CN113327319A - 一种复杂场景建模方法、装置、服务器及可读存储介质 - Google Patents
一种复杂场景建模方法、装置、服务器及可读存储介质 Download PDFInfo
- Publication number
- CN113327319A CN113327319A CN202110617217.7A CN202110617217A CN113327319A CN 113327319 A CN113327319 A CN 113327319A CN 202110617217 A CN202110617217 A CN 202110617217A CN 113327319 A CN113327319 A CN 113327319A
- Authority
- CN
- China
- Prior art keywords
- scene
- processed
- image
- point cloud
- identified
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 17
- 230000004927 fusion Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 9
- 238000009877 rendering Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Studio Devices (AREA)
Abstract
本申请适用于三维重建技术领域，提供了一种复杂场景建模方法、装置、服务器及可读存储介质方法，该方法包括：获取第一待处理图像和第一待处理图像对应的第一相机位姿；基于第一待处理图像和第一待处理图像对应的第一相机位姿，以及待识别场景的场景类型，生成目标场景模型。可见，本申请可以在复杂场景下实时自动建模，由于直接生成的目标场景模型中场景之间衔接完整，故后期不需要较大计算资源进行渲染处理，也提高了三维重建渲染效果。
Description
技术领域
本申请属于三维重建技术领域，尤其涉及一种复杂场景建模方法、装置、服务器及可读存储介质。
背景技术
三维重建的原理是根据相机在场景中不同拍摄点位拍摄的图像进行重建得到三维模型。在实际应用中场景一般较为复杂，包含简单场景和其它场景，现有技术中对复杂场景的三维重建都是通过相机分别只在复杂场景中的多个简单场景进行拍摄分别得到简单场景模型，然后后期对多个简单场景模型进行渲染，得到复杂场景模型。但是，由于复杂场景的三维模型中多个简单场景对应的模块之间在衔接的地方缺乏合理的过渡，导致复杂场景的三维模型渲染效果不佳，从而用户在以第一视角在复杂场景的三维模型中进行漫游过程的观看效果较差。
发明内容
本申请实施例提供了一种复杂场景建模方法、装置、服务器及可读存储介质，可以解决对复杂场景的三维重建过程中模型渲染效果不佳的问题。
第一方面，本申请实施例提供了一种复杂场景建模方法，包括：
获取第一待处理图像和所述第一待处理图像对应的第一相机位姿，所述待处理图像为相机在待识别场景中的不同拍摄点位拍摄得到的深度图像；
基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型，其中，所述待识别场景的场景类型包括简单场景以及特殊场景。
在第一方面的一种可能的实现方式中，基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型之前，还包括：
根据预先训练的场景识别模型确定所述待识别场景的场景类型。
在第一方面的一种可能的实现方式中，所述预先训练的场景识别模型包括特征提取层、特征选择层以及分类层；
根据预先训练的场景识别模型确定所述待识别场景的场景类型，包括：
将所述待处理图像导入至所述特征提取层，输出显著特征和补充特征；
将所述显著特征导入至特征选择器，输出目标显著特征；
分别提取所述目标显著特征的局部表示信息，以及所述补充特征中的全局表示信息；
将所述局部表示信息和全局表示信息拼接后导入至所述分类层，输出所述待识别场景的场景类型。
在第一方面的一种可能的实现方式中，基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型，包括：
根据所述第一待处理图像、所述第一待处理图像对应的第二相机位姿以及预设的第一场景重建算法构建第一稠密点云；
若所述待识别场景的场景类型为第一场景，则根据第一稠密点云形成目标场景模型；
若所述待识别场景的场景类型为第二场景，则构建第二稠密点云，根据所述第一稠密点云和第二稠密点云生成目标场景模型。
在第一方面的一种可能的实现方式中，若所述待识别场景的场景类型为第二场景，则构建第二稠密点云，根据所述第一稠密点云和第二稠密点云形成目标场景模型，包括：
