CN115408544A - 图像数据库构建方法、装置、设备、存储介质及产品 - Google Patents
图像数据库构建方法、装置、设备、存储介质及产品 Download PDFInfo
- Publication number
- CN115408544A CN115408544A CN202211003504.XA CN202211003504A CN115408544A CN 115408544 A CN115408544 A CN 115408544A CN 202211003504 A CN202211003504 A CN 202211003504A CN 115408544 A CN115408544 A CN 115408544A
- Authority
- CN
- China
- Prior art keywords
- image
- labeling
- depth
- point cloud
- annotation
- 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
- 238000010276 construction Methods 0.000 title claims description 30
- 238000002372 labelling Methods 0.000 claims abstract description 155
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000011218 segmentation Effects 0.000 claims description 97
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 11
- 238000013135 deep learning Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 239000002344 surface layer Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供一种图像数据库构建方法、装置、设备、存储介质及产品。该方法包括：获取标注图像及所述标注图像对应的深度图像，所述标注图像为二维图像；根据所述标注图像及对应的深度图像确定物体标注区域的深度信息；基于所述物体标注区域的深度信息，生成物体的点云图像；根据所述物体的点云图像构建抓取物体图像数据库。本公开的方法，无需人工收集样本数据，能够基于标注图像以及深度图像自动得到点云图像，从而基于点云图像构建抓取物体图像数据库，提高构建图像数据库的效率，减少构建图像数据库的人力成本。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种图像数据库构建方法、装置、设备、存储介质及产品。
背景技术
随着深度学习的不断发展，已经被应用于包括计算机视觉、机器翻译、图像分析等领域，深度学习任务通常是能够快速完成复杂模型的训练。
目前对于图像数据库通常都是采用人工采集的方式，人为收集各种样本图像，从而构建样本数据库。
但是，随着深度学习模型越复杂，涉及的参数越多，需要用户预先收集大量的样本图像以训练出精确度更高的模型，使得用户工作量较大，效率较低，影响了深度学习进度。
发明内容
本公开提供一种图像数据库构建方法、装置、设备、存储介质及产品，用以解决深度学习时由人工构建数据库的方式效率较低的问题。
第一方面，本公开提供一种图像数据库构建方法，包括：
获取标注图像及所述标注图像对应的深度图像，所述标注图像为二维图像；
根据所述标注图像及对应的深度图像确定物体标注区域的深度信息；
基于所述物体标注区域的深度信息，生成物体的点云图像；
根据所述物体的点云图像构建抓取物体图像数据库。
第二方面，本公开提供一种图像数据库构建装置，包括：
获取单元，用于获取标注图像及所述标注图像对应的深度图像，所述标注图像为二维图像；
确定单元，用于根据所述标注图像及对应的深度图像确定物体标注区域的深度信息；
处理单元，用于基于所述物体标注区域的深度信息，生成物体的点云图像；
处理单元，还用于根据所述物体的点云图像构建抓取物体图像数据库。
第三方面，本发明提供电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如第一方面所述的方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
