CN116503562B - 空间建筑信息模型的确定及三维空间模型图像融合方法 - Google Patents

空间建筑信息模型的确定及三维空间模型图像融合方法 Download PDF

Info

Publication number
CN116503562B
CN116503562B CN202310546847.9A CN202310546847A CN116503562B CN 116503562 B CN116503562 B CN 116503562B CN 202310546847 A CN202310546847 A CN 202310546847A CN 116503562 B CN116503562 B CN 116503562B
Authority
CN
China
Prior art keywords
points
dimensional
image
determining
plane
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
CN202310546847.9A
Other languages
English (en)
Other versions
CN116503562A (zh
Inventor
张文彩
马英楠
杨跃
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.)
Seashell Housing Beijing Technology Co Ltd
Original Assignee
Seashell Housing Beijing 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 Seashell Housing Beijing Technology Co Ltd filed Critical Seashell Housing Beijing Technology Co Ltd
Priority to CN202310546847.9A priority Critical patent/CN116503562B/zh
Publication of CN116503562A publication Critical patent/CN116503562A/zh
Application granted granted Critical
Publication of CN116503562B publication Critical patent/CN116503562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/08Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30244Camera pose
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/04Architectural design, interior design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开实施例公开了一种空间建筑信息模型的确定及三维空间模型图像融合方法,其中,空间建筑信息模型的确定方法包括:基于设置在目标空间预设位置的全景摄像装置对所述目标空间进行图像采集,得到二维空间图像;在所述二维空间图像中确定多个平面点;基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息;基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标;基于所述多个拐点平面点的三维坐标和所述目标空间的预设层高,确定所述目标空间对应的建筑信息模型。

Description

空间建筑信息模型的确定及三维空间模型图像融合方法
技术领域
本公开涉及计算机视觉技术,尤其是一种空间建筑信息模型的确定及三维空间模型图像融合方法。
背景技术
建筑信息模型(BIM)是通过三维数字技术,将建筑工程项目各相关信息集成在一起,是对工程项目全周期信息详尽的表达,是数字可视化技术在建筑工程中的直接应用,并对项目事前的各项问题进行预警和分析,使工程项目各参与方能够了解和应对,同时为协同工作提供坚实的基础;表现形式可以为包括空间信息的CAD户型图,空间信息可以包括:墙面信息、地面信息、角点信息、门窗信息等等,每个信息都包括3D坐标;现有技术中,通常是通过专业人员获取空间信息,以获得建筑信息模型。
发明内容
本公开的实施例提供了一种空间建筑信息模型的确定及三维空间模型图像融合方法。
根据本公开实施例的一个方面,提供了一种空间建筑信息模型的确定方法,包括:
