CN113239943B - 基于部件语义图的三维部件提取组合方法和装置 - Google Patents

基于部件语义图的三维部件提取组合方法和装置 Download PDF

Info

Publication number
CN113239943B
CN113239943B CN202110595282.4A CN202110595282A CN113239943B CN 113239943 B CN113239943 B CN 113239943B CN 202110595282 A CN202110595282 A CN 202110595282A CN 113239943 B CN113239943 B CN 113239943B
Authority
CN
China
Prior art keywords
dimensional
descriptor
component
generate
mean field
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110595282.4A
Other languages
English (en)
Other versions
CN113239943A (zh
Inventor
李甲
石鼎丰
赵一凡
赵沁平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202110595282.4A priority Critical patent/CN113239943B/zh
Publication of CN113239943A publication Critical patent/CN113239943A/zh
Application granted granted Critical
Publication of CN113239943B publication Critical patent/CN113239943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于部件语义图的三维部件提取组合方法和装置。该方法的一具体实施方式包括：对目标图片进行部件级语义分割以生成至少一个部件分割图；对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；基于该至少一个多尺度立方体平均场描述子，将该至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；将训练所得到的至少一个特征部件组合成目标体素模型。该实施方式提高了基于图片提取三维模型的精确度。

Description

基于部件语义图的三维部件提取组合方法和装置
技术领域
本公开的实施例涉及计算机技术领域，具体涉及基于部件语义图的三维部件提取组合方法和装置。
背景技术
基于图片提取三维模型的技术是计算机视觉领域中至关重要的技术之一。目前，三维模型提取方法往往先对目标图片进行特征提取，然后在特征空间中寻找与目标图片相近的模型。或者学习一个分类器，通过分类器来找到与目标图片匹配的模型。
然而，当采用上述方法对三维模型进行提取时，经常会存在如下技术问题：仅对整体的三维模型进行提取，忽略了部件之间的相关关系以及部件的自身属性，往往造成提取到的三维模型和真实模型存在较大的误差，降低了三维模型提取的精确度。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了基于部件语义图的三维部件提取组合方法和装置，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种基于部件语义图的三维部件提取组合方法，该方法包括：对目标图片进行部件级语义分割以生成至少一个部件分割图；对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；将训练所得到的至少一个特征部件组合成目标体素模型。
第二方面，本公开的一些实施例提供了一种基于部件语义图的三维部件提取组合装置，装置包括：部件级语义分割单元，被配置成对目标图片进行部件级语义分割以生成至少一个部件分割图；特征提取单元，被配置成对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；网络训练单元，被配置成基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；组合单元，被配置成将训练所得到的至少一个特征部件组合成目标体素模型。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于部件语义图的三维部件提取组合方法，提高了基于图片提取三维模型的精度。具体来说，造成基于图片提取三维模型的精度不够精确的原因在于：现有技术往往只对整体的三维模型进行提取，忽略了部件之间的相关关系以及部件的自身属性，进而造成提取到的三维模型和真实模型存在较大的误差，降低了三维模型提取的精确度。基于此，本公开的一些实施例的基于部件语义图的三维部件提取组合方法，首先，对目标图片进行部件级语义分割以生成至少一个部件分割图。通过将目标图片进行分割不同类别的部件从而为后续探析部件之间的相关关系以及部件自身的属性提供数据支撑。其次，对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子。为后续探析部件自身的属性提供数据支撑。然后，基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练。通过对各个部件进行特征提取以确定各个部件的自身属性。最后，将训练所得到的至少一个特征部件组合成目标体素模型。通过探析部件之间的相关关系，将各个部件进行组合，从而提高了基于图片提取的三维模型的精准度。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的基于部件语义图的三维部件提取组合方法的一个应用场景的示意图；
图2是根据本公开的基于部件语义图的三维部件提取组合方法的一些实施例的流程图；
