一种用于自动驾驶的场景生成方法技术

本发明专利技术公开了一种用于自动驾驶的场景生成方法，首先通过摄像头获取原图并按照种类列表中的种类进行分解，形成基准数据集；然后建立变分编码器，构造总损失函数并训练变分编码器；训练完成后，需要生成用于自动驾驶的场景图像时，只需将N组符合高斯分布的随机数输入训练后的变分编码器的解码器中，生成N组[分解图，掩码]并重构成新的图像即可。本发明专利技术弥补了人工采集图像的局限性，也减少了人工采集图像的负担，某种程度上可以不再需要人工采集图像，同时也增加了训练目标检测模型所需要的数据集的多样性。据集的多样性。据集的多样性。

【技术实现步骤摘要】
一种用于自动驾驶的场景生成方法


[0001]本专利技术涉及自动驾驶领域，尤其涉及一种自动驾驶场景的生成方法。

技术介绍

[0002]自动驾驶系统主要包括环境感知，决策规划和控制三大部分。现在自动驾驶系统中环境感知部分主要基于人工智能方法实现，其中基于人工智能的方法一般需要训练模型，而训练模型需要相应的、庞大的数据集，如何获取有效的、巨量的数据集是值得解决的问题。
[0003]为了获取有效的，巨量的数据集，一般都采用人工采集和数据增强的方法来获取和增加数据集的数量，但这些方法耗时耗力，而且人工采集的图像不能包括所有的情况，对于一些稀有样本就不可能有效的采集。

技术实现思路

[0004]本专利技术所要解决的技术问题是针对
技术介绍
中所涉及到的缺陷，提供一种用于自动驾驶的场景生成方法。
[0005]本专利技术为解决上述技术问题采用以下技术方案：一种用于自动驾驶的场景生成方法，包含以下步骤：步骤1），通过摄像头获取原图，对于每一张原图，按照预设的种类列表进行分解：对于种类列表的每一个种类，保留原图中该种类的图像并将其余部分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动驾驶的场景生成方法，其特征在于，包含以下步骤：步骤1），通过摄像头获取原图，对于每一张原图，按照预设的种类列表进行分解：对于种类列表的每一个种类，保留原图中该种类的图像并将其余部分置为空白作为该种类的分解图，同时生成该分解图的掩码以标记其在原图上的位置信息，形成（原图，[分解图，掩码]，[分解图，掩码]，
…
，[分解图，掩码]）样式的训练数据；所有训练数据构成基准数据集；步骤2），建立变分编码器，该变分编码器包含一个编码器和N个解码器，N为种类列表中种类的个数；所述编码器用于根据输入的图像输出N组参数，每组参数包含参数u和参数v两个参数；所述解码器用于根据输入的符合高斯分布的一组随机数生成对应的分解图和掩码；步骤3），对于基准数据集中每一条训练数据：步骤3.1），将其原图输入变分编码器中的编码器，编码器输出N组参数，对于每组参数，将其中的参数u作为均值、参数v作为方差构造一组符合高斯分布的随机数，形成N组符合高斯分布的随机数；步骤3.2），将步骤3.1）中生成的N组符合高斯分布的随机数一一对应输入N个解码器中，得到N个[分解图，掩码]；对于每一个[分解图，掩码]，将其掩码采用Softmax函数进行处理；步骤3.3...

【专利技术属性】
技术研发人员：石先让，苏洋，王蓉，宋廷伦，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：