基于设置在目标空间预设位置的全景摄像装置对所述目标空间进行图像采集,得到二维空间图像;
在所述二维空间图像中确定多个平面点;所述多个平面点对应位于所述目标空间中同一平面中的多个空间点;
基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息;
基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标;其中,每个所述拐点平面点对应所述目标空间中的一个地面拐点;
基于所述多个拐点平面点的三维坐标和所述目标空间的预设层高,确定所述目标空间对应的建筑信息模型。
可选地,所述基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息,包括:
基于所述多个平面点和所述全景摄像装置的预设外参信息,得到所述多个平面点中每个平面点的三维坐标;其中,所述多个平面点为预设平面多边形的顶点;
基于所述预设平面多边形的边长对所述多个平面点的三维坐标进行调整,得到所述预设平面多边形的多个顶点的三维坐标;
基于所述多个顶点的三维坐标和所述多个平面点在所述二维空间图像中的二维坐标,确定所述全景摄像装置的目标外参信息。
可选地,所述基于所述预设平面多边形的边长对所述多个平面点的三维坐标进行调整,得到所述预设平面多边形的多个顶点的三维坐标,包括:
基于所述多个平面点的三维坐标确定所述预设平面多边形的多个边长;
基于所述多个边长和至少一个所述平面点的三维坐标,确定所述预设平面多边形的多个顶点的三维坐标。
可选地,所述基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标,包括:
对所述二维空间图像进行语义分割处理,确定所述二维空间图像中的多个拐点平面点对应的图像坐标;
基于所述多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标。
可选地,在基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息之前,还包括:
对所述二维空间图像进行语义分割处理,得到所述二维空间图像中的多个角点、多个墙面和多条墙地线;
基于所述墙面的数量和所述墙地线的数量,确定所述目标空间是否符合建筑信息模型的标准。
可选地,所述在所述二维空间图像中确定多个平面点,包括:
基于所述二维空间图像中的多个角点,确定对应位于所述目标空间中同一平面中的多个空间点的所述多个平面点。
可选地,所述基于所述墙面的数量和所述墙地线的数量,确定所述目标空间是否符合建筑信息模型的标准,包括:
确定所述墙面的数量和所述墙地线的数量是否相等;
响应于所述墙面的数量和所述墙地线的数量相等,确定所述符合建筑信息模型的标准。
根据本公开实施例的另一方面,提供了一种三维空间模型图像融合方法,包括:
基于如上述任一实施例所述的空间建筑信息模型的确定方法,确定目标空间对应的建筑信息模型;
基于所述建筑信息模型确定所述目标空间中多个采样点的三维坐标;
基于所述多个采样点的三维坐标,确定所述多个采样点在所述二维空间图像中的多个二维坐标;所述二维空间图像为基于设置在所述目标空间预设位置的全景摄像装置对所述目标空间进行图像采集得到的二维图像;
基于所述多个二维坐标对应的像素信息,对所述建筑信息模型进行渲染,得到所述目标空间的渲染模型。
根据本公开实施例的另一方面,提供了一种空间建筑信息模型的确定装置,包括:
图像采集模块,用于基于设置在目标空间预设位置的全景摄像装置对所述目标空间进行图像采集,得到二维空间图像;
平面点确定模块,用于在所述二维空间图像中确定多个平面点;所述多个平面点对应位于所述目标空间中同一平面中的多个空间点;
外参标定模块,用于基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息;
三维坐标模块,用于基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标;其中,每个所述拐点平面点对应所述目标空间中的一个地面拐点;
模型确定模块,用于基于所述多个拐点平面点的三维坐标和所述目标空间的预设层高,确定所述目标空间对应的建筑信息模型。
可选地,所述外参标定模块,具体用于基于所述多个平面点和所述全景摄像装置的预设外参信息,得到所述多个平面点中每个平面点的三维坐标;其中,所述多个平面点为预设平面多边形的顶点;基于所述预设平面多边形的边长对所述多个平面点的三维坐标进行调整,得到所述预设平面多边形的多个顶点的三维坐标;基于所述多个顶点的三维坐标和所述多个平面点在所述二维空间图像中的二维坐标,确定所述全景摄像装置的目标外参信息。
