CN113781544A - 平面检测方法及装置 - Google Patents

平面检测方法及装置 Download PDF

Info

Publication number
CN113781544A
CN113781544A CN202010673413.1A CN202010673413A CN113781544A CN 113781544 A CN113781544 A CN 113781544A CN 202010673413 A CN202010673413 A CN 202010673413A CN 113781544 A CN113781544 A CN 113781544A
Authority
CN
China
Prior art keywords
anchor frame
picture
detected
masks
equal
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.)
Granted
Application number
CN202010673413.1A
Other languages
English (en)
Other versions
CN113781544B (zh
Inventor
杨宇行
车广富
周芳汝
安山
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
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 Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202010673413.1A priority Critical patent/CN113781544B/zh
Publication of CN113781544A publication Critical patent/CN113781544A/zh
Application granted granted Critical
Publication of CN113781544B publication Critical patent/CN113781544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请的实施例公开了一种平面检测方法及装置。方法的一具体实施方式包括：获取待检测图片；对待检测图片进行特征提取，得到特征图；根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；根据各调整后的遮罩，确定待检测图片中的各平面，从而待检测图片中可以不必具有特定特征明显的结构，也不必在待检测图片中手工选取特征，就可以准确地得到待检测图片中的各平面，提高了平面检测的效率和准确度。