第五方面，本发明提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法。
本公开提供的图像数据库构建方法、装置、设备、存储介质及产品，通过获取标注图像及所述标注图像对应的深度图像，所述标注图像为二维图像；根据所述标注图像及对应的深度图像确定物体标注区域的深度信息；基于所述物体标注区域的深度信息，生成物体的点云图像；根据所述物体的点云图像构建抓取物体图像数据库，无需人工收集样本数据，能够基于标注图像以及深度图像自动得到点云图像，从而基于点云图像构建抓取物体图像数据库，提高构建图像数据库的效率，减少构建图像数据库的人力成本。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本发明提供的图像数据库构建方法的网络架构示意图；
图2是本发明一实施例提供的图像数据库构建方法的流程示意图；
图3是本发明又一实施例提供的图像数据库构建方法的流程示意图；
图4是本发明一实施例提供的2D语义分割标注图像；
图5是本发明一实施例提供的3D语义分割标注图像；
图6是本发明又一实施例提供的图像数据库构建方法的流程示意图；
图7是本发明又一实施例提供的图像数据库构建方法的流程示意图；
图8是本发明又一实施例提供的图像数据库构建方法的流程示意图；
图9是本发明一实施例提供的2D实例分割标注图像；
图10是本发明又一实施例提供的图像数据库构建方法的流程示意图；
图11是本发明又一实施例提供的图像数据库构建方法的流程示意图；
图12是本发明一实施例提供的图像数据库构建装置的结构示意图；
图13是用来实现本发明实施例的图像数据库构建方法的电子设备的第一框图；
图14是用来实现本发明实施例的图像数据库构建方法的电子设备的第二框图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
为了清楚理解本申请的技术方案，首先对现有技术的方案进行详细介绍。
随着深度学习的不断发展，已经被应用于包括计算机视觉、机器翻译、图像分析等领域，深度学习任务通常是能够快速完成复杂模型的训练。在训练过程中需要足够多的图像数据集作为训练样本，且训练样本的规模和质量直接决定了最终图像理解引擎的性能。目前对于图像数据库通常都是采用人工采集的方式，人为收集各种样本图像，从而构建样本数据库。
随着深度学习模型越复杂，涉及的参数越多，需要用户预先收集大量的样本图像以训练出精确度更高的模型，使得用户工作量较大，影响了深度学习进度，采用人工采集图像构建数据库时，效率较低且人力成本较高。
所以针对现有技术中深度学习时由人工构建数据库的方式效率较低的问题，发明人在研究中发现，获取标注图像以及标注图像对应的深度图像，根据标注图像以及对应的深度图像确定物体标注区域的深度信息，基于物体标注区域的深度信息，生成物体的点云图像，从而根据物体的点云图像构建抓取物体图像数据库。无需人工收集样本数据，能够基于标注图像以及深度图像自动得到点云图像，从而基于点云图像构建抓取物体图像数据库，提高构建图像数据库的效率，减少构建图像数据库的人力成本。
所以发明人基于上述的创造性发现，提出了本发明实施例的技术方案。下面对本发明实施例提供的图像数据库构建方法的网络架构及应用场景进行介绍。
如图1所示，本发明实施例提供的图像数据库构建方法对应的网络架构中包括：终端设备1及服务器2。终端设备1与服务器2进行通信连接。用户在终端设备1上对二维RGB图像进行图像标注，二维RGB图像中包括至少一个物体，如对二维RGB图像中物体不可抓区域、物体被压叠区域、物体未被压区域进行标注，如对二维图像中被压物体、未被压物体以及轻微压叠物体进行标注，标注后的二维RGB图像为标注图像，其中，各二维RGB图像有其对应的深度图像。服务器2获取标注图像及标注图像对应的深度图像；根据标注图像及对应的深度图像确定物体标注区域的深度信息；基于物体标注区域的深度信息，生成物体的点云图像；根据物体的点云图像构建抓取物体图像数据库。需人工收集样本数据，能够基于标注图像以及深度图像自动得到点云图像，从而基于点云图像构建抓取物体图像数据库，提高构建图像数据库的效率，减少构建图像数据库的人力成本。
图2是本发明一实施例提供的图像数据库构建方法的流程示意图，如图2所示，本实施例提供的图像数据库构建方法的执行主体为图像数据库构建装置，该图像数据库构建装置位于电子设备中，则本实施例提供的图像数据库构建方法包括以下步骤：
步骤101，获取标注图像及标注图像对应的深度图像，标注图像为二维图像。