可选地,所述外参标定模块在基于所述预设平面多边形的边长对所述多个平面点的三维坐标进行调整,得到所述预设平面多边形的多个顶点的三维坐标时,用于基于所述多个平面点的三维坐标确定所述预设平面多边形的多个边长;基于所述多个边长和至少一个所述平面点的三维坐标,确定所述预设平面多边形的多个顶点的三维坐标。
可选地,所述三维坐标模块,具体用于对所述二维空间图像进行语义分割处理,确定所述二维空间图像中的多个拐点平面点对应的图像坐标;基于所述多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标。
可选地,所述装置还包括:
图像分割模块,用于对所述二维空间图像进行语义分割处理,得到所述二维空间图像中的多个角点、多个墙面和多条墙地线;
标准匹配模块,用于基于所述墙面的数量和所述墙地线的数量,确定所述目标空间是否符合建筑信息模型的标准。
可选地,所述平面点确定模块,具体用于基于所述二维空间图像中的多个角点,确定对应位于所述目标空间中同一平面中的多个空间点的所述多个平面点。
可选地,所述标准匹配模块,具体用于确定所述墙面的数量和所述墙地线的数量是否相等;响应于所述墙面的数量和所述墙地线的数量相等,确定所述符合建筑信息模型的标准。
根据本公开实施例的又一方面,提供了一种三维空间模型图像融合装置,包括:
模型确定模块,用于基于如上述任一实施例所述的空间建筑信息模型的确定方法,确定目标空间对应的建筑信息模型;
模型融合模块,用于基于所述建筑信息模型确定所述目标空间中多个采样点的三维坐标;基于所述多个采样点的三维坐标,确定所述多个采样点在所述二维空间图像中的多个二维坐标;所述二维空间图像为基于设置在所述目标空间预设位置的全景摄像装置对所述目标空间进行图像采集得到的二维图像;基于所述多个二维坐标对应的像素信息,对所述建筑信息模型进行渲染,得到所述目标空间的渲染模型。
根据本公开实施例的又一方面,提供了一种电子设备,包括:
存储器,用于存储计算机程序产品;
处理器,用于执行所述存储器中存储的计算机程序产品,且所述计算机程序产品被执行时,实现上述任一实施例所述的空间建筑信息模型的确定方法或上述实施例所述的三维空间模型图像融合方法。
根据本公开实施例的还一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时,实现上述任一实施例所述的空间建筑信息模型的确定方法或上述实施例所述的三维空间模型图像融合方法。
根据本公开实施例的再一方面,提供了一种计算机程序产品,包括计算机程序指令,该计算机程序指令被处理器执行时实现上述任一实施例所述的空间建筑信息模型的确定方法或上述实施例所述的三维空间模型图像融合方法。
基于本公开上述实施例提供的一种空间建筑信息模型的确定及三维空间模型图像融合方法,基于设置在目标空间预设位置的全景摄像装置对所述目标空间进行图像采集,得到二维空间图像;在所述二维空间图像中确定多个平面点;基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息;基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标;基于所述多个拐点平面点的三维坐标和所述目标空间的预设层高,确定所述目标空间对应的建筑信息模型;本实施例通过在预设位置的全景摄像装置采集的二维空间图像中的多个平面点,确定该全景摄像装置的目标外参信息,在确定目标外参信息的情况下,即可实现二维图像坐标与三维空间坐标之间的映射,基于该映射关系可确定目标空间中的多个地面拐点的三维坐标,结合已知的目标空间的预设层高,可确定目标空间中所有其他二维点的三维坐标,即获得建筑信息模型,实现了建筑信息模型的自动化获得,无需人为干预,提升了建筑信息模型的获取效率,节省了大量人力资源。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同描述一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1是本公开一示例性实施例提供的空间建筑信息模型的确定方法的流程示意图;
图2是本公开图1所示的实施例中步骤106的一个流程示意图;
图3是本公开图1所示的实施例中步骤108的一个流程示意图;
图4是本公开一示例性实施例提供的三维空间模型图像融合方法的流程示意图;
图5是本公开一示例性实施例提供的空间建筑信息模型的确定装置的结构示意图;
图6是本公开一示例性实施例提供的三维空间模型图像融合装置的结构示意图;
图7图示了根据本公开实施例的电子设备的框图。
具体实施方式