Description

平面检测方法及装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及一种平面检测方法及装置。
背景技术
现有的平面检测技术主要是应用传统的图形学技术。这些技术方案可大致归于两类：基于几何学的方法和基于外观的方法。基于几何学的方法中，直接分析二维图像中的几何学线索并以此来复原图像的三维信息。例如，通过检测二维图像中一个平面上两个平行线的相交点，可以唯一地判断出平面在三维空间中的朝向，利用由不同朝向的两条或更多条线的相交点来生成可信的三维平面假设，以此进行二维图像中平面的检测。基于外观的方法中，首先提取二维图像中的局部小块，然后将这些小块中具有相似朝向的小块分到相同的组内，由此组成平面区域。根据图片定义了“支撑”、“垂直”和“顶部”等离散的表面布局标签，通过手工选择的一系列的局部图像特征(如颜色、纹理、位置和透视等)来训练一个模型，用以为二维图像中的各个超像素分配合适的标签，以此进行图片中平面的检测。
发明内容
本申请实施例提出了一种平面方法及装置。
第一方面，本申请实施例提供了一种平面检测方法，包括：获取待检测图片；对待检测图片进行特征提取，得到特征图；根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；根据各调整后的遮罩，确定待检测图片中的各平面。
在一些实施例中，上述对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩，包括：对于各锚框中的每个锚框，执行如下操作步骤：确定该锚框的与第一预设数量等个数的参数，其中，与第一预设数量等个数的参数和与第一预设数量等个数的遮罩一一对应；与第一预设数量等个数的遮罩和该锚框的与第一预设数量等个数的参数进行线性组合，得到对应于该锚框的调整后的遮罩。
在一些实施例中，上述根据各调整后的遮罩，确定待检测图片中的各平面，包括：对于各锚框中的每个锚框，基于特征图调整该锚框，得到与该锚框对应的调整锚框；对于各调整锚框中的每个调整锚框，将与该调整锚框交并比数值大于预设阈值的调整锚框去除，得到与该调整锚框对应的去重锚框；根据各去重锚框对各调整后的遮罩进行再次调整；根据再次调整后的各调整后的遮罩确定待检测图片中的各平面。
在一些实施例中，上述对待检测图片进行特征提取，得到特征图，包括：通过特征金字塔网络对待检测图片进行特征提取，得到特征图。
在一些实施例中，在上对待检测图片进行特征提取，得到特征图之前，还包括：对待检测图片进行尺寸调整。
在一些实施例中，上述方法还包括：基于特征图，得到待检测图片的深度图，以及待检测图片中各平面的法线；根据各平面、各平面的法线、深度图，确定待检测图像中各对象的三维信息。
第二方面，本申请实施例提供了一种平面检测装置，包括：获取单元，被配置成获取待检测图片；提取单元，被配置成对待检测图片进行特征提取，得到特征图；生成单元，被配置成根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；调整单元，被配置成对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；确定单元，被配置成根据各调整后的遮罩，确定待检测图片中的各平面。
在一些实施例中，上述调整单元，进一步被配置成：对于各锚框中的每个锚框，执行如下操作步骤：确定该锚框的与第一预设数量等个数的参数，其中，与第一预设数量等个数的参数和与第一预设数量等个数的遮罩一一对应；与第一预设数量等个数的遮罩和该锚框的与第一预设数量等个数的参数进行线性组合，得到对应于该锚框的调整后的遮罩。
在一些实施例中，上述确定单元，进一步被配置成：对于各锚框中的每个锚框，基于特征图调整该锚框，得到与该锚框对应的调整锚框；对于各调整锚框中的每个调整锚框，将与该调整锚框交并比数值大于预设阈值的调整锚框去除，得到与该调整锚框对应的去重锚框；根据各去重锚框对各调整后的遮罩进行再次调整；根据再次调整后的各调整后的遮罩确定待检测图片中的各平面。
在一些实施例中，上述提取单元，进一步被配置成：通过特征金字塔网络对待检测图片进行特征提取，得到特征图。
在一些实施例中，上述装置还包括：图片调整单元，被配置成对待检测图片进行尺寸调整。
在一些实施例中，上述装置还包括：三维确定单元，被配置成基于特征图，得到待检测图片的深度图，以及待检测图片中各平面的法线；根据各平面、各平面的法线、深度图，确定待检测图像中各对象的三维信息。
第三方面，本申请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如第一方面任一实现方式描述的方法。
第四方面，本申请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如第一方面任一实现方式描述的方法。
本申请实施例提供的平面检测方法及装置，获取待检测图片；对待检测图片进行特征提取，得到特征图；根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；根据各调整后的遮罩，确定待检测图片中的各平面，从而待检测图片中可以不必具有特定特征明显的结构，也不必在待检测图片中手工选取特征，就可以准确地得到待检测图片中的各平面，提高了平面检测的效率和准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的平面检测方法的一个实施例的流程图；
图3是根据本实施例的平面检测方法的应用场景的示意图；
图4是根据本申请的平面检测方法的又一个实施例的流程图；
图5是根据本申请的平面检测装置的一个实施例的结构图；
图6是适于用来实现本申请实施例的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。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。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的平面检测方法及装置的示例性架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时，其可以是支持信息交互、网络连接、图像拍摄、信息处理等功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。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。