若所述待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送所述拍摄提醒指令至相机，以指示所述相机显示预测拍摄点位至用户，所述预测拍摄点位为指示所述用户在所述第二场景拍摄的点位；
获取第二待处理图像和所述第二待处理图像对应的第二相机位姿；
根据所述第二待处理图像、所述第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云；
对所述第一稠密点云和第二稠密点云进行配准；
根据配准后的所述第一稠密点云和所述第二稠密点云形成目标场景模型。
在第一方面的一种可能的实现方式中，据所述第二待处理图像、所述第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云，包括：
根据待处理图像和所述待处理图像对应的相机位姿生成待处理点云；
基于TSDF算法对所述待处理点云进行融合，得到融合点云；
对所述融合点云进行统计滤波，得到优化后的融合点云；
基于MVS算法对优化后的融合点云进行稠密处理，得到第二稠密点云。
在第一方面的一种可能的实现方式中，若所述待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送所述拍摄提醒指令至相机，以指示所述相机显示预测拍摄点位至用户，所述预测拍摄点位为提示所述用户在所述第二场景拍摄的点位，包括：
根据预设的点位预测算法和所述第一相机位姿，得到预测拍摄点位；
根据所述预测拍摄点位生成拍摄提醒指令。
第二方面，本申请实施例提供了一种装置，包括：
获取模块，用于获取第一待处理图像和所述第一待处理图像对应的第一相机位姿，所述待处理图像为在待识别场景中，相机响应于用户的拍摄提醒指令拍摄的图像；
生成模块，用于基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型。
在一种可能实现的方式中，所述装置还包括：
识别模块，用于根据预先训练的场景识别模型确定所述待识别场景的场景类型。
在一种可能实现的方式中，所述预先训练的场景识别模型包括特征提取层、特征选择层以及分类层；
所述识别模块包括：
第一处理子模块，用于将所述待处理图像导入至所述特征提取层，输出显著特征和补充特征；
第二处理子模块，用于将所述显著特征导入至特征选择器，输出目标显著特征；
提取子模块，用于分别提取所述目标显著特征的局部表示信息，以及所述补充特征中的全局表示信息；
分类子模块，用于将所述局部表示信息和全局表示信息拼接后导入至所述分类层，输出所述待识别场景的场景类型。
在一种可能实现的方式中，所述生成模块包括：
构建子模块，用于根据所述第一待处理图像、所述第一待处理图像对应的第二相机位姿以及预设的第一场景重建算法构建第一稠密点云；
第一生成子模块，用于若所述待识别场景的场景类型为第一场景，则根据第一稠密点云形成目标场景模型；
第二生成子模块，用于若所述待识别场景的场景类型为第二场景，则构建第二稠密点云，根据所述第一稠密点云和第二稠密点云生成目标场景模型。
在一种可能实现的方式中，所述第一生成子模块，包括:
生成单元，用于若所述待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送所述拍摄提醒指令至相机，以指示所述相机显示预测拍摄点位至用户，所述预测拍摄点位为指示所述用户在所述第二场景拍摄的点位；
获取单元，获取第二待处理图像和所述第二待处理图像对应的第二相机位姿；
第二生成单元，用于根据所述第二待处理图像、所述第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云；
配准单元，用于对所述第一稠密点云和第二稠密点云进行配准；
第三生成单元，用于根据配准后的所述第一稠密点云和所述第二稠密点云形成目标场景模型。
在一种可能实现的方式中，所述第二生成子模块，包括:
第四生成单元，用于根据待处理图像和所述待处理图像对应的相机位姿生成待处理点云；
融合单元，用于基于TSDF算法对所述待处理点云进行融合，得到融合点云；
优化单元，用于对所述融合点云进行统计滤波，得到优化后的融合点云；
稠密处理单元，用于基于MVS算法对优化后的融合点云进行稠密处理，得到第二稠密点云。
在一种可能实现的方式中，所述生成单元，包括：
预测子单元，用于根据预设的点位预测算法和所述第一相机位姿，得到预测拍摄点位；
生成子单元，用于根据所述预测拍摄点位生成拍摄提醒指令。
第三方面，本申请实施例提供了一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
