【技术实现步骤摘要】
本专利技术涉及深度模型压缩，特别是一种属性特征驱动的场景到图像跨域映射样本集构建方法。
技术介绍
1、现阶段智能感知算法训练所需样本集主要来源包括实拍采集、仿真建模以及样本合成等。受限于应用场景的多样性和复杂性，大规模实拍样本获取代价高。采用仿真建模的方式可以生成大量仿真样本，但是仿真样本与实拍样本通常存在明显的跨域差异，亟需通过样本合成等手段消除样本跨域影响。当前主流的方法通常采用基于生成对抗网络进行样本合成，通过学习仿真样本和实采样本的目标和环境特征，并设计对抗损失函数约束样本生成过程，生成与原始数据分布相似但具有不同特征的样本，以风格迁移的方式实现一定程度的样本置信度提升。然而，基于生成对抗网络的合成方法的训练过程收敛性较差、难以避免模式坍塌问题，而且合成样本存在区域像素块割裂明显、样本失真问题，难以合成用于智能算法训练所需的高置信度样本集。
技术实现思路
1、本专利技术目的在于提供一种属性特征驱动的场景到图像跨域映射样本集构建方法，以解决现有样本合成方法合成样本区域像素块割裂明显、样本失真，导致无法有效合成智能算法训练所需高置信度样本集的问题。
2、为实现上述目的，本专利技术采用如下技术方案：
3、一方面，本说明书提供一种属性特征驱动的场景到图像跨域映射样本集构建方法，包括：
4、步骤102，采用图像特征变换方法对基础样本集进行增广，获得用于样本合成的素材库；所述基础样本集包括仿真目标素材和实拍环境素材；
5、步骤104，对实
6、步骤106，基于实际应用场景从素材库中选取对应的仿真目标素材和实拍环境素材；
7、步骤108，基于实际目标在环境坐标系下的位置信息，对选取的仿真目标素材进行阈值分割并与实拍环境素材进行融合，获得高置信度合成样本。
8、另一方面，本说明书提供一种属性特征驱动的场景到图像跨域映射样本集构建装置，包括：
9、样本增广模块，用于采用图像特征变换方法对基础样本集进行增广，获得用于样本合成的素材库；所述基础样本集包括仿真目标素材和实拍环境素材；
10、空间配准模块，用于对实际应用场景中的实际目标和实际环境进行空间位置配准，获得实际目标在环境坐标系下的位置信息；
11、实际素材获取模块，用于基于实际应用场景从素材库中选取对应的仿真目标素材和实拍环境素材；
12、素材融合模块，用于基于实际目标在环境坐标系下的位置信息，对选取的仿真目标素材进行阈值分割并与实拍环境素材进行融合，获得高置信度合成样本。
13、基于上述技术方案，本说明书能够获得如下技术效果：
14、本方法构建基于仿真建模数据和实拍数据的合成要素库，基于图像特征进行样本增广，提升了要素库的多样性，然后通过目标和环境的空间位置配准，提升了合成样本中目标和环境之间空间位置关系的合理性，采用目标阈值分割和背景自适应融合技术进行样本合成，有效解决了区域像素块割裂明显及样本真实问题，提高了合成样本置信度。
本文档来自技高网...【技术保护点】
1.一种属性特征驱动的场景到图像跨域映射样本集构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述采用图像特征变换方法对基础样本集进行增广，获得用于样本合成的素材库之前还包括：
3.根据权利要求1所述的方法，其特征在于，所述采用图像特征变换方法对基础样本集进行增广，获得用于样本合成的素材库包括：
4.根据权利要求1所述的方法，其特征在于，所述对实际应用场景中的实际目标和实际环境进行空间位置配准，获得实际目标在环境坐标系下的位置信息包括：
5.根据权利要求4所述的方法，其特征在于，所述关键特征包括实际目标相对于实际环境的旋转角度、平移向量以及缩放比例。
6.根据权利要求5所述的方法，其特征在于，所述基于关键特征对实际目标和实际环境进行特征点配准，获得从目标坐标系转换到环境坐标系的变换矩阵包括：
7.根据权利要求1所述的方法，其特征在于，所述基于实际目标在环境坐标系下的位置信息，对选取的仿真目标素材进行阈值分割并与实拍环境素材进行融合，获得高置信度合成样本包括：
8.根据权利
9.根据权利要求8所述的方法，其特征在于，所述对仿真实拍合成样本进行对比度调节，获得高置信度合成样本包括：
10.一种属性特征驱动的场景到图像跨域映射样本集构建装置，其特征在于，包括：
...【技术特征摘要】
1.一种属性特征驱动的场景到图像跨域映射样本集构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述采用图像特征变换方法对基础样本集进行增广，获得用于样本合成的素材库之前还包括：
3.根据权利要求1所述的方法，其特征在于，所述采用图像特征变换方法对基础样本集进行增广，获得用于样本合成的素材库包括：
4.根据权利要求1所述的方法，其特征在于，所述对实际应用场景中的实际目标和实际环境进行空间位置配准，获得实际目标在环境坐标系下的位置信息包括：
5.根据权利要求4所述的方法，其特征在于，所述关键特征包括实际目标相对于实际环境的旋转角度、平移向量以及缩放比例。
6.根据权利要求5所述的方...
【专利技术属性】
技术研发人员：刘畅，倪亮，姜丰，赵昌迪，孙洋洋，陈鑫，孔令茁，高峰，
申请(专利权)人：北京控制与电子技术研究所，
类型：发明
国别省市：
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。