服务器105可以是提供各种服务的服务器，例如基于终端设备101、102、103发送的待检测图片，对待检测图片中的平面进行检测的后台处理服务器。后台处理服务器可以对待检测图片等数据进行特征提取、分析处理，从而得到待检测图片中的平面信息。可选的，后台处理服务器还可以将待检测图片中的平面信息反馈给终端设备，以供终端设备显示。作为示例，服务器105可以是云端服务器。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是，本公开的实施例所提供的平面检测方法可以由服务器执行，也可以由终端设备执行，还可以由服务器和终端设备彼此配合执行。相应地，信息处理装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。
应该理解，图1中的终端设备、网络和服务器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终端设备、网络和服务器。当平面检测方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括平面检测方法运行于其上的电子设备(例如服务器或终端设备)。
继续参考图2，示出了平面检测方法的一个实施例的流程200，包括以下步骤：
步骤201，获取待检测图片。
本实施例中，平面检测方法的执行主体(例如图1中的终端设备或服务器)可以通过有线连接方式或者无线连接方式从远程，或从本地获取待检测图片。
其中，待检测图片可以是任意图片。作为实例，待检测图片可以是拍摄得到的图像，也可以是视频中的视频帧对应的图像。
步骤202，对待检测图片进行特征提取，得到特征图。
本实施例中，上述执行主体可以对步骤201得到的待检测图片进行特征提取，得到特征图。
本实施例中，执行主体可以通过各种深度学习网络对待检测图片进行特征提取。例如，采用DarkNet和DetNet等。
在本实施例的一些可选的实现方式中，上述执行主体可以通过特征金字塔网络对待检测图片进行特征提取，得到特征图。
作为示例，待检测图片输入进骨干神经网络以提取其中的深度特征。其骨干网络例如可以是ResNet101，它具有五组卷积模块，能够提取待检测图片中不同层次的各类深度特征，并对图像进行降采样。对于550*550像素的待检测图片，骨干网络经过五组卷积模块进行特征提取，输出的特征图分别是112*112像素(记为特征图C1)，56*56像素(记为特征图C2)，28*28像素(记为特征图C3)，14*14像素(记为特征图C4)和7*7像素(记为特征图C5)，各特征图是包含着各种特征的特征图。
对于上述大小不同的特征图C1-C5，上述执行主体可以应用特征金字塔网络将其中的特征进行进一步的提取和融合。特征金字塔网络的生成是由特征图C5经过一个卷积层得到特征图P5开始的。然后，上述执行主体对特征图P5进行双线性插值将其放大到原来的四倍，并与经过卷积后的特征图C4相加得到特征P4；然后，上述执行主体将特征图P4进行双线性插值将其放大至原来的四倍，并与经过卷积后的特征图C3相加得到特征图P3；此外，上述执行主体还对特征图P5进行了卷积得到特征图P6，对特征图P6进行卷积得到特征图P7。其中，特征图P3-P7可以作为最终的特征图，应用于本实施例中的后续步骤。
使用特征金字塔网络能够在提取深层特征的同时，又获得大尺寸的特征图，以使得在后续步骤中能生成更鲁棒的遮罩，而更大的原型遮罩能确保最终的遮罩质量更高且更好地检测到待检测图片中的小平面。
其中，遮罩是可以将与之相链接的图形中的图像遮盖起来的图层。遮罩所对应的遮罩层下面的图层称为被遮罩层；这两个图层中只有相重叠的地方才会被显示。也就是说在遮罩层中有对象的地方就是“透明”的，可以看到被遮罩层中的对象，而没有对象的地方就是不透明的，被遮罩层中相应位置的对象是看不见的。遮罩层上的图，自己是不显示的。它只起到一个透光的作用。假定遮罩层上是一个正圆，那么光线就会透过这个圆形，射到下面的被遮罩层上，只会显示一个圆形的图形。如果遮罩层上什么都没有，那么光线就无法透到下面来，那么下面的被遮罩层什么也显示不出来。
创建遮罩时，在被遮罩层(例如本实施例中的特征图)上创建一个普通图层，并在创建的普通图层上绘制图形与输入文字，作为遮罩层中挖空区域，使得光线通过挖空区域射到被遮罩层。在本实施例的一些可选的实现方式中，在对待检测图片进行特征提取，得到特征图之前，上述执行主体还可以对待检测图片进行尺寸调整。
作为示例，为了确保本实施例的正常运行并保证运行速度，上述执行主体可以将待检测图片调整为长宽均为550像素的三通道静态图像，对于长宽不为550像素的图片，上述执行主体可以通过双线性插值法将其进行拉伸缩放。
需要说明的是，本步骤的执行主体可以是终端设备，也可以是服务器。当终端设备具有特征提取功能时，本步骤的执行主体则可以是具有特征提取功能的终端设备；当服务器具有特征提取功能时，本步骤的执行主体则可以是具有特征提取功能的服务器。
步骤203，根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框。
本实施例中，上述执行主体可以根据步骤202得到的特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框。其中，第一预设数量和第二预设数量可以根据具体情况，综合考虑本实施例中的方法的运行速度和准确性进行具体设置，在此不做限定。
其中，锚框以待检测位置为中心，以指定的大小和高宽比构成，高宽比例如可以是1:1、1:2和2:1。假设特征图的宽度为W，高度为H，在每个待检测的特征点生成的锚框的数量(即第二预设数量)为K，生成总的锚框的数量是W×H×K。目标检测算法通常会在输入图像中采集大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边缘从而更准确预测目标的真实边界框，通过锚框可以准确地标注目标区域。
作为示例，上述执行主体针对每一张待检测图片生成32个遮罩。具体的，上述执行主体使用特征金字塔网络输出的特征图P3作为全卷积网络的输入，输出32个138*138像素的遮罩。
作为示例，上述执行主体针对特征图中的每个特征点，生成3个锚框。继续以特征图P3-P7为例进行说明，由于特征图P3-P7尺寸不等，可以将特征图P3-P7上的锚框的基本边长依次设置是384像素、192像素、96像素、48像素和24像素，每个特特征点的3个锚框的长宽比依次是1:1、1:2和2:1。每个特征点的3个锚框的长宽在基本边长的基础上根据不同长宽比进行调整，确保同一特征图中的每个锚框的面积相等。
步骤204，对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩。
本实施例中，上述执行主体可以对于步骤203得到的各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩。