本实施例中，获取标注图像以及标注图像对应的深度图像，其中，标注图像为二维图像，预先在二维图像中标注出物体所在区域形成标注图像，标注图像中至少包括一个物体标注区域。标注图像与深度图像一一对应，标注图像与深度图像的像素点之间具有一对一的对应关系。其中，深度图像(depth image)也被称为距离影像(range image)，是指将从图像采集器到场景中各点的距离(深度)作为像素值的图像，它直接反映了景物可见表面的几何形状。
步骤102，根据标注图像及对应的深度图像确定物体标注区域的深度信息。
本实施例中，根据标注图像以及标注图像对应深度图像确定物体标注区域的深度信息，深度信息为深度值，具体地，深度信息由标注像素信息确定。
步骤103，基于物体标注区域的深度信息，生成物体的点云图像。
本实施例中，基于物体标注区域的深度信息生成物体的点云图像，物体的点云图像可作为神经网络模型的训练样本。
步骤104，根据物体的点云图像构建抓取物体图像数据库。
本实施例中，根据物体的点云图像构建抓取物体图像数据库，用于作为神经网络样本数据库，采用物体的点云图像训练相应的神经网络模型。
本实施例中，获取标注图像以及标注图像对应的深度图像，根据标注图像以及对应的深度图像确定物体标注区域的深度信息，基于物体标注区域的深度信息，生成物体的点云图像，从而根据物体的点云图像构建抓取物体图像数据库。抓取物体图像数据库用于为后续抓取深度学习提供训练样本，无需人工收集样本数据，能够基于标注图像以及深度图像自动得到点云图像，从而基于点云图像构建抓取物体图像数据库，提高构建图像数据库的效率，减少构建图像数据库的人力成本。
在本实施例中，可以通过多种方式来确定物体标注区域的深度信息，从而获得点云图像，在本实施例中以语义分割和实例分割为例，来进行详细说明，对于其他的实现方式，本实施例不做特别限制。
图3是本发明又一实施例提供的图像数据库构建方法的流程示意图，在一实施例的基础上，本实施例以语义分割为例，来说明确定物体标注区域的深度信息的实现方式，具体包括以下步骤：
步骤1021，确定语义分割标注图像对应的物体标注区域。
本实施例中，标准图像包括语义分割标注图像，其中，语义分割是指将图像中的每个像素归于类标签的过程，将语义分割认为是像素级别的图像分类，属于同一类的像素都要被归为一类，因此语义分割是从像素级别来理解图像的。语义分割标注图像为经语义分割的标注图像。语义分割标注图像包括2D语义分割标注图像以及3D语义分割标注图像。
可选地，生成标注图像的方式可以为以下任意一种，二维图像经2D语义分割生成2D语义分割标注图像，二维图像经3D语义分割生成3D语义分割标注图像，二维图像经2D实例分割生成2D实例分割标注图像。
二维图像经2D语义分割生成2D语义分割标注图像：预先对二维图像中的物体不可抓区域、物体被压叠区域及物体未被压区域进行标注，为了区分不同的区域，可以将不同区域填充不同的颜色加以区分，或将不同区域填充不同的图案加以区分。参见图4，图4中示出一种以颜色区分不同区域的标注方式，针对图中表层各物体分别标注出物体不可抓区域和/或物体被压叠区域和/或物体未被压区域。在二维图像中红色表示为某物体的物体不可抓区域，绿色表示为物体被压叠区域，黄色为物体未被压区域，标注后的二维图像为2D语义分割标注图像，物体不可抓区域、物体被压叠区域及物体未被压区域为物体标注区域。
二维图像经3D语义分割生成3D语义分割标注图像：预先对二维图像中的被压叠物体、未被压叠物体、轻微压叠物体及无法判断是否被压叠的物体进行标注，为了区分不同的物体，可以将不同物体填充不同的颜色加以区分，或将不同物体填充不同的图案加以区分。参见图5，图5中示出一种以颜色区分不同物体的标注方式，针对图中表层全部物体进行标注，确定物体是属于被压叠物体或未被压叠物体或轻微压叠物体或无法判断是否被压叠的物体。在二维图像中红色表示为被压叠物体，蓝色表示为未被压叠物体，绿色为肉眼无法判断是否被压叠的物体或不影响吸取的轻微压叠物体，标注后的二维图像为3D语义分割标注图像。其中，未被压物体所在区域为物体标注区域，和/或轻微压叠物体所在区域为物体标注区域。
步骤1022，根据语义分割标注图像对应的物体标注区域及语义分割标注图像对应的深度图像确定物体标注区域的深度信息。
本实施例中，语义分割标注图像与深度图像一一对应，根据语义分割标注图像对应的物体标注区域及语义分割标注图像对应的深度图像确定物体标注区域的深度信息，即深度值。
本实施例中，根据语义分割标注图像对应的物体标注区域及深度图像能够准确确定物体标注区域的深度信息。
进一步地，图6是本发明又一实施例提供的图像数据库构建方法的流程示意图，在一实施例的基础上，对步骤1021进行了进一步细化，具体包括以下步骤：