第四方面，本申请实施例提供了一种可读存储介质，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例中，获取第一待处理图像和第一待处理图像对应的第一相机位姿，待处理图像为相机在待识别场景中的不同拍摄点位拍摄得到的深度图像；基于第一待处理图像和第一待处理图像对应的第一相机位姿，以及待识别场景的场景类型，生成目标场景模型。可见，本申请可以在复杂场景下实时自动建模，由于直接生成的目标场景模型中场景之间衔接完整，故后期不需要较大计算资源进行渲染处理，也提高了三维重建渲染效果，使得用户在以第一视角在复杂场景的三维模型中进行漫游过程的观看效果较佳。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的复杂场景建模方法的流程示意图；
图2是本申请实施例提供的复杂场景建模方法的图1中步骤S104的具体实现流程示意图；
图3是本申请实施例提供的复杂场景建模方法的图2中步骤S206的具体流程示意图；
图4是本申请实施例提供的复杂场景建模方法的图3中步骤S302的具体流程示意图；
图5是本申请实施例提供的复杂场景建模方法的图3中步骤S306的具体流程示意图；
图6是本申请实施例提供的复杂场景建模装置的结构示意图；
图7是本申请实施例提供的服务器的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
下面将通过具体实施例对本申请实施例提供的技术方案进行介绍。
参见图1，为本申请实施例提供的复杂场景建模方法的流程示意图，作为示例而非限定，该方法可以应用于服务器，服务器与相机连接，该服务器可以是云端服务器等计算设备，该方法可以包括以下步骤：
步骤S102、获取第一待处理图像和第一待处理图像对应的第一相机位姿。
其中，待处理图像为相机在待识别场景中的不同拍摄点位拍摄得到的深度图像，第一相机位姿是指相机的IMU控制单元在相机拍摄得到待处理图像采集的IMU数据。优选的，本申请实施例中的相机可以是指八目相机，即八目相机由上下两组，每组四个鱼眼镜头组成，四个镜头分别采集四组镜头图像拼接成一个360°全景图。
步骤S104、基于第一待处理图像和第一待处理图像对应的第一相机位姿，以及待识别场景的场景类型，生成目标场景模型。
其中，待识别场景的场景类型包括简单场景以及特殊场景。需说明的是，本申请实施例的复杂场景是指包含语义信息不统一的场景，复杂场景可以包括简单场景和特殊场景，示例性地，复杂场景可以是多楼层室内场景，其中，简单场景是各个楼层，特殊场景是各个楼层之间的楼梯。当然，本申请实施例对复杂场景的具体类型不作限制。
优选的，在基于第一待处理图像和第一待处理图像对应的第一相机位姿，以及待识别场景的场景类型，生成目标场景模型之前，还包括：
根据预先训练的场景识别模型确定待识别场景的场景类型。
其中，预先训练的场景识别模型可以是根据开源数据集作为训练集进行预先训练得到的，预先训练的场景识别模型包括特征提取层、特征选择层以及分类层。
具体地，根据预先训练的场景识别模型确定所述待识别场景的场景类型，包括以下四个步骤：
第一步、将待处理图像导入至特征提取层，输出显著特征和补充特征。
其中，特征提取层主要由CNN卷积神经网络构成，特征提取层包括显著特征提取子层和补充特征提取子层，显著特征是指待识别场景中显著的目标对象，补充特征是指待识别场景中一些线条轮廓特征。
具体应用中，在显著特征提取子层中，对待处理图像利用选择搜索算法确定出显著特征和补充特征。
据支持向量机计算候选显著特征与场景类别关联强度的计数比率，将计数比率大于比率阈值的候选显著特征确定为显著特征；在补充特征子层中对待处理图像基于中轴的轮廓显著性测量进行局部分离得到补充特征。
第二步、将显著特征导入至特征选择器，输出目标显著特征。
具体应用中，对显著特征利用选择搜索算法确定出候选显著特征，根据支持向量机计算候选显著特征与场景类别关联强度的计数比率，将计数比率大于比率阈值的候选显著特征确定为显著特征。
第三步、分别提取目标显著特征的局部表示信息，以及补充特征中的全局表示信息。
具体应用中，利用多分辨率CNN卷积神经网络框架分别提取目标显著特征的局部表示信息，以及补充特征中的全局表示信息。
第四步、将局部表示信息和全局表示信息拼接后导入至分类层，输出待识别场景的场景类型。
具体应用中，采用全连接层对将局部表示信息和全局表示信息进行数据拼接并进行分类，输出待识别场景的场景类型。
可以理解的是，出于人眼一般根据图像中最具带代表性的特征来判别场景的类别这一思路，本申请实施例利用图像中的显著特征和补充特征来识别场景类型，提高场景识别准确率。
具体应用中，如图2所示，为本申请实施例提供的复杂场景建模方法的图1中步骤S104的具体实现流程示意图，基于第一待处理图像和第一待处理图像对应的第一相机位姿，以及待识别场景的场景类型，生成目标场景模型，包括：