作为示例，上述执行主体或者与上述执行主体通信连接的电子设备可以首先采用机器学习算法，基于包括待检测图片和待检测图片中的平面信息的训练样本，训练锚框参数生成模型。其中，锚框参数生成模型可以用于生成每个锚框的与遮罩一一对应的参数。在获得锚框参数生成模型之后，上述执行主体可以将待检测图片输入至该锚框参数生成模型，从而生成每个锚框的、与遮罩一一对应的参数。
在本实施例的一些可选的实现方式中，对于各锚框中的每个锚框，上述执行主体执行如下操作步骤：确定该锚框的与第一预设数量等个数的参数，其中，与第一预设数量等个数的参数和与第一预设数量等个数的遮罩一一对应；与第一预设数量等个数的遮罩和该锚框的与第一预设数量等个数的参数进行线性组合，得到对应于该锚框的调整后的遮罩。
其中，锚框的参数用于表征与该参数对应的遮罩在进行线性组合时的权重。
作为示例，其中一个锚框的参数为A0-A31，遮罩分别为Z0-Z31，则对应于该锚框的调整后的遮罩为A0Z0+A1Z1+…+A31Z31。
步骤205，根据各调整后的遮罩，确定待检测图片中的各平面。
本实施例中，上述执行主体根据步骤204中得到的各调整后的遮罩，可以确定待检测图片中的各平面。
作为示例，上述执行主体可以运用NMS(Non-Maximum Suppression，非极大值抑制)算法，针对与各调整后的遮罩中的每个调整后的遮罩，将与该调整后的遮罩交并比数值大于预设阈值的调整后的遮罩去除。将得到的去重后得到的遮罩所对应的区域确定为待检测图片中的平面。
本实施例中，上述执行主体或者与上述执行主体通信连接的电子设备可以首先采用机器学习算法，基于包括待检测图片和待检测图片中的平面信息的训练样本，以待检测图片为输入，以待检测图片中的平面信息为期望输出，训练得到平面检测模型。在平面检测模型中，可以依照步骤201-205中的步骤实现平面信息的检测过程，并在平面检测模型的训练过程中，得到特征提取时各卷积层的参数信息、各锚框的参数信息等参数信息。
继续参见图3，图3是根据本实施例的平面检测方法的应用场景的一个示意图。在图3的应用场景中，待检测图片303表征的是未装修的室内图。用户301需要通过终端设备302对待检测图片303进行编辑，为待检测图片303中的墙壁进行装修图纸的设计。如此，在对待检测图片303中的墙壁进行装修设计前，需要先检测出待检测图片303中的墙壁平面。终端设备302将待检测图片303通过网络传输至服务器304。服务器304获取待检测图片303；对待检测图片进行特征提取，得到特征图305；根据特征图305，生成与第一预设数量等个数的遮罩306以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框307；对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩308；根据各调整后的遮罩，确定待检测图片中的墙壁的平面信息309。
本公开的上述实施例提供的方法，通过获取待检测图片；对待检测图片进行特征提取，得到特征图；根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；根据各调整后的遮罩，确定待检测图片中的各平面，从而待检测图片中可以不必具有特定特征明显的结构，也不必在待检测图片中手工选取特征，就可以准确地得到待检测图片中的各平面，提高了平面检测的效率和准确度。
在本实施例的一些可选的实现方式中，上述执行主体还可以基于特征图，得到待检测图片的深度图，以及待检测图片中各平面的法线；然后，根据各平面、各平面的法线、深度图，确定待检测图像中各对象的三维信息。
本实现方式中，继续以特征图P3-P7为例进行说明，上述执行主体可以通过全卷积网络，基于输入的特征图P3，得到138*138像素的深度图。
本实现方式中，上述执行主体确定各平面的法线前先要确定基础法线的置信度。上述执行主体针对每一个锚框选择一个基础法线作为基本量，基础法线是通过对随机选取的多张训练图片的平面法线进行K均值聚类算法得到的。若设置K值为7，便得到了7类基础法线。针对于每个锚框，上述执行主体需要确定该锚框的7类基础法线的置信度，并将置信度最高的法线确定为该锚框的基础法线；确定该锚框的基础法线后，上述执行主体要确定基础法线的偏移量，基于偏移量对基础法线进行调整，得到该锚框准确的法线。
继续参考图4，示出了根据本申请的平面检测方法的另一个实施例的示意性流程400，包括以下步骤：
步骤401，获取待检测图片。
本实施例中，步骤401与图2对应实施例中的步骤201基本一致，这里不再赘述。
步骤402，对待检测图片进行特征提取，得到特征图。
本实施例中，步骤402与图2对应实施例中的步骤202基本一致，这里不再赘述。
步骤403，根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框。
本实施例中，步骤403与图2对应实施例中的步骤203基本一致，这里不再赘述。
步骤404，对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩。
本实施例中，步骤404与图2对应实施例中的步骤204基本一致，这里不再赘述。
步骤405，对于各锚框中的每个锚框，基于特征图调整该锚框，得到与该锚框对应的调整锚框。
本实施例中，对于特征图P3-P7每一个锚框，上述执行主体可以基于特征图确定该锚框与真实平面区域的上、下、左、右4个方向上的偏移量；根据该锚框与真实平面区域的4个方向上的偏移量，对该锚框进行调整，得到与该锚框对应的调整锚框。
步骤406，对于各调整锚框中的每个调整锚框，将与该调整锚框交并比数值大于预设阈值的调整锚框去除，得到与该调整锚框对应的去重锚框。
本实施例中，上述执行主体可以运用NMS(Non-Maximum Suppression，非极大值抑制)算法，对于各调整锚框中的每个调整锚框，将与该调整锚框交并比数值大于预设阈值的调整锚框去除，得到与该调整锚框对应的去重锚框。其中，预设阈值的设置可根据实际情况具体设置，在此不做限定。
步骤407，根据各去重锚框对各调整后的遮罩进行再次调整，根据再次调整后的各调整后的遮罩确定待检测图片中的各平面。
本实施例中，可以理解，因为遮罩是和待检测图片等大的，而平面区域只是待检测图片中的一部分，所以基于遮罩进行线性组合得到平面区域，需要再根据去重锚框进行裁剪，只保留去重锚框内部的区域作为预测的平面区域。
从本实施例中可以看出，与图2对应的实施例相比，本实施例中的平面检测方法的流程400具体说明了运用NMS(Non-Maximum Suppression，非极大值抑制)算法，对各调整锚框进行过滤，得到置信度最高的去重锚框，以得到更准确地平面信息。如此，进一步提高了平面检测的准确度。