图3是根据本公开的基于部件语义图的三维部件提取组合装置的一些实施例的结构示意图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的基于部件语义图的三维部件提取组合方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以对目标图片102进行部件级语义分割以生成至少一个部件分割图103；其次，计算设备101可以对三维体素模型库104中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子105；然后，计算设备101可以基于上述至少一个多尺度立方体平均场描述子105，将上述至少一个部件分割图103中的每个部件分割图作为网络输入进行网络训练；最后，计算设备101可以将训练所得到的至少一个特征部件106组合成目标体素模型107。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的基于部件语义图的三维部件提取组合方法的一些实施例的流程200。该基于部件语义图的三维部件提取组合方法，包括以下步骤：
步骤201，对目标图片进行部件级语义分割以生成至少一个部件分割图。
在一些实施例中，基于部件语义图的三维部件提取组合方法的执行主体(例如图1所示的计算设备101)可以通过语义分割算法，对目标图片进行部件级语义分割以生成至少一个部件分割图。其中，上述语义分割算法可以是PSP-Net(Pyramid Scene ParsingNetwork，金字塔场景解析网络)。上述语义分割算法还可以是FCN(Fully ConvolutionalNetworks for Semantic Segmentation，用于语义分割的完全卷积网络)。其中，上述部件分割图为上述目标图片中的一部分图像。
在一些实施例的一些可选的实现方式中，上述执行主体对目标图片进行部件级语义分割以生成至少一个部件分割图，可以包括以下步骤：
第一步，对上述目标图片进行图像预处理以生成至少一个掩码矩阵。
其中，上述执行主体可以利用部件级语义分割算法，对上述目标图片进行图像预处理，生成上述目标图片对应的语义分割图。上述部件级语义分割算法可以是BASNet(Boundary-Aware Salient Object Detection，一种能关注边缘的显著性检测算法)。
第二步，基于上述至少一个掩码矩阵，生成上述至少一个部件分割图。
其中，上述执行主体可以对上述至少一个掩码矩阵中的每个掩码矩阵进行切分以生成部件分割图，得到上述至少一个部件分割图。
步骤202，对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子。
在一些实施例中，上述执行主体可以通过各种方法，对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子。其中，上述多尺度立方体平均场描述子为描述上述三维体素模型的特征向量。
在一些实施例的一些可选的实现方式中，上述执行主体对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子，可以包括以下步骤：
第一步，对上述三维体素模型进行裁剪以生成三维包围空间。
其中，上述执行主体首先可以对上述三维空间包括的的维度集中的各个维度进行上采样，直至上采样到上述空间划分数量的公倍数，得到上述三维部件包围空间。
第二步，对上述三维包围空间进行轴偏移度压缩处理以生成二维特征图。
其中，上述执行主体对上述三维部件包围空间进行轴偏移度压缩处理以生成二维特征图，可以包括以下子步骤：
第一子步骤，确定上述三维部件包围空间的重心坐标。其中，上述执行主体首先可以确定上述三维部件包围空间的中心坐标。其次，上述执行主体可以通过以下公式，确定上述三维部件包围空间的重心坐标：
Figure BDA0003090704910000061
其中，g表示上述三维部件包围空间的重心坐标。M表示上述三维部件空间包括的体素坐标集。m表示上述体素坐标集中的体素坐标。c表示上述三维部件包围空间的中心坐标。
第二子步骤，基于上述重心坐标，确定上述三维部件空间包括的维度集中的各个维度的偏移量集。
第三子步骤，从上述三维部件空间包括的维度集中按照偏移量由大到小的顺序选择第一个维度作为目标维度。
第四子步骤，将上述目标维度进行求和压缩处理，生成上述二维特征图。其中，上述执行主体可以采用图像二值化的方法，将上述目标维度进行求和压缩处理，生成上述二维特征图。
第三步，基于上述二维特征图，生成至少一个局部描述子和全局描述子。
其中，上述执行主体基于上述二维特征图，生成至少一个局部描述子和全局描述子，可以包括以下子步骤：
第一子步骤，对上述二维特征图进行均等划分以生成至少一个子二维特征图。
第二子步骤，确定上述至少一个子二维特征图中每个子二维特征图对应的局部描述子，得到上述至少一个局部描述子，其中，上述至少一个局部描述子中的局部描述子可以包括：中心偏移方向和场强度。上述至少一个子二维特征图中每个子二维特征图可以包括：像素值、像素中心、高度值和宽度值。上述执行主体可以通过以下公式，确定上述至少一个子二维特征图中每个子二维特征图对应的局部描述子：
Figure BDA0003090704910000071
其中，i表示序号。ci表示上述至少一个子二维特征图中第i个子二维特征图包括的像素中心。pi表示上述至少一个子二维特征图中第i个子二维特征图包括的像素值。wi表示上述至少一个子二维特征图中第i个子二维特征图包括的高度值。hi表示上述至少一个子二维特征图中第i个子二维特征图包括的宽度值。Si表示上述至少一个子二维特征图中第i个子二维特征图对应的局部描述子包括的场强度。ti表示上述至少一个子二维特征图中第i个子二维特征图对应的局部描述子包括的中心偏移方向。
第三子步骤，确定上述二维特征图对应的全局描述子。其中，确定上述二维特征图对应的全局描述子的方法同上述第二子步骤，在次不再赘述。
第四步，对上述至少一个局部描述子和上述全局描述子进行拼接以生成上述多尺度立方体平均场描述子。
