[发明专利]生成数据集的方法及装置、利用其的学习方法及学习装置

说明书

本发明涉及生成用于检测自动驾驶情形中的障碍物的学习用图像数据集的方法及计算装置、利用其的学习方法及学习装置，所述方法包括：由计算装置(a)获得表示道路上行驶情形的至少一个第一原始图像及与第一原始图像对应的至少一个第一分割GT图像；(b)获得包含至少一个特定物体图像的至少一个第二原始图像及包含特定物体的分割信息并对应第二原始图像的至少一个第二分割GT图像；(c)获得切割对应特定物体的部分生成的第三原始图像及切割对应特定物体所处部分的像素生成的第三分割GT图像；及(d)将第三原始图像合成于第一原始图像，以生成至少一个第四分割GT图像，从而生成包含第四原始图像和与之对应的第四分割GT图像的数据集。

技术领域

本发明涉及涉及生成用于检测自动驾驶情形中的上述障碍物的上述学习用数据集的方法及计算装置、利用其的学习方法及学习装置。

背景技术

深度卷积神经网络(Deep Convolutional Neural Network；Deep CNN)是深度学习领域发生惊人发展的核心。CNN在90年代已用于解决文字识别问题，但如现在这样被广泛使用得益于最近的研究结果。上述深度CNN在2012年的ImageNet图像分类竞赛中力压竞争对手获得冠军。之后卷积神经网络在机器学习(Machine Learning)领域中成为非常有用的工具。

另外，图像分割(Image segmentation)是作为输入接收图像(训练图像或测试图像)，作为输出创建标签(label)的方法。近来随着深度学习(Deep learning)技术备受关注，图像分割也趋于更多地使用深度学习。

另外，为了检测自动驾驶情形中的障碍物而学习CNN时，学习装置需要学习在自动驾驶情形下有可能遇到的各种物体，为此学习用图像必须是包含自动驾驶情形中可能遇到的各种物体的图像。

虽然在实际行驶情形下，道路上存在各种物体，但收集上述数据并非易事。即难以从一般行驶影像数据中获得针对道路上不常出现的特殊物体的学习图像。例如，通过一般行驶影像数据较容易获得针对人或自行车、车辆等图像数据，因此为提高检测性能可通过包含这些物体的图像进行学习，但是通过一般行驶影像数据较难获得针对老虎或鳄鱼等图像数据，因此存在不容易进行为提高对特殊物体的检测性能的学习的问题。

发明内容

本发明的目的在于解决上述的问题。

本发明的另一目的在于确保学习用图像集以用于提高检测物体的性能，该物体在自动驾驶情形中的实际道路上行驶情形下，通常是不容易遇到的。

本发明的又一目的在于提供一种学习方法，该学习方法能够通过使用学习用数据集学习CNN的参数来精确地检测在实际道路驾驶情形下通常不容易遇到的物体。

为实现上述本发明的目的以及下述本发明的特征效果，本发明的特征构成如下。

根据本发明的一方面提供了一种生成用于检测自动驾驶情形中的至少一个障碍物的至少一个学习用数据集的方法，上述方法包括：(a)步骤，计算装置获得(i)表示道路上行驶情形的至少一个第一原始图像及(ii)与上述第一原始图像对应的至少一个第一分割GT(ground truth)图像；(b)步骤，上述计算装置获得(i)包含至少一个特定物体的图像的至少一个第二原始图像及(ii)包含上述特定物体的分割信息且对应上述第二原始图像的至少一个第二分割GT图像；(c)步骤，上述计算装置获得(i)从上述第二原始图像中切割对应上述特定物体的部分生成的至少一个第三原始图像及(ii)从上述第二分割GT图像中切割对应上述特定物体所处的部分的像素生成的至少一个第三分割GT图像；及(d)步骤，上述计算装置(i)将上述第三原始图像合成于上述第一原始图像以生成至少一个学习用第四原始图像，(ii)将上述第三分割GT图像合成于上述第一分割GT图像，使得上述第三分割GT图像对应于将上述第三原始图像合成于上述第一原始图像的至少一个特定位置，以生成至少一个学习用第四分割GT图像，从而生成包含上述学习用第四原始图像和与上述学习用第四原始图像对应的上述学习用第四分割GT图像的上述学习用数据集。