步骤S202、根据第一待处理图像、第一待处理图像对应的第二相机位姿以及预设的第一场景重建算法构建第一稠密点云。
其中，预设的第一场景重建算法包括AKAZE特征点匹配对算法、深度估计算法以及3D点云配准算法。
具体应用中，利用第一待处理图像、第一待处理图像对应的第二相机位姿计算相机在待识别场景中不同拍摄点位的相对位置关系，计算相机在某一点位拍摄图像与之前上一点位拍摄图像的AKAZE特征点匹配对，作为输入传输至深度估计模型中，模型输出图像间匹配得到的特征点的初始点云，利用3D点云配准算法对初始点云进行匹配对比，将属于不同空间的初始点云放在不同的位置，利用距离和重投影的方式得到第一稠密点云。
步骤S204、若待识别场景的场景类型为第一场景，则根据第一稠密点云形成目标场景模型。
其中，第一场景为上述的简单场景。
具体应用中，以每个稠密点云为起点，以对应的相机为终点做一条虚拟直线，多个虚拟直线经过的空间交织在一起，形成一个可视空间，将被射线包围的空间抠出来；基于图论最短路径的方式做闭合空间，生成初步场景三维模型，最后将空间某一位置的相机拍摄的待处理图像贴到三维模型对应的位置上，生成目标场景模型。
步骤S206、若待识别场景的场景类型为第二场景，则构建第二稠密点云，根据第一稠密点云和第二稠密点云生成目标场景模型。
其中，第二场景为上述的特殊场景。
示例性地，以待识别场景为多楼层室内场景为例，包括各个楼层的简单场景以及各个楼层之间的楼梯的特殊场景，那么，第一稠密点云是表征各个楼层的点云信息，第二稠密点云是表征各个楼层之间的楼梯的点云信息，然后根据各个楼层的点云信息和各个楼层之间的楼梯的点云信息就可以得到多楼层室内场景的场景模型。
具体地，如图3所示，为本申请实施例提供的复杂场景建模方法的图2中步骤S206的具体流程示意图，若待识别场景的场景类型为第二场景，则构建第二稠密点云，根据第一稠密点云和第二稠密点云生成目标场景模型，包括：
步骤S302、若待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送拍摄提醒指令至相机，以指示相机显示预测拍摄点位至用户。
其中，预测拍摄点位为提示用户在第二场景即特征场景拍摄的点位。
示例性地，以待识别场景为多楼层室内场景为例，包括各个楼层的简单场景以及各个楼层之间的楼梯的特殊场景，用户开始使用相机在楼层拍摄，当服务器根据相机采集到的图像识别相机所处的场景从楼层过渡到楼梯时，则根据当前拍摄点位预测下一个在楼梯的拍摄点位，提示用户在预测的楼梯的拍摄点位拍摄，直至服务器根据相机采集到的图像识别相机所处的场景为楼层。
具体地，如图4所示，为本申请实施例提供的复杂场景建模方法的图3中步骤S302的具体流程示意图，若待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送所述拍摄提醒指令至相机，以指示所述相机显示预测拍摄点位至用户，所述预测拍摄点位为指示所述用户在所述第二场景拍摄的点位，包括：
步骤S402、根据预设的点位预测算法和第一相机位姿，得到预测拍摄点位。
其中，预设的点位预测算法可以包括Logistics算法、决策树算法等。具体应用中，先根据LK光流法根据第一相机位姿计算下一相机位姿的预估值，然后将预估值代入到预设的点位预测算法，得到预测拍摄点位的真实值。
步骤S404、根据预测拍摄点位生成拍摄提醒指令。
步骤S406、发送拍摄提醒指令至用户。
本申请实施例中，在识别到待识别场景的场景类型为特殊场景时，可以根据相机的当前拍摄点位预测在特殊场景的下一拍摄点位，方便用户选取合适的拍摄点位进行拍摄。
步骤S304、获取第二待处理图像和第二待处理图像对应的第二相机位姿。
其中，第二待处理图像为相机在特殊场景中的拍摄点位拍摄得到的深度图像，第二相机位姿为相机的IMU控制单元在相机拍摄得到待处理图像采集的IMU数据。
步骤S306、根据第二待处理图像、第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云。
其中，预设的第二场景重建算法包括ORB特征描述子算法、TSDF算法以及MVS算法。
具体地，如图5所示，为本申请实施例提供的复杂场景建模方法的图3中步骤S306的具体流程示意图，根据第二待处理图像、第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云，包括：
步骤S502、根据待处理图像和待处理图像对应的相机位姿生成待处理点云。
具体应用中，根据ORB特征描述子算法提取待处理图像中的关键帧，确定关键帧对应的时间戳和相机位姿，并基于SFM算法，基于待处理图像和待处理图像对应的相机位姿生成待处理点云。
步骤S504、基于TSDF算法对待处理点云进行融合，得到融合点云。