步骤1021a，获取语义分割标注图像对应的标注文件，解析标注文件获取标注像素信息。
本实施例中，获取语义分割标注图像对应的标注文件，标注文件中记录了标注的物体所在的区域的像素信息即标注像素信息，解析标注文件获取标注像素信息。
步骤1021b，根据标注像素信息确定语义分割标注图像对应的物体标注区域。
本实施例中，根据标注像素信息确定语义分割标注图像中的物体标注区域，其中，标注像素信息包括标注像素位置，根据标注像素位置能够确定语义分割标注图像中的物体标注区域。
本实施例中，基于预先记录的标注文件能够能够准确识别到图像中的物体标注区域。
进一步地，图7是本发明又一实施例提供的图像数据库构建方法的流程示意图，在一实施例的基础上，对步骤1022进行了进一步细化，具体包括以下步骤：
步骤1022a，根据物体标注区域在标注图像中的第一位置，确定深度图像中与第一位置对应的第二位置。
本实施例中，获取语义分割标注图像对应的物体标注区域在语义分割标注图像中的第一位置，第一位置为语义分割标注图像对应的物体标注区域的标注像素位置，根据语义分割标注图像对应的物体标注区域在语义分割标注图像中的第一位置确定语义分割标注图像对应的深度图像中与第一位置对应的第二位置，第二位置为深度图像对应的物体标注区域的标注像素位置，第一位置与第二位置对应。
步骤1022b，将深度图像中第二位置的深度信息确定为物体标注区域的深度信息。
本实施例中，将语义分割标注图像对应的深度图像中第二位置的深度信息确定为物体标注区域的深度信息。
本实施例中，标注图像与深度图像一一对应，根据标注图像与深度图像一一对应能够准确确定深度图像中与第一位置对应的第二位置，从而得到深度信息。
图8是本发明又一实施例提供的图像数据库构建方法的流程示意图，在一实施例的基础上，本实施例以实例分割为例，来说明确定物体标注区域的深度信息的实现方式，具体包括以下步骤：
步骤1023，确定实例分割标注图像对应的物体标注区域。
本实施例中，标准图像包括实例分割标注图像，其中，实例分割不但要进行像素级别的分类，还需在具体的类别基础上区别开不同的实例。实例分割标注图像为经实例分割的标注图像。
二维图像经2D实例分割生成2D实例分割标注图像：预先对二维图像中的被压叠物体、未被压叠物体、轻微压叠物体及无法判断是否被压叠的物体进行标注，为了区分不同的物体，可以将不同物体填充不同的颜色加以区分，或将不同物体填充不同的图案加以区分。
参见图9，图9中示出一种以颜色区分不同物体的标注方式，针对图中表层全部物体进行标注，确定物体是属于被压叠物体或未被压叠物体或轻微压叠物体或无法判断是否被压叠的物体。在二维图像中红色表示为被压叠物体，蓝色表示为未被压叠物体，绿色为肉眼无法判断是否被压叠的物体或不影响吸取的轻微压叠物体，标注后的二维图像为2D实例分割标注图像，其中，未被压物体所在区域为物体标注区域，和/或轻微压叠物体所在区域为物体标注区域。
步骤1024，根据实例分割标注图像对应的物体标注区域及实例分割标注图像对应的深度图像确定物体标注区域的深度信息。
本实施例中，实例分割标注图像与深度图像一一对应，根据实例分割标注图像对应的物体标注区域及实例分割标注图像对应的深度图像确定物体标注区域的深度信息，即深度值。
本实施例中，根据分割分割标注图像对应的物体标注区域及深度图像能够准确确定物体标注区域的深度信息。
进一步地，在一实施例的基础上，对步骤1023进行了进一步细化，具体包括以下步骤：
步骤1023a，获取实例分割标注图像对应的标注文件，解析标注文件获取标注像素信息。
本实施例中，获取实例分割标注图像对应的标注文件，标注文件中记录了标注的物体所在的区域的像素信息即标注像素信息，解析标注文件获取标注像素信息。
步骤1023b，根据标注像素信息确定实例分割标注图像对应的物体标注区域。
本实施例中，根据标注像素信息确定实例分割标注图像中的物体标注区域，其中，标注像素信息包括标注像素位置，根据标注像素位置能够确定实例分割标注图像中的物体标注区域。
本实施例中，基于预先记录的标注文件能够能够准确识别到图像中的物体标注区域。
进一步地，在一实施例的基础上，对步骤1024进行了进一步细化，具体包括以下步骤：
步骤1024a，根据物体标注区域在标注图像中的第一位置，确定深度图像中与第一位置对应的第二位置。
本实施例中，获取实例分割标注图像对应的物体标注区域在实例分割标注图像中的第一位置，第一位置为实例分割标注图像对应的物体标注区域的标注像素位置，根据实例分割标注图像对应的物体标注区域在实例分割标注图像中的第一位置确定实例分割标注图像对应的深度图像中与第一位置对应的第二位置，第二位置为深度图像对应的物体标注区域的标注像素位置，第一位置与第二位置对应。