下面,将参考附图详细地描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。本公开中所指数据可以包括文本、图像、视频等非结构化数据,也可以是结构化数据。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
示例性方法
图1是本公开一示例性实施例提供的空间建筑信息模型的确定方法的流程示意图。本实施例可应用在电子设备上,如图1所示,包括如下步骤:
步骤102,基于设置在目标空间预设位置的全景摄像装置对目标空间进行图像采集,得到二维空间图像。
可选地,目标空间可以为建筑物(例如,房屋、简易房、拼装房等)内部;全景摄像装置可以为鱼眼相机等可获得全景图的的摄像装置;例如,鱼眼相机因为其视野广,无需担心角度问题,尤其是安装在房间顶部位置时,可以将地面和墙面采集到图像中;因此,本实施例通过全景摄像装置进行图像采集,以获得空间中更多的信息,为建立建筑信息模型提供了基础;并且,为了避免空间信息遗漏,预设位置通常为目标空间的顶部位置。
步骤104,在二维空间图像中确定多个平面点。
其中,多个平面点对应位于目标空间中同一平面中的多个空间点。
可选地,多个平面点对应的目标空间中的平面可以为地面(或底面)、墙面(或侧面)等平面。
步骤106,基于多个平面点,对全景摄像装置的预设外参信息进行矫正,得到全景摄像装置的目标外参信息。
在一实施例中,预设外参信息可以根据目标空间预先假定;对于目标空间只需已知空间高度即可,通常标准房屋的层高为固定值,因此,只需获得该固定层高。
步骤108,基于在二维空间图像中确定的多个拐点平面点的图像坐标和目标外参信息,确定多个拐点平面点的三维坐标。
其中,每个拐点平面点对应目标空间中的一个地面拐点。
可选地,在确定摄像设备的外参信息后,可确定三维坐标系和图像坐标系之间的映射关系,即,可基于该映射关系确定二维空间图像中任一点对应的三维坐标。
步骤110,基于多个拐点平面点的三维坐标和目标空间的预设层高,确定目标空间对应的建筑信息模型。
本公开上述实施例提供的一种空间建筑信息模型的确定方法,基于设置在目标空间预设位置的全景摄像装置对所述目标空间进行图像采集,得到二维空间图像;在所述二维空间图像中确定多个平面点;基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息;基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标;基于所述多个拐点平面点的三维坐标和所述目标空间的预设层高,确定所述目标空间对应的建筑信息模型;本实施例通过在预设位置的全景摄像装置采集的二维空间图像中的多个平面点,确定该全景摄像装置的目标外参信息,在确定目标外参信息的情况下,即可实现二维图像坐标与三维空间坐标之间的映射,基于该映射关系可确定目标空间中的多个地面拐点的三维坐标,结合已知的目标空间的预设层高,可确定目标空间中所有其他二维点的三维坐标,即获得建筑信息模型,实现了建筑信息模型的自动化获得,无需人为干预,提升了建筑信息模型的获取效率,节省了大量人力资源。
如图2所示,在上述图2所示实施例的基础上,步骤106可包括如下步骤:
步骤1061,基于多个平面点和全景摄像装置的预设外参信息,得到多个平面点中每个平面点的三维坐标。
其中,多个平面点为预设平面多边形的顶点。可选地,预设平面多边形为规则的多边形,例如,至少一组对边相等的多边形,或内角均相等的多边形(矩形、六边形等)。
可选地,鱼眼相机等全景摄像装置虽然观察视角比较大,但是会带来一定的畸变,这种畸变看起来会比较奇怪,不符合人的观察习惯。全景摄像装置的内参和畸变参数在出厂时已经确定,即为已知值;为了克服畸变的问题,本实施例在执行二维坐标到三维坐标映射之前,对采集的图像进行去畸变处理,即二维空间图像为去畸变后的图像,去畸变处理的方法可以采用现有技术公开的任意去畸变方法;在去除畸变后,在已知多个平面点在同一平面中,可以将该平面在三维空间中的一个坐标轴(例如,y轴)设置为0,此时基于预设外参信息,可将每个平面点的二维坐标映射得到三维坐标(只需确定除了为0的坐标轴的另外两个坐标轴的坐标即可)。
步骤1062,基于预设平面多边形的边长对多个平面点的三维坐标进行调整,得到预设平面多边形的多个顶点的三维坐标。
可选地,基于多个平面点的三维坐标确定预设平面多边形的多个边长;基于多个边长和至少一个平面点的三维坐标,确定预设平面多边形的多个顶点的三维坐标。
本实施例中,基于映射到三维坐标系的平面中的多个平面点的三维坐标连接起来,可得到新的多边形(例如,矩形,由于房间地面通常为矩形);此时连接得到的多边形可能不规则,例如,得到的矩形不标准,此时,可基于多个点的三维坐标两两相减,求均值,来确定多边形的边长,在已知边长和一个顶点的情况下,可以以该顶点作为(0,0)坐标原点构建新的标准多边形(例如,已知顶点和所有边长即可确定为几边形,标准多边形可以为内角均相等的多边形,当确定了边的数量即可知每个内角的角度,基于顶点、边长和内角即可构建新的标准多边形),进而确定该标准多边形的多个顶点对应的三维坐标。