具体应用中，TSDF根据关键帧信息对点云数据集进行重建，通过预先构建一个三维立体空间来实现可控的点云密度并减少不必要的重复计算，得到融合点云。
步骤S506、对融合点云进行统计滤波，得到优化后的融合点云。
可以理解的是，对重建后的三维环境点云进行统计滤波以优化点云质量。
步骤S508、基于MVS算法对优化后的融合点云进行稠密处理，得到第二稠密点云。
具体应用中，对融合点云进行光度一致性约束和可视性约束，得带第二稠密点云。
步骤S308、对第一稠密点云和第二稠密点云进行配准。
其中，配准的算法包括但是不限于迭代最近点算法、第二类点云配准算法、鲁棒点匹配算法或者第五类点云配准方法等。
可以理解的是，对第一稠密点云和第二稠密点云进行配准，使得可以根据配准后的第一稠密点云和第二稠密点云得到目标场景模型。
步骤S310、根据配准后的第一稠密点云和第二稠密点云形成目标场景模型。
具体应用中，基于Marching Cube算法对配准后的第一稠密点云和第二稠密点云进行进行三角面片化处理，得到目标场景模型。
可以理解的是，点云数据在三维空间中为离散表示，对配准后的第一稠密点云和第二稠密点云使用移动立方体（Marching Cube）算法来对等值面进行提取，实现三角面片重建，得到目标场景模型。
本申请实施例中，获取第一待处理图像和第一待处理图像对应的第一相机位姿，待处理图像为相机在待识别场景中的不同拍摄点位拍摄得到的深度图像；基于第一待处理图像和第一待处理图像对应的第一相机位姿，以及待识别场景的场景类型，生成目标场景模型。可见，本申请可以在复杂场景下实时自动建模，由于直接生成的目标场景模型中场景之间衔接完整，故后期（即建模后）不需要较大计算资源进行渲染处理，也提高了三维重建渲染效果，使得用户在以第一视角在复杂场景的三维模型中进行漫游过程的观看效果较佳。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的复杂场景建模方法，图6示出了本申请实施例提供的一种复杂场景建模装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图6，该装置包括：
获取模块61，用于获取第一待处理图像和所述第一待处理图像对应的第一相机位姿，所述待处理图像为在待识别场景中，相机响应于用户的拍摄提醒指令拍摄的图像；
生成模块62，用于基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型。
在一种可能实现的方式中，所述装置还包括：
识别模块，用于根据预先训练的场景识别模型确定所述待识别场景的场景类型。
在一种可能实现的方式中，所述预先训练的场景识别模型包括特征提取层、特征选择层以及分类层；
所述识别模块包括：
第一处理子模块，用于将所述待处理图像导入至所述特征提取层，输出显著特征和补充特征；
第二处理子模块，用于将所述显著特征导入至特征选择器，输出目标显著特征；
提取子模块，用于分别提取所述目标显著特征的局部表示信息，以及所述补充特征中的全局表示信息；
分类子模块，用于将所述局部表示信息和全局表示信息拼接后导入至所述分类层，输出所述待识别场景的场景类型。
在一种可能实现的方式中，所述生成模块包括：
构建子模块，用于根据所述第一待处理图像、所述第一待处理图像对应的第二相机位姿以及预设的第一场景重建算法构建第一稠密点云；
第一生成子模块，用于若所述待识别场景的场景类型为第一场景，则根据第一稠密点云形成目标场景模型；
第二生成子模块，用于若所述待识别场景的场景类型为第二场景，则构建第二稠密点云，根据所述第一稠密点云和第二稠密点云生成目标场景模型。
在一种可能实现的方式中，所述第一生成子模块，包括:
生成单元，用于若所述待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送所述拍摄提醒指令至相机，以指示所述相机显示预测拍摄点位至用户，所述预测拍摄点位为指示所述用户在所述第二场景拍摄的点位；
获取单元，获取第二待处理图像和所述第二待处理图像对应的第二相机位姿；
第二生成单元，用于根据所述第二待处理图像、所述第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云；
配准单元，用于对所述第一稠密点云和第二稠密点云进行配准；
第三生成单元，用于根据配准后的所述第一稠密点云和所述第二稠密点云形成目标场景模型。
在一种可能实现的方式中，所述第二生成子模块，包括:
第四生成单元，用于根据待处理图像和所述待处理图像对应的相机位姿生成待处理点云；
融合单元，用于基于TSDF算法对所述待处理点云进行融合，得到融合点云；
优化单元，用于对所述融合点云进行统计滤波，得到优化后的融合点云；