步骤1024b，将深度图像中第二位置的深度信息确定为物体标注区域的深度信息。
本实施例中，将实例分割标注图像对应的深度图像中第二位置的深度信息确定为物体标注区域的深度信息。
本实施例中，标注图像与深度图像一一对应，根据标注图像与深度图像一一对应能够准确确定深度图像中与第一位置对应的第二位置，从而得到深度信息。
进一步地，图10是本发明又一实施例提供的图像数据库构建方法的流程示意图，在一实施例的基础上，对步骤103进行了进一步细化，具体包括以下步骤：
步骤1031，获取相机内参，并根据相机内参以及深度信息生成物体标注区域的点云信息。
本实施例中，获取相机内参，其中，相机内参包括相机焦距以及相机光轴在图像坐标系中的偏移量，其中，相机焦虑的单位为像素，相机光轴在图像坐标系中的偏移量的单位为像素。进一步根据相机内参以及物体标注区域的深度信息生成物体标注区域的点云信息。
步骤1032，根据物体标注区域的点云信息，生成点云图像。
本实施例中，根据物体标注区域的点云信息，生成点云图像，采用物体的点云图像训练相应的神经网络模型。
本实施例中，无需用户收集样本数据，能够自动得到点云图像，从而基于点云图像构建抓取物体图像数据库，减少了用户的工作量。
进一步地，图11是本发明又一实施例提供的图像数据库构建方法的流程示意图，在一实施例的基础上，对步骤104进行了进一步细化，具体包括以下步骤：
步骤1041，获取标注图像的标注类型，并根据标注类型建立对应的图像子数据库。
本实施例中，获取标注图像的标注类型，其中，标注图像的标注类型包括语义分割类图像以及实例分割类图像，根据标注类型建立对应的图像子数据库，如至少建立一个语义分割类图像子数据库以及至少建立一个实例分割类图像子数据库。
步骤1042，建立标注图像及对应的物体的点云图像之间的对应关系。
本实施例中，建立各标注图像以及各标注图像对应物体的点云图像之间的对应关系，将各标注图像以及各标注图像对应物体的点云图像之间关联起来。
步骤1043，将同一标注类型的标注图像及对应的点云图像存储至相同的图像子数据库。
本实施例中，为了便于查找图像，将同一类型的标注图像以及对应的点云图像存储在同一图像子数据库，将语义分割类图像的标注图像及对应的点云图像存储至相同的语义分割类图像子数据库中，将实例分割类图像的标注图像及对应的点云图像存储至相同的实例分割类图像子数据库中。
本实施例中，为了便于后续神经网络模型的训练，将同一类型的图像以及对应的点云图像存储至同一图像子数据库。
进一步地，在一实施例的基础上，对步骤104进行了进一步细化，具体包括以下步骤：
步骤104a，根据物体的点云图像确定对应的物体位姿信息。
本实施例中，根据物体的点云图像确定对应的物体位姿信息，物体位姿信息为物体在坐标系下的位置和姿态。位姿估计在计算机视觉领域十分重要的角色，在使用视觉传感器估计机器人位姿进行控制、机器人导航等方面都有着极大的应用。
步骤104b，基于物体的点云图像及对应的物体位姿信息构建抓取物体图像数据库。
本实施例中，基于物体的点云图像及对应的物体位姿信息构建抓取物体图像数据库，将物体的点云图像及对应的物体位姿信息存储至抓取物体图像数据库中。抓取物体图像数据库用于为后续抓取深度学习提供训练样本，无需人工收集样本数据，能够基于标注图像以及深度图像自动得到点云图像，从而基于物体的点云图像及对应的物体位姿信息构建抓取物体图像数据库，提高构建图像数据库的效率，减少构建图像数据库的人力成本。
图12是本发明一实施例提供的图像数据库构建装置的结构示意图，如图12所示，本实施例提供的图像数据库构建装置200包括获取单元201，确定单元202，处理单元203。
其中，获取单元201，用于获取标注图像及标注图像对应的深度图像，标注图像为二维图像。确定单元202，用于根据标注图像及对应的深度图像确定物体标注区域的深度信息。处理单元203，用于基于物体标注区域的深度信息，生成物体的点云图像。处理单元203，还用于根据物体的点云图像构建抓取物体图像数据库。
可选地，确定单元，还用于确定语义分割标注图像对应的物体标注区域；根据语义分割标注图像对应的物体标注区域及语义分割标注图像对应的深度图像确定物体标注区域的深度信息。
可选地，确定单元，还用于获取语义分割标注图像对应的标注文件，解析标注文件获取标注像素信息；根据标注像素信息确定语义分割标注图像对应的物体标注区域。
可选地，确定单元，还用于根据物体标注区域在标注图像中的第一位置，确定深度图像中与第一位置对应的第二位置；将深度图像中第二位置的深度信息确定为物体标注区域的深度信息。