继续参考图5，作为对上述各图所示方法的实现，本公开提供了一种平面检测装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，平面检测装置包括：获取单元501，被配置成获取待检测图片；提取单元502，被配置成对待检测图片进行特征提取，得到特征图；生成单元503，被配置成根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；调整单元504，被配置成对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；确定单元505，被配置成根据各调整后的遮罩，确定待检测图片中的各平面。
在一些实施例中，上述调整单元504，进一步被配置成：对于各锚框中的每个锚框，执行如下操作步骤：确定该锚框的与第一预设数量等个数的参数，其中，与第一预设数量等个数的参数和与第一预设数量等个数的遮罩一一对应；与第一预设数量等个数的遮罩和与该锚框的与第一预设数量等个数的参数进行线性组合，得到对应于该锚框的调整后的遮罩。
在一些实施例中，上述确定单元505，进一步被配置成：对于各锚框中的每个锚框，基于特征图调整该锚框，得到与该锚框对应的调整锚框；对于各调整锚框中的每个调整锚框，将与该调整锚框交并比数值大于预设阈值的调整锚框去除，得到与该调整锚框对应的去重锚框；根据各去重锚框对各调整后的遮罩进行再次调整；根据再次调整后的各调整后的遮罩确定待检测图片中的各平面。
在一些实施例中，上述提取单元502，进一步被配置成：通过特征金字塔网络对待检测图片进行特征提取，得到特征图。
在一些实施例中，上述装置还包括：图片调整单元(图中未示出)，被配置成对待检测图片进行尺寸调整。
在一些实施例中，上述装置还包括：三维确定单元(图中未示出)，被配置成基于特征图，得到待检测图片的深度图，以及待检测图片中各平面的法线；根据各平面、各平面的法线、深度图，确定待检测图像中各对象的三维信息。
本实施例中，平面检测装置中的获取单元获取待检测图片；提取单员对待检测图片进行特征提取，得到特征图；生成单元根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；调整单元对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；确定单元根据各调整后的遮罩，确定待检测图片中的各平面，从而待检测图片中可以不必具有特定特征明显的结构，也不必在待检测图片中手工选取特征，就可以准确地得到待检测图片中的各平面，提高了平面检测的效率和准确度。
下面参考图6，其示出了适于用来实现本申请实施例的设备(例如图1所示的设备101、102、103、105)的计算机系统600的结构示意图。图6示出的设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括处理器(例如CPU，中央处理器)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中，还存储有系统600操作所需的各种程序和数据。处理器601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，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。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请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。在本申请中，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。而在本申请中，计算机可读的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。计算机可读的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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
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申请的操作的计算机程序代码，程序设计语言包括面向目标的程序设计语言—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客户计算机上执行、部分地在客户计算机上执行、作为一个独立的软件包执行、部分在客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)—连接到客户计算机，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，图示了按照本申请各种实施例的装置、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。
描述于本申请实施例中所涉及到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，包括获取单元、提取单元、生成单元、调整单元和确定单元。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，确定单元还可以被描述为“根据各调整后的遮罩，确定待检测图片中的各平面的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。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装置执行时，使得该计算机设备：获取待检测图片；对待检测图片进行特征提取，得到特征图；根据特征图，生成与第一预设数量等个数的遮罩以及针对特征图中的每个特征点，生成与第二预设数量等个数的锚框；对于各锚框中的每个锚框，基于该锚框和与第一预设数量等个数的遮罩一一对应的参数，调整与第一预设数量等个数的遮罩，得到调整后的遮罩；根据各调整后的遮罩，确定待检测图片中的各平面。
以上描述仅为本申请的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，本申请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。例如上述特征与本申请中公开的(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 (9)