其中，上述执行主体首先可以按照偏移量由大到小的顺序，依次对上述至少一个局部描述子进行拼接和上述全局描述子进行拼接，生成上述多尺度立方体平均场描述子。
步骤203，基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练。
在一些实施例中，上述执行主体可以采用CNN(Convolutional Neural Networks，卷积神经网络)的方法，基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练。
在一些实施例的一些可选的实现方式中，上述执行主体基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练，可以包括以下步骤：
第一步，基于上述至少一个多尺度立方体平均场描述子，生成目标约束函数。其中，上述执行主体基于上述至少一个多尺度立方体平均场描述子，生成目标约束函数，可以包括以下子步骤：
第一子步骤，基于上述至少一个多尺度立方体平均场描述子，生成第一约束函数、第二约束函数和第三约束函数。其中，第一约束函数、第二约束函数和第三约束函数的作用对象是不一样的，第一约束函数是针对目标部件和其他非同类部件，第二约束函数是针对目标部件和同类最相似的K个部件，第三约束函数是针对目标部件和其他所有部件。
其中，上述第一约束函数可以是排斥约束函数：
Figure BDA0003090704910000091
其中，Z表示取整函数。m表示第一超参数。π表示第一常数，取值可以是3.14。floor()表示向下取整。i表示序号。θ表示上述预设训练部件图集中的预设训练部件图包括的图特征量和图特征中心之间的夹角。θi表示上述预设训练部件图集中的第i个预设训练部件图包括的图特征量和图特征中心之间的夹角。
Figure BDA0003090704910000092
表示复合函数。
Figure BDA0003090704910000093
表示关于θi的复合函数。p1表示上述排斥约束函数。e表示第二常数，取值可以是2.72。se表示放缩因子。xi表示上述预设训练部件图集中的第i个预设训练部件图包括的图特征量。y表示预测类别。θy表示上述预测类别与上述xi之间的夹角。
为了提升分类模型的鲁棒性，在训练阶段，网络不仅只预测一个目标标签，而是包括与它相似的一组标签。同时，通过计算多尺度立方体平均场描述子的特征距离来进行高效的计算，避免了交并比(Intersection-over-Union,IoU)等方法，每次需要从硬盘中读取整个模型的时间开销，同时为了避免早期训练的数值问题。上述第二约束函数可以是组模糊约束函数：
Figure BDA0003090704910000101
其中，p2表示上述组模糊约束函数。e表示第二常数，取值可以是2.72。γ表示第二超参数。α表示第三超参数。i表示序号。θ表示上述预设训练部件图集中的预设训练部件图包括的图特征量和图特征中心之间的夹角。θi表示上述预设训练部件图集中的第i个预设训练部件图包括的图特征量和图特征中心之间的夹角。xi表示上述预设训练部件图集中的第i个预设训练部件图包括的图特征量。Q表示间接函数。A和B表示上述至少一个多维特征向量中的任意一个多维特征向量。
为了保证网络能够在训练时找到真实标签，构建全局约束，即上述第三约束函数。上述第三约束函数可以是归一化指数函数。
第二子步骤，将上述第一约束函数、上述第二约束函数和上述第三约束函数进行加权求和以生成上述目标约束函数。
第二步，基于所构建的目标约束函数，对上述部件分割图进行网络训练。
步骤204，将训练所得到的至少一个特征部件组合成目标体素模型。
在一些实施例中，上述执行主体可以利用体素化方法，将上述至少一个特征部件进行组合以生成目标体素模型。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的基于部件语义图的三维部件提取组合方法，提高了基于图片提取三维模型的精度。具体来说，造成基于图片提取三维模型的精度不够精确的原因在于：现有技术往往只对整体的三维模型进行提取，忽略了部件之间的相关关系以及部件的自身属性，进而造成提取到的三维模型和真实模型存在较大的误差，降低了三维模型提取的精确度。基于此，本公开的一些实施例的基于部件语义图的三维部件提取组合方法，首先，对目标图片进行部件级语义分割以生成至少一个部件分割图。通过将目标图片进行分割不同类别的部件从而为后续探析部件之间的相关关系以及部件自身的属性提供数据支撑。其次，对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子。为后续探析部件自身的属性提供数据支撑。然后，基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练。通过对各个部件进行特征提取以确定各个部件的自身属性。最后，将训练所得到的至少一个特征部件组合成目标体素模型。通过探析部件之间的相关关系，将各个部件进行组合，从而提高了基于图片提取的三维模型的精准度。
进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种基于部件语义图的三维部件提取组合装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的基于部件语义图的三维部件提取组合装置300包括：部件级语义分割单元301、特征提取单元302、网络训练单元303和组合单元304。其中，部件级语义分割单元301，被配置成对目标图片进行部件级语义分割以生成至少一个部件分割图；特征提取单元302，被配置成对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；网络训练单元303，被配置成基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；组合单元304，被配置成将训练所得到的至少一个特征部件组合成目标体素模型。