可选地，确定单元，还用于确定实例分割标注图像对应的物体标注区域；根据实例分割标注图像对应的物体标注区域及实例分割标注图像对应的深度图像确定物体标注区域的深度信息。
可选地，确定单元，还用于还用于获取实例分割标注图像对应的标注文件，解析标注文件获取标注像素信息；根据标注像素信息确定实例分割标注图像对应的物体标注区域。
可选地，确定单元，还用于根据物体标注区域在标注图像中的第一位置，确定深度图像中与第一位置对应的第二位置；将深度图像中第二位置的深度信息确定为物体标注区域的深度信息。
可选地，处理单元，还用于获取相机内参，并根据相机内参以及深度信息生成物体标注区域的点云信息；根据物体标注区域的点云信息，生成点云图像。
可选地，处理单元，还用于获取标注图像的标注类型，并根据标注类型建立对应的图像子数据库；建立标注图像及对应的物体的点云图像之间的对应关系；将同一标注类型的标注图像及对应的点云图像存储至相同的图像子数据库。
可选地，可选地，处理单元，还用于根据物体的点云图像确定对应的物体位姿信息；基于物体的点云图像及对应的物体位姿信息构建抓取物体图像数据库。
图13是用来实现本发明实施例的图像数据库构建方法的电子设备的第一框图，如图13所示，该电子设备300包括：存储器301，处理器302。
存储器301存储计算机执行指令；
处理器302执行存储器301存储的计算机执行指令，使得处理器302执行上述任意一个实施例提供的方法。
图14是用来实现本发明实施例的图像数据库构建方法的电子设备的第二框图，如图14所示，该电子设备可以是计算机，数字广播终端，消息收发设备，平板设备，个人数字助理，服务器，服务器集群等。
电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由电子设备800的处理器820执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行上述任意一个实施例中的方法。
在示例性实施例中，还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述任意一个实施例中的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (12)
1.一种图像数据库构建方法，其特征在于，所述方法包括：
获取标注图像及所述标注图像对应的深度图像，所述标注图像为二维图像；
根据所述标注图像及对应的深度图像确定物体标注区域的深度信息；
基于所述物体标注区域的深度信息，生成物体的点云图像；
根据所述物体的点云图像构建抓取物体图像数据库。
2.根据权利要求1所述的方法，其特征在于，所述标注图像包括：语义分割标注图像；
所述根据所述标注图像及对应的深度图像确定物体标注区域的深度信息，包括：
确定语义分割标注图像对应的物体标注区域；
根据所述语义分割标注图像对应的物体标注区域及所述语义分割标注图像对应的深度图像确定所述物体标注区域的深度信息。
3.根据权利要求2所述的方法，其特征在于，所述确定语义分割标注图像对应的物体标注区域，包括：
获取所述语义分割标注图像对应的标注文件，解析所述标注文件获取标注像素信息；
根据所述标注像素信息确定所述语义分割标注图像对应的物体标注区域。
4.根据权利要求2所述的方法，其特征在于，所述根据所述语义分割标注图像对应的物体标注区域及所述语义分割标注图像对应的深度图像确定所述物体标注区域的深度信息，包括：
根据所述物体标注区域在所述标注图像中的第一位置，确定所述深度图像中与所述第一位置对应的第二位置；
将所述深度图像中第二位置的深度信息确定为所述物体标注区域的深度信息。
5.根据权利要求1所述的方法，其特征在于，所述标注图像包括：实例分割标注图像；
所述根据所述标注图像及对应的深度图像确定物体标注区域的深度信息，包括：
确定实例分割标注图像对应的物体标注区域；
根据所述实例分割标注图像对应的物体标注区域及所述实例分割标注图像对应的深度图像确定所述物体标注区域的深度信息。
6.根据权利要求1所述的方法，其特征在于，所述基于所述物体标注区域的深度信息，生成物体的点云图像，包括：
获取相机内参，并根据所述相机内参以及所述深度信息生成所述物体标注区域的点云信息；
根据所述物体标注区域的点云信息，生成所述点云图像。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述图像数据库包括：多个图像子数据库；
所述根据所述物体的点云图像构建抓取物体图像数据库，包括：
获取标注图像的标注类型，并根据标注类型建立对应的图像子数据库；