步骤1063,基于多个顶点的三维坐标和多个平面点在二维空间图像中的二维坐标,确定全景摄像装置的目标外参信息。
本实施例中,基于重构的多边形确定的多个顶点的三维坐标中的每个三维坐标与一个平面点相对应,即每个顶点对应一个平面点,因此,基于每个平面点对应的二维坐标和三维坐标,即可确定全景摄像装置的目标外参信息;本实施例中将二维图像与三维坐标建立对应关系的关键,不是绝对的尺寸大小(未利用到显示中的实际尺寸),而是尺寸和尺寸之间的比例信息,在后续步骤中基于已知的预设层高,即可确定目标空间的真实尺寸信息。
如图3所示,在上述图2所示实施例的基础上,步骤108可包括如下步骤:
步骤1081,对二维空间图像进行语义分割处理,确定二维空间图像中的多个拐点平面点对应的图像坐标。
可选地,语义分割处理可基于深度学习模型实现,例如,通过分割模型对当前帧二维图像进行分割,在一个可选示例中,目标空间为建筑物内,分割类型可包括但不限于点。可选地,点包括房屋角点(地面拐点)、门角点、窗角点、门连窗角点等。为了实现更好的分割效果,需要对分割模型进行训练,通过收集各户型、各施工阶段下的实际数据作为训练数据,并进行数据标注。训练数据准备好后,会进行分割模型的训练。可选地,深度学习模型可使用HRnet-32-v2,后接softmax来分类,使用Lovasz Softmax Loss和focal crossentropy loss。在基于训练后的分割模型进行预测时,对于点的提取,可在5*5像素邻域内,取置信度最高的那个点为点的分割结果。
步骤1082,基于多个拐点平面点的图像坐标和目标外参信息,确定多个拐点平面点的三维坐标。
本实施例中,目标外参信息确定了图像坐标系与三维坐标系(可以是世界坐标系或以房屋中任一点为原点的三维坐标系等)的映射关系,因此,确定了拐点平面点在二维空间图像的图像坐标后,即可通过映射关系确定拐点平面点的三维坐标。
在一些可选的实施例中,本实施例提供的方法还可以包括:
对二维空间图像进行语义分割处理,得到二维空间图像中的多个角点、多个墙面和多条墙地线。
可选地,语义分割处理可基于深度学习模型实现,例如,通过分割模型对当前帧图像进行分割,在一个可选示例中,目标空间为建筑物内,分割类型可分三大类:面、线、点。面包括墙面、地面、门、窗、门连窗等。线包括墙墙线、墙地线等。点包括房屋角点、门角点、窗角点、门连窗角点等;例如,分割类型共计11个小类别。为了实现更好的分割效果,需要对分割模型进行训练,通过收集各户型、各施工阶段下的实际数据作为训练数据,并进行11个类别的数据标注。训练数据准备好后,会进行分割模型的训练。可选地,深度学习模型可使用HRnet-32-v2,后接softmax来分类,使用Lovasz Softmax Loss和focal cross entropyloss。在基于训练后的分割模型进行预测时,对于点的提取,可在5*5像素邻域内,取置信度最高的那个点为点的分割结果。
基于墙面的数量和墙地线的数量,确定目标空间是否符合建筑信息模型的标准。
可选地,上述步骤还可以包括:
确定墙面的数量和墙地线的数量是否相等;响应于墙面的数量和墙地线的数量相等,确定符合建筑信息模型的标准。响应于墙面的数量和墙地线的数量不相等,确定不符合建筑信息模型的标准。
只有当目标空间符合建筑信息模型的标准,才继续执行对后续确定符合建筑信息模型的步骤,否则,放弃该目标空间;其中,墙面的数量与墙地线的数据相等说明该目标空间符合建筑学理论知识,为正常建筑物,可以继续执行对符合建筑信息模型的信息获取。
可选地,步骤104可以包括:
基于二维空间图像中的多个角点,确定对应位于目标空间中同一平面中的多个空间点的多个平面点。
本实施例中,可将对二维空间图像分割得到的多个角点按照在目标空间中对应的平面进行分类,得到多组分别对应不同平面的角点组,每组角点组中包括多个角点,在确定多个平面点时,获取目标空间中某一平面(例如,地面等)对应的角点组中包括的多个角点即为该多个平面点。
图4是本公开一示例性实施例提供的三维空间模型图像融合方法的流程示意图。如图4所示,本实施例提供的方法包括:
步骤402,基于空间建筑信息模型的确定方法,确定目标空间对应的建筑信息模型。
本实施例中的空间建筑信息模型的确定方法可以为上述任一实施例提供的间建筑信息模型的确定方法;或者,可以通过其他任意现有技术提供的空间建筑信息模型的确定方法确定目标空间的建筑信息模型。
步骤404,基于建筑信息模型确定目标空间中多个采样点的三维坐标。
其中,建筑信息模型中的空间信息可以包括但不限于:墙面信息、地面信息、角点信息、门窗信息等等;并且,每个信息都包括三维坐标,因此,可直接基于建筑信息模型确定目标空间中多个采样点的三维坐标。
