Генерация реалистичных изображений для обучения искусственных нейронных сетей в задаче навигации робота

Аннотация

На конкретном практическом примере рассмотрена и решена проблема формирования обучающей выборки для настройки нейросетевого детектора, предназначенного для распознавания дверей на цифровых изображениях помещений. Разработан метод генерации реалистичных синтетических данных, заключающийся в замене на цифровых изображениях априори известных объектов-мишеней новыми объектами, которые были получены путем проективного преобразования эталонных объектов. Метод предназначен для формирования обучающей выборки, необходимой для обучения и тестирования искусственных нейронных сетей, которые впоследствии применяются в системе управления мобильными роботами для решения задач автономной навигации. Эффективность предложенного метода была подтверждена экспериментально.