1.一种平面检测方法，包括：
获取待检测图片；
对所述待检测图片进行特征提取，得到特征图；
根据所述特征图，生成与第一预设数量等个数的遮罩以及针对所述特征图中的每个特征点，生成与第二预设数量等个数的锚框；
对于各锚框中的每个锚框，基于该锚框和所述与第一预设数量等个数的遮罩一一对应的参数，调整所述与第一预设数量等个数的遮罩，得到调整后的遮罩；
根据各调整后的遮罩，确定所述待检测图片中的各平面。
2.根据权利要求1所述的方法，其中，所述对于各锚框中的每个锚框，基于该锚框和所述与第一预设数量等个数的遮罩一一对应的参数，调整所述与第一预设数量等个数的遮罩，得到调整后的遮罩，包括：
对于各锚框中的每个锚框，执行如下操作步骤：
确定该锚框的与第一预设数量等个数的参数，其中，所述与第一预设数量等个数的参数和所述与第一预设数量等个数的遮罩一一对应；
所述与第一预设数量等个数的遮罩和该锚框的与第一预设数量等个数的参数进行线性组合，得到对应于该锚框的调整后的遮罩。
3.根据权利要求1所述的方法，其中，所述根据各调整后的遮罩，确定所述待检测图片中的各平面，包括：
对于各锚框中的每个锚框，基于所述特征图调整该锚框，得到与该锚框对应的调整锚框；
对于各调整锚框中的每个调整锚框，将与该调整锚框交并比数值大于预设阈值的调整锚框去除，得到与该调整锚框对应的去重锚框；
根据各去重锚框对各调整后的遮罩进行再次调整；
根据再次调整后的各调整后的遮罩确定所述待检测图片中的各平面。
4.根据权利要求1所述的方法，其中，所述对所述待检测图片进行特征提取，得到特征图，包括：
通过特征金字塔网络对所述待检测图片进行特征提取，得到所述特征图。
5.根据权利要求1-4任一所述的方法，其中，在对所述待检测图片进行特征提取，得到特征图之前，还包括：
对所述待检测图片进行尺寸调整。
6.根据权利要求1所述的方法，其中，所述方法还包括：
基于所述特征图，得到所述待检测图片的深度图，以及所述待检测图片中各平面的法线；
根据各平面、各平面的法线、所述深度图，确定所述待检测图像中各对象的三维信息。
7.一种平面检测装置，包括：
获取单元，被配置成获取待检测图片；
提取单元，被配置成对所述待检测图片进行特征提取，得到特征图；
生成单元，被配置成根据所述特征图，生成与第一预设数量等个数的遮罩以及针对所述特征图中的每个特征点，生成与第二预设数量等个数的锚框；
调整单元，被配置成对于各锚框中的每个锚框，基于该锚框和所述与第一预设数量等个数的遮罩一一对应的参数，调整所述与第一预设数量等个数的遮罩，得到调整后的遮罩；
确定单元，被配置成根据各调整后的遮罩，确定所述待检测图片中的各平面。
8.一种计算机可读介质，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1-6中任一所述的方法。
9.一种电子设备，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1-6中任一所述的方法。
CN202010673413.1A 2020-07-14 2020-07-14 平面检测方法及装置 Active CN113781544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010673413.1A CN113781544B (zh) 2020-07-14 2020-07-14 平面检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010673413.1A CN113781544B (zh) 2020-07-14 2020-07-14 平面检测方法及装置