稠密处理单元，用于基于MVS算法对优化后的融合点云进行稠密处理，得到第二稠密点云。
在一种可能实现的方式中，所述生成单元，包括：
预测子单元，用于根据预设的点位预测算法和所述第一相机位姿，得到预测拍摄点位；
生成子单元，用于根据所述预测拍摄点位生成拍摄提醒指令。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
图7为本申请一实施例提供的服务器的结构示意图。如图7所示，该实施例的服务器7包括：至少一个处理器70、存储器71以及存储在所述存储器71中并可在所述至少一个处理器70上运行的计算机程序72，所述处理器70执行所述计算机程序72时实现上述任意各个方法实施例中的步骤。
所述服务器7可以是云端服务器等计算设备。该服务器可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是服务器7的举例，并不构成对服务器7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，该处理器70还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71在一些实施例中可以是所述服务器7的内部存储单元，例如服务器7的硬盘或内存。所述存储器71在另一些实施例中也可以是所述服务器7的外部存储设备，例如所述服务器7上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器71还可以既包括所述服务器7的内部存储单元也包括外部存储设备。所述存储器71用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种可读存储介质，所述可读存储介质具体为计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到服务器的任何实体或装置、记录介质、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种复杂场景建模方法，其特征在于，包括：
获取第一待处理图像和所述第一待处理图像对应的第一相机位姿，所述待处理图像为相机在待识别场景中的不同拍摄点位拍摄得到的深度图像；
基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型。
2.如权利要求1所述的复杂场景建模方法，其特征在于，基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型之前，还包括：
根据预先训练的场景识别模型确定所述待识别场景的场景类型。
3.如权利要求2所述的复杂场景建模方法，其特征在于，所述预先训练的场景识别模型包括特征提取层、特征选择层以及分类层；
根据预先训练的场景识别模型确定所述待识别场景的场景类型，包括：
将所述待处理图像导入至所述特征提取层，输出显著特征和补充特征；
将所述显著特征导入至特征选择器，输出目标显著特征；
分别提取所述目标显著特征的局部表示信息，以及所述补充特征中的全局表示信息；
将所述局部表示信息和全局表示信息拼接后导入至所述分类层，输出所述待识别场景的场景类型。
4.如权利要求1至3任一项所述的复杂场景建模方法，其特征在于，所述待识别场景的场景类型包括第一场景和第二场景；
基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型，包括：
根据所述第一待处理图像、所述第一待处理图像对应的第二相机位姿以及预设的第一场景重建算法构建第一稠密点云；
若所述待识别场景的场景类型为第一场景，则根据第一稠密点云形成目标场景模型；
若所述待识别场景的场景类型为第二场景，则构建第二稠密点云，根据所述第一稠密点云和第二稠密点云生成目标场景模型。
5.如权利要求4所述的复杂场景建模方法，其特征在于，若所述待识别场景的场景类型为第二场景，则构建第二稠密点云，根据所述第一稠密点云和第二稠密点云形成目标场景模型，包括：
若所述待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送所述拍摄提醒指令至相机，以指示所述相机显示预测拍摄点位至用户，所述预测拍摄点位为指示所述用户在所述第二场景拍摄的点位；
获取第二待处理图像和所述第二待处理图像对应的第二相机位姿；
根据所述第二待处理图像、所述第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云；
对所述第一稠密点云和第二稠密点云进行配准；
根据配准后的所述第一稠密点云和所述第二稠密点云形成目标场景模型。
