-
公开(公告)号：CN109284280B
公开(公告)日：2020-03-24
申请号：CN201811038346.5
申请日：2018-09-06
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/21 , G06F30/20 , G06F111/10
Abstract: 本发明实施例提出一种仿真数据优化方法、装置及计算机可读存储介质。其中仿真数据优化方法包括：将仿真器生成的仿真数据输入到第一生成式对抗网络，所述第一生成式对抗网络包括迁移模型；利用所述迁移模型对所述仿真器生成的仿真数据进行优化，以生成优化仿真数据。本发明实施例通过生成式对抗网络对仿真数据进行优化，使得仿真数据表征愈加接近真实数据，不仅确保了仿真数据的质量与精度，在一定程度上提升了仿真数据的真实可信赖性，同时也降低了仿真器构建的成本。
-
公开(公告)号：CN109284280A
公开(公告)日：2019-01-29
申请号：CN201811038346.5
申请日：2018-09-06
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提出一种仿真数据优化方法、装置及计算机可读存储介质。其中仿真数据优化方法包括：将仿真器生成的仿真数据输入到第一生成式对抗网络，所述第一生成式对抗网络包括迁移模型；利用所述迁移模型对所述仿真器生成的仿真数据进行优化，以生成优化仿真数据。本发明实施例通过生成式对抗网络对仿真数据进行优化，使得仿真数据表征愈加接近真实数据，不仅确保了仿真数据的质量与精度，在一定程度上提升了仿真数据的真实可信赖性，同时也降低了仿真器构建的成本。
-
公开(公告)号：CN109255181A
公开(公告)日：2019-01-22
申请号：CN201811044615.9
申请日：2018-09-07
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种基于多模型的障碍物分布仿真方法、装置和终端，所述方法包括：获取多帧点云，点云中包括多个障碍物；提取障碍物的真实标注数据，并根据障碍物的真实标注数据训练得到多个神经网络模型；提取点云中的未标注数据，并将其分别输入至各神经网络模型中，输出多个仿真障碍物的预测结果，仿真障碍物的预测结果包括多个仿真障碍物，仿真障碍物具有属性数据；根据各仿真障碍物的预测结果选取一个或多个仿真障碍物；将已选取的仿真障碍物的属性数据输入至各神经网络模型中，得到仿真障碍物的位置坐标，以得到仿真障碍物的位置分布。增加了仿真障碍物的位置多样性，使得障碍物的位置分布以及各个障碍物的个数分布的仿真结果与真实情况更接近。
-
公开(公告)号：CN109255181B
公开(公告)日：2019-12-24
申请号：CN201811044615.9
申请日：2018-09-07
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出一种基于多模型的障碍物分布仿真方法、装置和终端，所述方法包括：获取多帧点云，点云中包括多个障碍物；提取障碍物的真实标注数据，并根据障碍物的真实标注数据训练得到多个神经网络模型；提取点云中的未标注数据，并将其分别输入至各神经网络模型中，输出多个仿真障碍物的预测结果，仿真障碍物的预测结果包括多个仿真障碍物，仿真障碍物具有属性数据；根据各仿真障碍物的预测结果选取一个或多个仿真障碍物；将已选取的仿真障碍物的属性数据输入至各神经网络模型中，得到仿真障碍物的位置坐标，以得到仿真障碍物的位置分布。增加了仿真障碍物的位置多样性，使得障碍物的位置分布以及各个障碍物的个数分布的仿真结果与真实情况更接近。
-
-
-
Search Results
4
records
(took 0.03 seconds)
