SYSTEM AND METHOD FOR GENERATION OF SIMULATED COMPUTER VISION TRAINING DATA USING A VIRTUAL REALITY ENGINE

A computer-implemented method is provided herein for generation of at least one synthetic image for use as training data to train a machine learning model to identify or detect at least one dynamic object in the at least one synthetic image. In one embodiment, the method comprises: receiving a model for the dynamic object and an animation asset specifying a motion of the dynamic object in an animation sequence; attaching one or more static meshes to the dynamic object, the one or more static meshes moving with the dynamic object during the animation sequence; playing the animation sequence for the dynamic object, including the attached one or more static meshes, to generate one or more images; processing the generated one or more images; and generating one of the synthetic images based on the processed images. Other embodiments include using diffusion models to generate variant synthetic training images. L'invention concerne un procédé mis en œuvre par ordinateur pour la génération d'au moins une image synthétique destinée à être utilisée en tant que données d'apprentissage pour entraîner un modèle d'apprentissage machine pour identifier ou détecter au moins un objet dynamique dans la ou les images synthétiques. Dans un mode de réalisation, le procédé comprend : la réception d'un modèle pour l'objet dynamique et un contenu d'animation spécifiant un mouvement de l'objet dynamique dans une séquence d'animation ; la fixation d'un ou de plusieurs maillages statiques à l'objet dynamique, le ou les maillages statiques se déplaçant avec l'objet dynamique pendant la séquence d'animation ; la lecture de la séquence d'animation pour l'objet dynamique, comprenant le ou les maillages statiques attachés, pour générer une ou plusieurs images ; le traitement de la ou des images générées ; et la génération d'une des images synthétiques sur la base des images traitées. D'autres modes de réalisation comprennent l'utilisation de modèles de diffusion pour générer des images d'apprentissage synthétiques variantes.