(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210965590.6 (22)申请日 2022.08.12 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 徐力　 (74)专利代理 机构 北京英赛 嘉华知识产权代理 有限责任公司 1 1204 专利代理师 王达佐　马晓亚 (51)Int.Cl. G06F 30/27(2020.01) G06T 17/00(2006.01) (54)发明名称 生成对抗网络训练方法、 装置、 设备以及存 储介质 (57)摘要 本公开提供了一种生成对抗网络训练方法、 装置、 设备、 存储介质以及程序产品， 涉及人工智 能技术领域， 具体涉及图像处理和深度学习等技 术领域， 可应用于自动驾驶等场景。 该方法的一 具体实施方式包括： 获取样本环境数据； 将样本 环境数据输入至生成器， 得到样本目标环境数 据； 将样本环境数据和样本目标环 境数据输入至 判别器， 得到判别结果； 基于判别结果调整生成 器和判别器的参数， 得到生成对抗网络。 该实施 方式可以生成高真实 感的环境数据。 权利要求书3页 说明书10页 附图5页 CN 115293045 A 2022.11.04 CN 115293045 A 1.一种生成对抗网络训练方法， 包括： 获取样本环境数据； 将所述样本环境数据输入至生成器， 得到样本目标环境数据； 将所述样本环境数据和所述样本目标环境数据输入至判别器， 得到判别结果； 基于所述判别结果调整所述 生成器和所述判别器的参数， 得到生成对抗网络 。 2.根据权利要求1所述的方法， 其中， 所述样本环境数据包括样本真实道路环境数据和 样本原始传感器数据， 所述生成器包括第一生成器和第二生成器， 所述判别器包括第一判 别器和第二判别器。 3.根据权利要求2所述的方法， 其中， 所述将所述样本环境数据输入至生成器， 得到样 本目标环境数据， 包括： 将所述样本真实道路环境数据输入至所述第一 生成器， 得到样本目标道路环境数据； 将所述样本原 始传感器数据输入至所述第二 生成器， 得到样本目标传感器数据； 以及 所述将所述样本环境数据和所述样本目标环境数据输入至判别器， 得到判别结果， 包 括： 将所述样本原始传感器数据和所述样本目标道路环境数据输入至所述第 一判别器， 得 到第一判别结果； 将所述样本真实道路环境数据和所述样本目标传感器数据输入至所述第 二判别器， 得 到第二判别结果。 4.根据权利要求3所述的方法， 其中， 所述方法还 包括： 将所述样本目标道路环境数据输入至所述第二 生成器， 得到样本还原 道路环境数据； 将所述样本目标传感器数据输入至所述第一 生成器， 得到样本还原传感器数据。 5.根据权利要求4所述的方法， 其中， 所述基于所述判别结果调整所述生成器和所述判 别器的参数， 得到生成对抗网络， 包括： 基于所述第一判别结果和所述第二判别结果， 计算 生成对抗网络损失函数； 基于所述样本真实道路环境数据、 所述样本原始传感器数据、 所述样本还原道路环境 数据和所述样本还原传感器数据， 计算循环损失函数； 基于所述 生成对抗网络损失函数和所述循环损失函数， 生成总损失函数； 基于所述总损 失函数调整所述第一生成器、 所述第二生成器、 所述第一判别器和所述 第二判别器的参数， 得到所述 生成对抗网络 。 6.一种数据生成方法， 包括： 对仿真环境进行三维建模， 得到 仿真环境 三维模型； 对所述仿真环境 三维模型进行渲染和传感器仿真， 得到原 始传感器数据； 将所述原始传感器数据输入至生成器， 得到目标传感器数据， 其中， 所述生成器是采用 权利要求1 ‑4中任一项所述的方法训练得到的。 7.根据权利要求6所述的方法， 其中， 所述对仿真环境进行三维建模， 得到仿真环境三 维模型， 包括： 基于地图数据、 场景 元素模板和材质模板进行三维建模， 得到所述仿真环境 三维模型。 8.根据权利要求6所述的方法， 其中， 所述将所述原始传感器数据输入至生成器， 得到 目标传感器数据， 包括：权　利　要　求　书 1/3 页 2 CN 115293045 A 2使用所述生成器， 对所述原始传感器数据进行风格迁移， 生成纹理、 噪声特征分布， 生 成所述目标传感器数据。 9.根据权利要求6 ‑8中任一项所述的方法， 其中， 所述方法还 包括： 将所述目标传感器数据作为感知算法的输入， 对自动驾驶感知测试， 得到测试 结果。 10.一种生成对抗网络训练装置， 包括： 获取模块， 被 配置成获取样本环境数据； 生成模块， 被 配置成将所述样本环境数据输入至生成器， 得到样本目标环境数据； 判别模块， 被配置成将所述样本环境数据和所述样本目标环境数据输入至判别器， 得 到判别结果； 调整模块， 被配置成基于所述判别结果调整所述生成器和所述判别器的参数， 得到生 成对抗网络 。 11.根据权利要求10所述的装置， 其中， 所述样本环境数据包括样本真实道路环境数据 和样本原始传感器数据， 所述生成器包括第一生成器和第二生成器， 所述判别器包括第一 判别器和第二判别器。 12.根据权利要求1 1所述的装置， 其中， 所述生成模块进一 步被配置成： 将所述样本真实道路环境数据输入至所述第一 生成器， 得到样本目标道路环境数据； 将所述样本原 始传感器数据输入至所述第二 生成器， 得到样本目标传感器数据； 以及 所述判别模块进一 步被配置成： 将所述样本原始传感器数据和所述样本目标道路环境数据输入至所述第 一判别器， 得 到第一判别结果； 将所述样本真实道路环境数据和所述样本目标传感器数据输入至所述第 二判别器， 得 到第二判别结果。 13.根据权利要求12所述的装置， 其中， 所述 生成模块还进一 步被配置成： 将所述样本目标道路环境数据输入至所述第二 生成器， 得到样本还原 道路环境数据； 将所述样本目标传感器数据输入至所述第一 生成器， 得到样本还原传感器数据。 14.根据权利要求13所述的装置， 其中， 所述调整模块进一 步被配置成： 基于所述第一判别结果和所述第二判别结果， 计算 生成对抗网络损失函数； 基于所述样本真实道路环境数据、 所述样本原始传感器数据、 所述样本还原道路环境 数据和所述样本还原传感器数据， 计算循环损失函数； 基于所述 生成对抗网络损失函数和所述循环损失函数， 生成总损失函数； 基于所述总损 失函数调整所述第一生成器、 所述第二生成器、 所述第一判别器和所述 第二判别器的参数， 得到所述 生成对抗网络 。 15.一种数据生成装置， 包括： 建模模块， 被配置成对仿真环境进行三维建模， 得到 仿真环境 三维模型； 仿真模块， 被配置成对所述仿真环境三维模型进行渲染和传感器仿真， 得到原始传感 器数据； 生成模块， 被配置成将所述原始传感器数据输入至生成器， 得到目标传感器数据， 其 中， 所述生成器是采用权利要求10 ‑14中任一项所述的装置训练得到的。权　利　要　求　书 2/3 页 3 CN 115293045 A 3