建立标注图像及对应的物体的点云图像之间的对应关系；
将同一标注类型的标注图像及对应的点云图像存储至相同的图像子数据库。
8.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述物体的点云图像构建抓取物体图像数据库，包括：
根据所述物体的点云图像确定对应的物体位姿信息；
基于所述物体的点云图像及所述对应的物体位姿信息构建抓取物体图像数据库。
9.一种图像数据库构建装置，其特征在于，所述装置包括：
获取单元，用于获取标注图像及所述标注图像对应的深度图像，所述标注图像为二维图像；
确定单元，用于根据所述标注图像及对应的深度图像确定物体标注区域的深度信息；
处理单元，用于基于所述物体标注区域的深度信息，生成物体的点云图像；
处理单元，还用于根据所述物体的点云图像构建抓取物体图像数据库。
10.一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至8任一项所述的方法。
12.一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211003504.XA CN115408544A (zh) | 2022-08-19 | 2022-08-19 | 图像数据库构建方法、装置、设备、存储介质及产品 |
| PCT/CN2023/105730 WO2024008081A1 (zh) | 2022-07-04 | 2023-07-04 | 图像生成方法和模型训练方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211003504.XA CN115408544A (zh) | 2022-08-19 | 2022-08-19 | 图像数据库构建方法、装置、设备、存储介质及产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115408544A true CN115408544A (zh) | 2022-11-29 |
Family
ID=84160980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211003504.XA Pending CN115408544A (zh) | 2022-07-04 | 2022-08-19 | 图像数据库构建方法、装置、设备、存储介质及产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115408544A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024008081A1 (zh) * | 2022-07-04 | 2024-01-11 | 梅卡曼德（北京）机器人科技有限公司 | 图像生成方法和模型训练方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110243370A (zh) * | 2019-05-16 | 2019-09-17 | 西安理工大学 | 一种基于深度学习的室内环境三维语义地图构建方法 |
| CN110598743A (zh) * | 2019-08-12 | 2019-12-20 | 北京三快在线科技有限公司 | 一种目标对象的标注方法和装置 |
| CN113112504A (zh) * | 2021-04-08 | 2021-07-13 | 浙江大学 | 一种植物点云数据分割方法及系统 |
| CN114373105A (zh) * | 2021-12-20 | 2022-04-19 | 华南理工大学 | 一种点云标注及数据集制作的方法、系统、装置及介质 |
| CN114399515A (zh) * | 2021-12-24 | 2022-04-26 | 复旦大学 | 基于语言描述的类级别目标物6d位姿获取方法及存储介质 |
| CN114821055A (zh) * | 2022-04-27 | 2022-07-29 | 北京有竹居网络技术有限公司 | 房屋模型的构建方法、装置、可读存储介质和电子设备 |
-
2022
- 2022-08-19 CN CN202211003504.XA patent/CN115408544A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110243370A (zh) * | 2019-05-16 | 2019-09-17 | 西安理工大学 | 一种基于深度学习的室内环境三维语义地图构建方法 |
