一种模拟吊舱焦距变化与姿态转动的样本增容方法技术

本发明专利技术公开了一种模拟吊舱焦距变化与姿态转动的样本增容方法，旨在解决目标识别评估中样本数据量较小的技术问题。其中，模拟吊舱焦距变化的样本增容方法包括以下步骤：子图选取与裁剪、尺度缩放、样本扩充；模拟吊舱姿态转动的样本增容方法包括以下步骤：子图选取与裁剪、姿态变化模拟、区域拼接、样本扩充。本发明专利技术基于模拟相对距离或焦距的变化，扩充混淆矩阵评估模型的样本集，以提升模型的泛化能力和性能，适用于真实战场环境中的目标识别任务；基于模拟吊舱俯仰、偏航、滚转位姿变化，增加模型对目标在不同视角下的识别与评估能力，不仅为混淆矩阵计算提供了额外的样本，还可以提升模型对于目标相对位置的鲁棒性，从而增强目标识别效果。

【技术实现步骤摘要】

本专利技术涉及人工智能，具体涉及一种模拟吊舱焦距变化与姿态转动的样本增容方法。

技术介绍

1、数据采集是人工智能数据工厂中最关键的环节之一。目前，手机端采集语音和图像，专用的远场语音设备采集，以及无人车平台采集等是主要的数据采集方式。然而，这些采集平台和工具普遍缺乏智能化，导致采集的数据需要后期人工进行质检，增加了工作量和采集成本。为解决这一问题，一些深度学习和自动化技术通过在采集设备中嵌入人工智能芯片，并借助“云”和“端”技术的协作，实现质量检查点的前移。这样可以及时纠正采集过程中的问题，从而提高数据采集质量。数据采集的方法主要有四种：互联网数据采集、众包行业合作以及各种传感器数据。

2、人工智能领域的数据标注是为机器学习算法训练提供标记数据的过程。数据标注是为了让计算机能够理解和学习特定任务的关键步骤之一。在许多情况下，深度学习模型需要大量带有标签的数据才能进行有效的训练，以便在未来进行准确的预测和推断。数据标注的质量对深度学习模型的性能影响非常大，因为低质量的标注数据可能导致训练出的模型表现不佳。因此，在进行数据标注时，确保高质量的标注非本文档来自技高网...

【技术保护点】

1.一种模拟吊舱焦距变化的样本增容方法，其特征在于，包括以下步骤：（1）从已有样本中选择包含目标的局部图像，进行尺度随机的裁剪，得到裁剪的子图；（2）对于每个所述裁剪的子图，根据目标在图像中的尺寸变化规律进行缩放，得到缩放的子图；（3）将所述缩放的子图添加到原始训练数据集中。

2.根据权利要求1所述的样本增容方法，其特征在于，在步骤（2）中，按以下公式进行缩放：scale2= scale1×focal2/focal1或scale2= scale1×distance2/distance1；其中，scale1和scale2分别为所述裁剪的子图的尺度和所述缩放的子图的尺度，foca...

【技术特征摘要】

1.一种模拟吊舱焦距变化的样本增容方法，其特征在于，包括以下步骤：（1）从已有样本中选择包含目标的局部图像，进行尺度随机的裁剪，得到裁剪的子图；（2）对于每个所述裁剪的子图，根据目标在图像中的尺寸变化规律进行缩放，得到缩放的子图；（3）将所述缩放的子图添加到原始训练数据集中。

2.根据权利要求1所述的样本增容方法，其特征在于，在步骤（2）中，按以下公式进行缩放：scale2= scale1×focal2/focal1或scale2= scale1×distance2/distance1；其中，scale1和scale2分别为所述裁剪的子图的尺度和所述缩放的子图的尺度，focal1和focal2分别为所述裁剪的子图的焦距和所述缩放的子图的焦距，distance1 和 distance2分别为所述裁剪的子图的距离和所述缩放的子图的距离。

3.一种模拟吊舱姿态转动的样本增容方法，其特征在于，包括以下步骤：（1）从已有样本中裁剪出不包含目标的背景区域和包含目标的目标区域，得到裁剪的背景子图像和目标区域图像；（2）对所述裁剪的背景子图像，进行姿态变化模拟，得到经过姿态变化模拟的背景子图像；（3）将所述经过姿态变化模拟的背景子图像和目标区域图像进行拼接；（4）将拼接后的图像添加到训练数据集中。

4.根据权利要求3所述的样本增容方法，其特征在于，步骤（1）的裁剪方法为：从已有样本中选择不包含目标的像素点，将图像在水平和垂直方向...

【专利技术属性】
技术研发人员：周圆，张啸川，方远，糜娴雅，任维雅，易晓东，任小广，陈泽宇，
申请(专利权)人：中国人民解放军三二八零六部队，
类型：发明
国别省市：