步骤406,基于多个采样点的三维坐标,确定多个采样点在二维空间图像中的多个二维坐标。
其中,二维空间图像为基于设置在目标空间预设位置的全景摄像装置对目标空间进行图像采集得到的二维图像。
步骤408,基于多个二维坐标对应的像素信息,对建筑信息模型进行渲染,得到目标空间的渲染模型。
由于建筑信息模型中的空间信息可以包括但不限于:墙面信息、地面信息、角点信息、门窗信息等等,并且,每个信息都包括三维坐标,但空间信息中不存在纹理和色彩信息,只是表示结构的户型图;此时,由于本实施例中的二维空间图像中包括了目标空间中的色彩和纹理信息,只需对建筑信息模型进行大量采样(密集采样以保证渲染结果更好)或者栅格化处理,将得到的多个采样点对应的三维坐标映射到二维空间图像中,获得这些采样点对应的像素信息(例如,RGB信息等),基于这些像素信息对建筑信息模型进行渲染,即可得到具有色彩和纹理的渲染模型,其便捷性、易用性得到了很大的提升。
本公开实施例提供的任一种空间建筑信息模型的确定方法或三维空间模型图像融合方法可以由任意适当的具有数据处理能力的设备执行,包括但不限于:终端设备和服务器等。或者,本公开实施例提供的任一种空间建筑信息模型的确定方法或三维空间模型图像融合方法可以由处理器执行,如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种空间建筑信息模型的确定方法或三维空间模型图像融合方法。下文不再赘述。
示例性装置
图5是本公开一示例性实施例提供的空间建筑信息模型的确定装置的结构示意图。如图5所示,本实施例提供的装置包括:
图像采集模块51,用于基于设置在目标空间预设位置的全景摄像装置对目标空间进行图像采集,得到二维空间图像。
平面点确定模块52,用于在二维空间图像中确定多个平面点。
其中,多个平面点对应位于目标空间中同一平面中的多个空间点。
外参标定模块53,用于基于多个平面点,对全景摄像装置的预设外参信息进行矫正,得到全景摄像装置的目标外参信息。
三维坐标模块54,用于基于在二维空间图像中确定的多个拐点平面点的图像坐标和目标外参信息,确定多个拐点平面点的三维坐标。
其中,每个拐点平面点对应目标空间中的一个地面拐点。
模型确定模块55,用于基于多个拐点平面点的三维坐标和目标空间的预设层高,确定目标空间对应的建筑信息模型。
本公开上述实施例提供的一种空间建筑信息模型的确定装置,本实施例通过在预设位置的全景摄像装置采集的二维空间图像中的多个平面点,确定该全景摄像装置的目标外参信息,在确定目标外参信息的情况下,即可实现二维图像坐标与三维空间坐标之间的映射,基于该映射关系可确定目标空间中的多个地面拐点的三维坐标,结合已知的目标空间的预设层高,可确定目标空间中所有其他二维点的三维坐标,即获得建筑信息模型,实现了建筑信息模型的自动化获得,无需人为干预,提升了建筑信息模型的获取效率,节省了大量人力资源。
可选地,外参标定模块53,具体用于基于多个平面点和全景摄像装置的预设外参信息,得到多个平面点中每个平面点的三维坐标;其中,多个平面点为预设平面多边形的顶点;基于预设平面多边形的边长对多个平面点的三维坐标进行调整,得到预设平面多边形的多个顶点的三维坐标;基于多个顶点的三维坐标和多个平面点在二维空间图像中的二维坐标,确定全景摄像装置的目标外参信息。
在一些可选的实施例中,外参标定模块53在基于预设平面多边形的边长对多个平面点的三维坐标进行调整,得到预设平面多边形的多个顶点的三维坐标时,用于基于多个平面点的三维坐标确定预设平面多边形的多个边长;基于多个边长和至少一个平面点的三维坐标,确定预设平面多边形的多个顶点的三维坐标。
可选地,三维坐标模块54,具体用于对二维空间图像进行语义分割处理,确定二维空间图像中的多个拐点平面点对应的图像坐标;基于多个拐点平面点的图像坐标和目标外参信息,确定多个拐点平面点的三维坐标。
在一些可选的实施例中,本实施例提供的装置还包括:
图像分割模块,用于对二维空间图像进行语义分割处理,得到二维空间图像中的多个角点、多个墙面和多条墙地线;
标准匹配模块,用于基于墙面的数量和墙地线的数量,确定目标空间是否符合建筑信息模型的标准。
可选地,平面点确定模块52,具体用于基于二维空间图像中的多个角点,确定对应位于目标空间中同一平面中的多个空间点的多个平面点。
可选地,标准匹配模块,具体用于确定墙面的数量和墙地线的数量是否相等;响应于墙面的数量和墙地线的数量相等,确定符合建筑信息模型的标准。
图6是本公开一示例性实施例提供的三维空间模型图像融合装置的结构示意图。如图6所示,本实施例提供的装置包括:
模型确定模块61,用于基于空间建筑信息模型的确定方法,确定目标空间对应的建筑信息模型。