6.如权利要求5所述的复杂场景建模方法，其特征在于，据所述第二待处理图像、所述第二待处理图像对应的第二相机位姿以及预设的第二场景重建算法生成第二稠密点云，包括：
根据待处理图像和所述待处理图像对应的相机位姿生成待处理点云；
基于TSDF算法对所述待处理点云进行融合，得到融合点云；
对所述融合点云进行统计滤波，得到优化后的融合点云；
基于MVS算法对优化后的融合点云进行稠密处理，得到第二稠密点云。
7.如权利要求5所述的复杂场景建模方法，其特征在于，若所述待识别场景的场景类型为第二场景，则生成拍摄提醒指令，发送所述拍摄提醒指令至相机，以指示所述相机显示预测拍摄点位至用户，所述预测拍摄点位为提示所述用户在所述第二场景拍摄的点位，包括：
根据预设的点位预测算法和所述第一相机位姿，得到预测拍摄点位；
根据所述预测拍摄点位生成拍摄提醒指令；
发送所述拍摄提醒指令至用户。
8.一种复杂场景建模装置，其特征在于，包括：
获取模块，用于获取第一待处理图像和所述第一待处理图像对应的第一相机位姿，所述待处理图像为在待识别场景中，相机响应于用户的拍摄提醒指令拍摄的图像；
生成模块，用于基于所述第一待处理图像和所述第一待处理图像对应的第一相机位姿，以及所述待识别场景的场景类型，生成目标场景模型。
9.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110617217.7A CN113327319A (zh) | 2021-06-03 | 2021-06-03 | 一种复杂场景建模方法、装置、服务器及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110617217.7A CN113327319A (zh) | 2021-06-03 | 2021-06-03 | 一种复杂场景建模方法、装置、服务器及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113327319A true CN113327319A (zh) | 2021-08-31 |
Family
ID=77419440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110617217.7A Pending CN113327319A (zh) | 2021-06-03 | 2021-06-03 | 一种复杂场景建模方法、装置、服务器及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113327319A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822936A (zh) * | 2021-09-29 | 2021-12-21 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
| CN114331194A (zh) * | 2021-12-30 | 2022-04-12 | 深圳前海贾维斯数据咨询有限公司 | 一种基于数字孪生的建筑测量管理方法和系统 |
| CN115049783A (zh) * | 2022-05-20 | 2022-09-13 | 支付宝(杭州)信息技术有限公司 | 模型的确定方法、场景重建模型、介质、设备及产品 |
| WO2024007694A1 (zh) * | 2022-07-06 | 2024-01-11 | 华为云计算技术有限公司 | 建图方法、装置和计算设备集群 |
-
2021
- 2021-06-03 CN CN202110617217.7A patent/CN113327319A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822936A (zh) * | 2021-09-29 | 2021-12-21 | 北京市商汤科技开发有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
| CN114331194A (zh) * | 2021-12-30 | 2022-04-12 | 深圳前海贾维斯数据咨询有限公司 | 一种基于数字孪生的建筑测量管理方法和系统 |
| CN115049783A (zh) * | 2022-05-20 | 2022-09-13 | 支付宝(杭州)信息技术有限公司 | 模型的确定方法、场景重建模型、介质、设备及产品 |
| CN115049783B (zh) * | 2022-05-20 | 2024-04-02 | 支付宝(杭州)信息技术有限公司 | 模型的确定方法、场景重建模型、介质、设备及产品 |
