多视角图像数据的生成方法、装置、终端设备及存储介质与流程

本申请涉及图像处理，尤其涉及一种多视角图像数据的生成方法、装置、终端设备及存储介质。

背景技术：

1、随着深度神经网络的不断发展，深度神经网络被越来越多的应用于自动驾驶汽车、癌症检测、复杂游戏等场景中；在相关技术中，需要使用大量带标签的数据集进行训练才能得到深度神经网络，然而，带标签的数据集的获取是十分困难的，如此，相关技术在无法获取到大量数据集的情况下，只使用小样本数据集对深度神经网络模型进行训练，如此，就会导致训练得到的深度神经网络模型难在应用过程中达到满意的识别效果。因此，如何降低数据集的获取难度，也就成为了行业内亟需解决的技术问题。

技术实现思路

1、本申请的主要目的在于提供一种多视角图像数据的生成方法、装置、终端设备及存储介质，旨降低数据集的获取难度，进而能够训练得到效果更好的深度神经网络模型。

2、为实现上述目的，本申请实施例提供一种多视角图像数据的生成方法，所述方法包括：

3、获取初始视角图像数据；

4、通过对抗式生成网络模型对初始视角图像数据进行多风格处理，得到与初始视角图像数据对应的多视角图像数据。

5、此外，本申请实施例还提供一种多视角图像数据的生成装置，所述装置包括：

6、图像获取模块，被配置为获取预设的初始视角图像数据；

7、图像处理模块，被配置为通过预设的对抗式生成网络模型对所述初始视角图像数据进行多风格处理，得到与所述初始视角图像数据对应的多视角图像数据。

8、此外，本申请实施例还提供一种终端设备，所述终端设备包括：如上所述的多视角图像数据的生成装置、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上所述的多视角图像数据的生成方法的步骤。

9、此外，本申请实施例还提供一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的多视角图像数据的生成方法的步骤。

10、本申请实施例公开了一种多视角图像数据的生成方法、装置、终端设备及存储介质，包括：获取初始视角图像数据；通过对抗式生成网络模型对初始视角图像数据进行多风格处理，得到与初始视角图像数据对应的多视角图像数据。

11、从而，本申请实施例通过获取训练用的初始视角图像数据，并将该初始视角图像数据输入至训练得到的对抗式生成网络模型内，由该对抗式生成网络模型对该初始视角图像数据进行多风格处理从而生成具有不同视角的多视角图像数据。

12、如此，本申请通过对抗式生成网络模型对训练用的图像数据进行多风格处理，进而生成与图像数据对应的各其他视角图像数据的方式，使得在对深度神经网络模型训练的过程中，能够对训练用的小样本数据集进行扩充得到更多用于训练的数据集，从而达到了降低数据集获取难度的技术效果，进而能够训练得到效果更好的深度神经网络模型。

技术特征：

1.一种多视角图像数据的生成方法，其特征在于，所述方法包括：

2.如权利要求1所述的多视角图像数据的生成方法，其特征在于，通过对抗式生成网络模型对所述初始视角图像数据进行多风格处理，得到与所述初始视角图像数据对应的多视角图像数据，包括：

3.如权利要求2所述的多视角图像数据的生成方法，其特征在于，基于所述掩码向量和风格控制向量对所述初始视角图像数据进行多风格处理，得到多视角图像数据，包括：

4.如权利要求1所述的多视角图像数据的生成方法，其特征在于，在获取初始视角图像数据之前，所述方法还包括：

5.如权利要求1所述的多视角图像数据的生成方法，其特征在于，在得到与所述初始视角图像数据对应的多视角图像数据之后，所述方法还包括：

6.如权利要求5所述的多视角图像数据的生成方法，其特征在于，通过所述目标检测网络模型对实时环境图像数据进行处理得到模型预测结果，包括：

7.如权利要求5所述的多视角图像数据的生成方法，其特征在于，在基于所述样本数据标注和所述多视角图像数据训练得到目标检测网络模型之后，所述方法还包括：

8.一种多视角图像数据的生成装置，其特征在于，所述装置包括：

9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的多视角图像数据的生成方法的步骤。

10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的多视角图像数据的生成方法的步骤。

技术总结
本申请公开了一种多视角图像数据的生成方法、装置、终端设备以及存储介质，属于图像处理技术领域。该多视角图像数据的生成方法包括：获取初始视角图像数据；通过对抗式生成网络模型对初始视角图像数据进行多风格处理，得到与初始视角图像数据对应的多视角图像数据。采用本申请技术方案能够实现令训练的数据集的获取难度降低的技术效果，进而训练得到效果更好的深度神经网络模型。

技术研发人员：杨锟,陆平,邓芳伟,张慧,高铖
受保护的技术使用者：中兴通讯股份有限公司
技术研发日：
技术公布日：2024/12/26