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置404；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：对目标图片进行部件级语义分割以生成至少一个部件分割图；对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；基于上述至少一个多尺度立方体平均场描述子，将上述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；将训练所得到的至少一个特征部件组合成目标体素模型。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括部件级语义分割单元、特征提取单元、网络训练单元和组合单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，部件级语义分割单元还可以被描述为“对目标图片进行部件级语义分割以生成至少一个部件分割图的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种基于部件语义图的三维部件提取组合方法，包括：
对目标图片进行部件级语义分割以生成至少一个部件分割图；
对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；
基于所述至少一个多尺度立方体平均场描述子，将所述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；
将训练所得到的至少一个特征部件组合成目标体素模型，其中，所述对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，包括：
对所述三维体素模型进行裁剪以生成三维包围空间；
对所述三维包围空间进行轴偏移度压缩处理以生成二维特征图；
基于所述二维特征图，生成至少一个局部描述子和全局描述子；
对所述至少一个局部描述子和所述全局描述子进行拼接以生成所述多尺度立方体平均场描述子；
其中，所述基于所述二维特征图，生成至少一个局部描述子和全局描述子，包括：
对所述二维特征图进行均等划分以生成至少一个子二维特征图；
确定所述至少一个子二维特征图中每个子二维特征图对应的局部描述子，得到所述至少一个局部描述子，其中，所述至少一个局部描述子中的局部描述子包括：中心偏移方向和场强度；
确定所述二维特征图对应的全局描述子；
其中，所述基于所述至少一个多尺度立方体平均场描述子，将所述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练，包括：
基于所述至少一个多尺度立方体平均场描述子，生成目标约束函数；
基于所构建的目标约束函数，对所述部件分割图进行网络训练。
2.根据权利要求1所述的方法，其中，所述对目标图片进行部件级语义分割以生成至少一个部件分割图，包括：
对所述目标图片进行图像预处理以生成至少一个掩码矩阵；
基于所述至少一个掩码矩阵，生成所述至少一个部件分割图。
3.根据权利要求2所述的方法，其中，所述基于所述至少一个多尺度立方体平均场描述子，生成目标约束函数，包括：
基于所述至少一个多尺度立方体平均场描述子，生成第一约束函数、第二约束函数和第三约束函数；
将所述第一约束函数、所述第二约束函数和所述第三约束函数进行加权求和以生成所述目标约束函数。
4.一种基于部件语义图的三维部件提取组合装置，包括：
部件级语义分割单元，被配置成对目标图片进行部件级语义分割以生成至少一个部件分割图；
特征提取单元，被配置成对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；
网络训练单元，被配置成基于所述至少一个多尺度立方体平均场描述子，将所述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；
组合单元，被配置成将训练所得到的至少一个特征部件组合成目标体素模型，其中，所述对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，包括：
对所述三维体素模型进行裁剪以生成三维包围空间；
对所述三维包围空间进行轴偏移度压缩处理以生成二维特征图；
基于所述二维特征图，生成至少一个局部描述子和全局描述子；
对所述至少一个局部描述子和所述全局描述子进行拼接以生成所述多尺度立方体平均场描述子；
其中，所述基于所述二维特征图，生成至少一个局部描述子和全局描述子，包括：
对所述二维特征图进行均等划分以生成至少一个子二维特征图；
确定所述至少一个子二维特征图中每个子二维特征图对应的局部描述子，得到所述至少一个局部描述子，其中，所述至少一个局部描述子中的局部描述子包括：中心偏移方向和场强度；
确定所述二维特征图对应的全局描述子；
其中，所述基于所述至少一个多尺度立方体平均场描述子，将所述至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练，包括：
基于所述至少一个多尺度立方体平均场描述子，生成目标约束函数；
基于所构建的目标约束函数，对所述部件分割图进行网络训练。
5.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。
6.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。
CN202110595282.4A 2021-05-28 2021-05-28 基于部件语义图的三维部件提取组合方法和装置 Active CN113239943B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110595282.4A CN113239943B (zh) 2021-05-28 2021-05-28 基于部件语义图的三维部件提取组合方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110595282.4A CN113239943B (zh) 2021-05-28 2021-05-28 基于部件语义图的三维部件提取组合方法和装置

