[发明专利]用于合成数据生成的场景结构的无监督学习

权利要求书

1.一种计算机实现的方法，包括：

使用来自规则集的多个规则中的至少子集来生成场景结构，所述多个规则指定场景中的对象的类型之间的关系；

确定所述场景结构中表示的所述对象中的一个或更多个的一个或更多个参数值；

基于所述场景结构生成场景图形并包括所述参数值；以及

将所述场景图形提供给渲染引擎以渲染所述场景的图像。

2.根据权利要求1所述的计算机实现的方法，还包括：

将对象相关内容的库提供给所述渲染引擎，所述对象相关内容的库将用于使用所述对象的所述一个或更多个参数值来渲染所述场景结构中表示的所述对象。

3.根据权利要求1所述的计算机实现的方法，还包括：

使所述渲染引擎包括对象标签或具有所述场景的所述图像的场景结构信息中的至少一个，其中所述图像能够被用作训练神经网络的训练数据。

4.根据权利要求1所述的计算机实现的方法，还包括：

接收指示所述规则或对象之一不被用于所述场景的输入；

更新所述场景图形以反映所述输入；以及

将经更新的场景图形提供给所述渲染引擎以渲染所述场景的经更新的图像。

5.根据权利要求1所述的计算机实现的方法，还包括：

利用所述规则集生成各种场景图形集；以及

使用所述各种场景图形集生成虚拟环境。

6.根据权利要求5所述的计算机实现的方法，其中所述虚拟环境是游戏环境，并且其中所述渲染引擎用于使用所述各种场景图形集针对与所述游戏环境相对应的游戏中的一个或更多个玩家来渲染所述游戏环境的一个或更多个图像。

7.根据权利要求5所述的计算机实现的方法，还包括：

在一个或更多个自主或半自主机器的一个或更多个测试模拟中利用所述虚拟环境。

8.根据权利要求1所述的计算机实现的方法，其中以无监督方式从所述规则集生成所述场景结构，而无需一个或更多个输入图像上的数据注释。

9.根据权利要求1所述的计算机实现的方法，还包括：

将概率分配给所述规则集中的规则；以及

通过根据所述概率对所述规则进行采样来选择所述多个规则的所述子集。

10.根据权利要求9所述的计算机实现的方法，还包括：

确定场景掩码以指示通过所述采样能够选择所述规则集中的哪一个或更多个规则。

11.根据权利要求1所述的计算机实现的方法，还包括：

使用迭代过程生成所述场景结构，其中在多个时间步长中的一个或更多个中，确定是否针对所述场景结构中的一个或更多个对象类型执行扩展，所述对象类型被定位在分层场景结构中的不同级别处。

12.根据权利要求1所述的计算机实现的方法，其中生成模型被用于使用所述规则集生成所述场景结构。

13.根据权利要求1所述的计算机实现的方法，还包括：

生成潜在向量作为所述生成模型的输入，所述潜在向量具有等于所述规则集中的规则数的长度。

14.一种系统，包括：

至少一个处理器；以及

存储器，其包含指令，所述指令在由所述至少一个处理器执行时，使所述系统：

使用来自规则集的多个规则中的至少子集来生成场景结构，所述多个规则指定场景中的对象的类型之间的关系；

确定所述场景结构中表示的所述对象中的一个或更多个的一个或更多个参数值；

基于所述场景结构生成场景图形并包括所述参数值；以及

将所述场景图形提供给渲染引擎以渲染所述场景的图像。