Publications (2)

Publication Number Publication Date
CN113781544A true CN113781544A (zh) 2021-12-10
CN113781544B CN113781544B (zh) 2024-05-24

Family

ID=78835143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010673413.1A Active CN113781544B (zh) 2020-07-14 2020-07-14 平面检测方法及装置

Country Status (1)

Country Link
CN (1) CN113781544B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108875577A (zh) * 2018-05-11 2018-11-23 深圳市易成自动驾驶技术有限公司 目标检测方法、装置及计算机可读存储介质
WO2019128646A1 (zh) * 2017-12-28 2019-07-04 深圳励飞科技有限公司 人脸检测方法、卷积神经网络参数的训练方法、装置及介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019128646A1 (zh) * 2017-12-28 2019-07-04 深圳励飞科技有限公司 人脸检测方法、卷积神经网络参数的训练方法、装置及介质
CN108875577A (zh) * 2018-05-11 2018-11-23 深圳市易成自动驾驶技术有限公司 目标检测方法、装置及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LONGSHENG WEI: "Multi-Features Fusion Based on Boolean Map for Video Saliency Detection", IEEE, 17 October 2019 (2019-10-17) *
江源;李建伟;张玉婷;: "基于特征重用和语义聚合的SAR图像舰船目标检测", 海军航空工程学院学报, no. 06, 30 December 2019 (2019-12-30) *

Also Published As

Publication number Publication date
CN113781544B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
US11263808B2 (en) Systems and methods for rapid three-dimensional modeling with real façade texture
CN103914802B (zh) 用于使用导入的深度信息的图像选择和掩蔽的系统与方法
US8780131B2 (en) Systems and methods for text-based personalization of images
CN109118456B (zh) 图像处理方法和装置
CN111612882B (zh) 图像处理方法、装置、计算机存储介质及电子设备
JP2009545031A (ja) 放射線分に基づいて地理空間モデル・データ標的点フィルタリングを提供する地理空間モデリング・システム及び関連した方法
CN111950355A (zh) 印章识别方法、装置及电子设备
KR100904078B1 (ko) 항공 사진의 영상정합을 이용한 3차원 공간 정보 생성 시스템 및 방법
CN110969641A (zh) 图像处理方法和装置
CN110110696B (zh) 用于处理信息的方法和装置
CN110363837B (zh) 游戏中纹理图像的处理方法及装置、电子设备、存储介质
KR101766154B1 (ko) DEM 데이터를 이용한 Ortho-photo 텍스쳐의 자동생성 방법 및 시스템
CN116071651B (zh) 一种均压场识别方法、装置、存储介质及终端
CN113781544B (zh) 平面检测方法及装置
CN115601616A (zh) 一种样本数据生成方法、装置、电子设备和存储介质
Smith et al. Digital archaeology field recording in the 4th dimension: ArchField C++ a 4D GIS for digital field work
CN111950356B (zh) 印章文本定位方法、装置及电子设备
CN109242941A (zh) 三维对象合成通过使用视觉引导作为二维数字图像的一部分
CN112434674B (zh) 基于标注框虚拟扩增的微小人脸检测方法、系统及设备
Mower Concurrent Drainage Network Rendering for Automated Pen‐and‐ink Style Landscape Illustration
CN113902842A (zh) 机器人野外可行驶区域数据集制作方法、设备及存储介质
CN117649572A (zh) 一种点云数据增强方法和装置
CN113850768A (zh) 基于图像的能见度计算方法与设备

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