| WO2024007694A1 (zh) * | 2022-07-06 | 2024-01-11 | 华为云计算技术有限公司 | 建图方法、装置和计算设备集群 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111951397B (zh) | 一种多机协同构建三维点云地图的方法、装置和存储介质 | |
| CN113327319A (zh) | 一种复杂场景建模方法、装置、服务器及可读存储介质 | |
| CN111667520B (zh) | 红外图像和可见光图像的配准方法、装置及可读存储介质 | |
| CN113689540B (zh) | 基于rgb视频的物体重建方法和装置 | |
| CN111444744A (zh) | 活体检测方法、装置以及存储介质 | |
| CN112927363B (zh) | 体素地图构建方法及装置、计算机可读介质和电子设备 | |
| CN112927362A (zh) | 地图重建方法及装置、计算机可读介质和电子设备 | |
| CN113807451B (zh) | 全景图像特征点匹配模型的训练方法、装置以及服务器 | |
| CN113436338A (zh) | 火灾现场的三维重建方法、装置、服务器及可读存储介质 | |
| CN112270710A (zh) | 位姿确定方法、位姿确定装置、存储介质与电子设备 | |
| CN111028279A (zh) | 点云数据处理方法及装置、电子设备和存储介质 | |
| CN111067522A (zh) | 大脑成瘾结构图谱评估方法及装置 | |
| CN113160130A (zh) | 一种回环检测方法、装置及计算机设备 | |
| CN112037142A (zh) | 一种图像去噪方法、装置、计算机及可读存储介质 | |
| CN114627244A (zh) | 三维重建方法及装置、电子设备、计算机可读介质 | |
| CN117197388A (zh) | 一种基于生成对抗神经网络和倾斜摄影的实景三维虚拟现实场景构建方法及系统 | |
| CN114677350A (zh) | 连接点提取方法、装置、计算机设备及存储介质 | |
| CN112270748B (zh) | 基于图像的三维重建方法及装置 | |
| CN115620264B (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
| CN116012609A (zh) | 一种环视鱼眼多目标跟踪方法、装置、电子设备及介质 | |
| CN114944015A (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
| CN112288817B (zh) | 基于图像的三维重建处理方法及装置 | |
| CN114973424A (zh) | 特征提取模型训练、手部动作识别方法、装置及电子设备 | |
| CN116309005A (zh) | 虚拟换装方法、装置、电子设备及可读介质 | |
| EP3624050B1 (en) | Method and module for refocusing at least one plenoptic video |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 2-101-1 / 2-201 / 2-501, building 2, science and Technology Innovation Park, No.1 harbor, No.1 Jintang Road, high tech Zone, Zhuhai City, Guangdong Province Applicant after: CHINA-GERMANY (ZHUHAI) ARTIFICIAL INTELLIGENCE INSTITUTE Co.,Ltd. Applicant after: ZHUHAI 4DAGE NETWORK TECHNOLOGY Co.,Ltd. Address before: 519080 2-101-1 / 2-201 / 2-501, building 2, science and Innovation Park, No. 1, Gangwan, Tangjiawan Town, high tech Zone, Zhuhai, Guangdong Applicant before: CHINA-GERMANY (ZHUHAI) ARTIFICIAL INTELLIGENCE INSTITUTE Co.,Ltd. Applicant before: ZHUHAI 4DAGE NETWORK TECHNOLOGY Co.,Ltd. |