[发明专利]用于减少机器学习中的数据存储的系统和方法

说明书

公开了用于通过用多个二维图像替换三维模型来减少用于机器学习的训练数据所必需的数据存储量和/或处理能力的方法和系统。该方法包括从三维模型确定感兴趣的对象，并将感兴趣的对象裁剪为多个二维图像。裁剪多个二维图像使得仅保留感兴趣的对象。针对诸如道路宽度、道路角度或关于相邻车辆的角度之类的特定属性来裁剪多个二维图像。图像捕获设备捕获实时背景图像。使用相关联的属性对背景图像内的对象进行分类。将属性与多个二维图像合成，使得生成具有实时背景的3D模型的多个副本二维图像。

交叉引用

本申请要求于2018年3月13日提交的美国专利申请序列号15/919,376的权益，该美国专利申请的全部内容以引用的方式整体并入本文。

技术领域

本说明书一般涉及减少用于机器学习的训练数据所需的存储空间量，并且更具体地，涉及用于从三维模型生成二维图像的系统和方法，其中二维图像用作训练数据。

背景技术

当前，计算设备(特别是与用于自主和半自主车辆的机器学习相关联的那些计算设备)存储用作用于机器学习的训练数据的三维(3D)模型。该类型的训练数据在计算上是昂贵的，并且需要大量的存储空间。由此，车载车辆处理器可能难以有效地利用训练数据。

发明内容

在一个实施例中，提供了一种用于减小机器学习数据的大小的方法。该方法包括由处理设备接收包括三维模型的数据。由处理设备分析三维模型内的场景，以识别感兴趣的对象和一个或多个附加对象。处理设备将感兴趣的对象和一个或多个附加对象捕获为多个二维图像。处理设备从多个二维图像中去除一个或多个附加对象，以获得多个裁剪后的二维图像。处理设备存储该多个裁剪后的二维图像。

在另一个实施例中，提供了一种用于减少容纳机器学习中的训练数据的数据存储的量的系统。该系统包括处理设备和非暂时性处理器可读存储介质。非暂时性处理器可读存储介质在其上包括一个或多个编程指令，该一个或多个编程指令当被执行时，使处理设备接收诸如三维模型之类的数据。非暂时性处理器可读存储介质在其上还包括一个或多个编程指令，该一个或多个编程指令当被执行时，使处理设备分析三维模型内的场景以识别感兴趣的对象和一个或多个附加对象，将感兴趣的对象和一个或多个附加对象捕获为多个二维图像，从多个二维图像中去除该一个或多个附加对象，以获得多个裁剪后的二维图像，并存储该多个裁剪后的二维图像。

在又一个实施例中，提供了一种用于减少用于容纳机器学习中的训练数据的数据存储的量的系统。该系统包括处理设备、通信地耦合至处理设备的图像捕获设备、通信地耦合至处理设备的外部设备，以及非暂时性处理器可读存储介质。非暂时性处理器可读存储介质在其上包括一个或多个编程指令，该一个或多个编程指令当被执行时，使处理设备接收诸如三维模型之类的数据，分析三维模型内的场景以识别感兴趣的对象和一个或多个附加对象，以及将感兴趣的对象和一个或多个附加对象捕获为多个二维图像。此外，非暂时性处理器可读存储介质在其上包括一个或多个编程指令，该一个或多个编程指令当被执行时，使处理设备将多个二维图像发送到外部设备并从外部设备接收指示该多个二维图像是真实图像的信号。非暂时性处理器可读存储介质在其上还包括一个或多个编程指令，该一个或多个编程指令当被执行时，使处理设备从多个二维图像中去除一个或多个附加对象，以获得多个裁剪后的二维图像，并存储该多个裁剪后的二维图像。

结合附图，根据以下详细描述，将更加充分地理解本文所述的实施例提供的这些特征和附加特征。

附图说明

附图中阐述的实施例本质上是说明性和示例性的，并且不旨在限制由权利要求限定的主题。当结合以下附图阅读时，可以理解说明性实施例的以下详细描述，其中，类似的结构用类似的附图标记表示，并且其中：

图1示意性地描绘了根据本文示出和描述的一个或多个实施例的具有从三维模型生成二维图像的系统的组件的说明性网络；

图2A示意性地描绘了根据本文示出和描述的一个或多个实施例的可以用于从三维模型生成二维图像的车辆计算设备的说明性硬件组件；