| CN110598743A (zh) * | 2019-08-12 | 2019-12-20 | 北京三快在线科技有限公司 | 一种目标对象的标注方法和装置 |
| CN113112504A (zh) * | 2021-04-08 | 2021-07-13 | 浙江大学 | 一种植物点云数据分割方法及系统 |
| CN114373105A (zh) * | 2021-12-20 | 2022-04-19 | 华南理工大学 | 一种点云标注及数据集制作的方法、系统、装置及介质 |
| CN114399515A (zh) * | 2021-12-24 | 2022-04-26 | 复旦大学 | 基于语言描述的类级别目标物6d位姿获取方法及存储介质 |
| CN114821055A (zh) * | 2022-04-27 | 2022-07-29 | 北京有竹居网络技术有限公司 | 房屋模型的构建方法、装置、可读存储介质和电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 陈海永，李龙腾，陈鹏，孟蕊: "复杂场景点云数据的6D位姿估计深度学习网络" * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024008081A1 (zh) * | 2022-07-04 | 2024-01-11 | 梅卡曼德（北京）机器人科技有限公司 | 图像生成方法和模型训练方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106651955B (zh) | 图片中目标物的定位方法及装置 | |
| CN105528606B (zh) | 区域识别方法及装置 | |
| CN113344901B (zh) | 涂胶缺陷检测方法、装置、存储介质及电子设备 | |
| CN108875451B (zh) | 一种定位图像的方法、装置、存储介质和程序产品 | |
| CN106060470B (zh) | 一种视频监控方法及其系统 | |
| CN106355573A (zh) | 图片中目标物的定位方法及装置 | |
| CN106228556B (zh) | 图像质量分析方法和装置 | |
| CN105763812A (zh) | 智能拍照方法及装置 | |
| CN105095881A (zh) | 人脸识别方法、装置及终端 | |
| CN107798314A (zh) | 肤色检测方法及装置 | |
| CN105809174A (zh) | 识别图像的方法及装置 | |
| US11961278B2 (en) | Method and apparatus for detecting occluded image and medium | |
| CN112115894B (zh) | 手部关键点检测模型的训练方法、装置及电子设备 | |
| CN105357425A (zh) | 图像拍摄方法及装置 | |
| CN112927122A (zh) | 水印去除方法、装置及存储介质 | |
| CN115408544A (zh) | 图像数据库构建方法、装置、设备、存储介质及产品 | |
| CN106372663B (zh) | 构建分类模型的方法及装置 | |
| WO2023155350A1 (zh) | 一种人群定位方法及装置、电子设备和存储介质 | |
| EP4261565A1 (en) | Object detection method and apparatus for vehicle, device, vehicle and medium | |
| CN111339964A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN116188846A (zh) | 一种基于振动图像的设备故障检测方法及装置 | |
| CN105956633B (zh) | 搜索引擎类别的识别方法和装置 | |
| CN110659726B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN114387622A (zh) | 动物重识别方法及装置、电子设备和存储介质 | |
| CN114693702B (zh) | 图像处理方法、装置、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221129 |