Publications (2)

Publication Number Publication Date
CN113239943A CN113239943A (zh) 2021-08-10
CN113239943B true CN113239943B (zh) 2022-05-31

Family

ID=77135622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110595282.4A Active CN113239943B (zh) 2021-05-28 2021-05-28 基于部件语义图的三维部件提取组合方法和装置

Country Status (1)

Country Link
CN (1) CN113239943B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105551084B (zh) * 2016-01-28 2018-06-08 北京航空航天大学 一种基于图像内容解析的室外三维场景组合构建方法
CN111179270A (zh) * 2019-11-21 2020-05-19 北京航空航天大学 基于注意力机制的图像共分割方法和装置
CN111815776A (zh) * 2020-02-04 2020-10-23 山东水利技师学院 综合机载和车载三维激光点云及街景影像的三维建筑物精细几何重建方法
CN111739159A (zh) * 2020-06-29 2020-10-02 上海商汤智能科技有限公司 三维模型生成方法、神经网络生成方法及装置
CN112085840B (zh) * 2020-09-17 2024-03-29 腾讯科技（深圳）有限公司 语义分割方法、装置、设备及计算机可读存储介质

Also Published As

Publication number Publication date
CN113239943A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN109508681B (zh) 生成人体关键点检测模型的方法和装置
CN111967467B (zh) 图像目标检测方法、装置、电子设备和计算机可读介质
CN108229419B (zh) 用于聚类图像的方法和装置
CN111915480B (zh) 生成特征提取网络的方法、装置、设备和计算机可读介质
CN110516678B (zh) 图像处理方法和装置
CN108510084B (zh) 用于生成信息的方法和装置
CN110211195B (zh) 生成图像集合的方法、装置、电子设备和计算机可读存储介质
CN111311480B (zh) 图像融合方法和装置
CN113239925A (zh) 一种文本检测模型训练方法、文本检测方法及装置、设备
CN112183627A (zh) 生成预测密度图网络的方法和车辆年检标数量检测方法
CN110110696B (zh) 用于处理信息的方法和装置
CN111783777B (zh) 图像处理方法、装置、电子设备和计算机可读介质
CN112598673A (zh) 全景分割方法、装置、电子设备和计算机可读介质
CN115100536B (zh) 建筑物识别方法、装置、电子设备和计算机可读介质
CN113239943B (zh) 基于部件语义图的三维部件提取组合方法和装置
CN113610856B (zh) 训练图像分割模型和图像分割的方法和装置
CN111968030B (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN113255819B (zh) 用于识别信息的方法和装置
CN111784709B (zh) 图像处理方法、装置、电子设备和计算机可读介质
CN113763405A (zh) 一种图像检测方法和装置
CN113205092A (zh) 文本检测方法、装置、设备及存储介质
CN111311616B (zh) 用于分割图像的方法和装置
CN112884794B (zh) 生成图像方法、装置、电子设备和计算机可读介质
CN111784710B (zh) 图像处理方法、装置、电子设备和介质
CN111292365B (zh) 生成深度图的方法、装置、电子设备和计算机可读介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant