伪像外观的周围视图的改进的方法和系统。此外,结合附图和本专利技术的
技术介绍
,根据本专利技术的随后的详细描述和所附的权利要求,本专利技术的其他期望的特征和特性将变得显而易见。
技术实现思路
在各个实施例中,提供了用于处理来自与车辆相关的相机系统的相机数据的方法和系统。在一实施例中,一种方法包括:存储环境的多个真实感场景;通过处理器训练机器学习模型,以使用多个真实感场景作为训练数据来产生近似于地面真相周围视图的周围视图 ...
【技术保护点】
1.一种处理来自与车辆相关的相机系统的相机数据的方法,包括:/n存储环境的多个真实感场景;/n通过处理器训练机器学习模型,以使用多个真实感场景作为训练数据来产生近似于地面真相周围视图的周围视图;以及/n通过处理器基于训练的机器学习模型处理来自与车辆相关的相机系统的相机数据,以产生车辆环境的周围视图。/n
【技术特征摘要】
20200226 US 16/801,5871.一种处理来自与车辆相关的相机系统的相机数据的方法,包括:
存储环境的多个真实感场景;
通过处理器训练机器学习模型,以使用多个真实感场景作为训练数据来产生近似于地面真相周围视图的周围视图;以及
通过处理器基于训练的机器学习模型处理来自与车辆相关的相机系统的相机数据,以产生车辆环境的周围视图。
2.根据权利要求1所述的方法,其中,所述训练是基于深度学习方法的。
3.根据权利要求2所述的方法,其中,所述机器学习模型包括深度神经网络。
4.根据权利要求1所述的方法,其中,基于一种或多种样式转移方法来生成所述多个场景。
5.根据权利要求1所述的方法,其中,所述多个场景是基于物理模型生成的。
6.根据权利要求1所述的方法,其中,所述训练包括:
使用相机参数将所述场景投影到相机上以模拟输入视图;以及
利用所述机器学习模型对输入视图进行处理,以生成虚拟周围视图,该虚拟周围视图近似于如果由具有期望视点参数的相机从给定的有利位置获取则将获得的虚拟...
【专利技术属性】
技术研发人员:M斯拉特斯基,D基格利,
申请(专利权)人:通用汽车环球科技运作有限责任公司,
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。