本实施例中的空间建筑信息模型的确定方法可以为上述任一实施例提供的间建筑信息模型的确定方法;或者,可以通过其他任意现有技术提供的空间建筑信息模型的确定方法确定目标空间的建筑信息模型。
模型融合模块62,用于基于建筑信息模型确定目标空间中多个采样点的三维坐标;基于多个采样点的三维坐标,确定多个采样点在二维空间图像中的多个二维坐标;二维空间图像为基于设置在目标空间预设位置的全景摄像装置对目标空间进行图像采集得到的二维图像;基于多个二维坐标对应的像素信息,对建筑信息模型进行渲染,得到目标空间的渲染模型。
建筑信息模型中的空间信息可以包括但不限于:墙面信息、地面信息、角点信息、门窗信息等等,并且,每个信息都包括三维坐标,但空间信息中不存在纹理和色彩信息,只是表示结构的户型图;本实施例中的二维空间图像中包括了目标空间中的色彩和纹理信息,只需对建筑信息模型进行大量采样(密集采样以保证渲染结果更好)或者栅格化处理,将得到的多个采样点对应的三维坐标映射到二维空间图像中,获得这些采样点对应的像素信息(例如,RGB信息等),基于这些像素信息对建筑信息模型进行渲染,即可得到具有色彩和纹理的渲染模型,其便捷性、易用性得到了很大的提升。
在一些可选的实施例中,本实施例提供的装置还包括:模型渲染模块,用于基于建筑信息模型确定目标空间中多个采样点的三维坐标;基于多个采样点的三维坐标,确定多个采样点在二维空间图像中的多个二维坐标;基于多个二维坐标对应的像素信息,对建筑信息模型进行渲染,得到目标空间的渲染模型。
示例性电子设备
下面,参考图7来描述根据本公开实施例的电子设备。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。
图7图示了根据本公开实施例的电子设备的框图。
如图7所示,电子设备包括一个或多个处理器和存储器。
处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器可以存储一个或多个计算机程序产品,所述存储器可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序产品,处理器可以运行所述计算机程序产品,以实现上文所述的本公开的各个实施例的空间建筑信息模型的确定方法或三维空间模型图像融合方法,以及/或者其他期望的功能。
在一个示例中,电子装置还可以包括:输入装置和输出装置,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
此外,该输入装置还可以包括例如键盘、鼠标等等。
该输出装置可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出装置可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出装置等等。
当然,为了简化,图7中仅示出了该电子设备中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的空间建筑信息模型的确定方法或三维空间模型图像融合方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的空间建筑信息模型的确定方法或三维空间模型图像融合方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (9)

1.一种空间建筑信息模型的确定方法,其特征在于,包括:
基于设置在目标空间预设位置的全景摄像装置对所述目标空间进行图像采集,得到二维空间图像;
在所述二维空间图像中确定多个平面点;所述多个平面点对应位于所述目标空间中同一平面中的多个空间点;
基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息;
基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标;其中,每个所述拐点平面点对应所述目标空间中的一个地面拐点;
基于所述多个拐点平面点的三维坐标和所述目标空间的预设层高,确定所述目标空间对应的建筑信息模型;
所述基于在所述二维空间图像中确定的多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标,包括:
对所述二维空间图像进行语义分割处理,确定所述二维空间图像中的多个拐点平面点对应的图像坐标;
基于所述多个拐点平面点的图像坐标和所述目标外参信息,确定所述多个拐点平面点的三维坐标。
2.根据权利要求1所述的方法,其特征在于,所述基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息,包括:
基于所述多个平面点和所述全景摄像装置的预设外参信息,得到所述多个平面点中每个平面点的三维坐标;其中,所述多个平面点为预设平面多边形的顶点;
基于所述预设平面多边形的边长对所述多个平面点的三维坐标进行调整,得到所述预设平面多边形的多个顶点的三维坐标;
基于所述多个顶点的三维坐标和所述多个平面点在所述二维空间图像中的二维坐标,确定所述全景摄像装置的目标外参信息。
3.根据权利要求2所述的方法,其特征在于,所述基于所述预设平面多边形的边长对所述多个平面点的三维坐标进行调整,得到所述预设平面多边形的多个顶点的三维坐标,包括:
基于所述多个平面点的三维坐标确定所述预设平面多边形的多个边长;
基于所述多个边长和至少一个所述平面点的三维坐标,确定所述预设平面多边形的多个顶点的三维坐标。
4.根据权利要求1-3任一所述的方法,其特征在于,在基于所述多个平面点,对所述全景摄像装置的预设外参信息进行矫正,得到所述全景摄像装置的目标外参信息之前,还包括:
对所述二维空间图像进行语义分割处理,得到所述二维空间图像中的多个角点、多个墙面和多条墙地线;
基于所述墙面的数量和所述墙地线的数量,确定所述目标空间是否符合建筑信息模型的标准。
5.根据权利要求4所述的方法,其特征在于,所述在所述二维空间图像中确定多个平面点,包括:
基于所述二维空间图像中的多个角点,确定对应位于所述目标空间中同一平面中的多个空间点的所述多个平面点。
6.根据权利要求4所述的方法,其特征在于,所述基于所述墙面的数量和所述墙地线的数量,确定所述目标空间是否符合建筑信息模型的标准,包括:
确定所述墙面的数量和所述墙地线的数量是否相等;
响应于所述墙面的数量和所述墙地线的数量相等,确定所述符合建筑信息模型的标准。
7.一种三维空间模型图像融合方法,其特征在于,包括:
基于如权利要求1-5任一所述的空间建筑信息模型的确定方法,确定目标空间对应的建筑信息模型;
基于所述建筑信息模型确定所述目标空间中多个采样点的三维坐标;
基于所述多个采样点的三维坐标,确定所述多个采样点在二维空间图像中的多个二维坐标;所述二维空间图像为基于设置在所述目标空间预设位置的全景摄像装置对所述目标空间进行图像采集得到的二维图像;
基于所述多个二维坐标对应的像素信息,对所述建筑信息模型进行渲染,得到所述目标空间的渲染模型。
8.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序产品;
处理器,用于执行所述存储器中存储的计算机程序产品,且所述计算机程序产品被执行时,实现上述权利要求1-6任一所述的空间建筑信息模型的确定方法或权利要求7所述的三维空间模型图像融合方法。
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该计算机程序指令被处理器执行时,实现上述权利要求1-6任一所述的空间建筑信息模型的确定方法或权利要求7所述的三维空间模型图像融合方法。
CN202310546847.9A 2023-05-15 2023-05-15 空间建筑信息模型的确定及三维空间模型图像融合方法 Active CN116503562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310546847.9A CN116503562B (zh) 2023-05-15 2023-05-15 空间建筑信息模型的确定及三维空间模型图像融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310546847.9A CN116503562B (zh) 2023-05-15 2023-05-15 空间建筑信息模型的确定及三维空间模型图像融合方法

Publications (2)

Publication Number Publication Date
CN116503562A CN116503562A (zh) 2023-07-28
CN116503562B true CN116503562B (zh) 2024-03-08

Family

ID=87328337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310546847.9A Active CN116503562B (zh) 2023-05-15 2023-05-15 空间建筑信息模型的确定及三维空间模型图像融合方法

Country Status (1)

Country Link
CN (1) CN116503562B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113132708A (zh) * 2021-04-22 2021-07-16 北京房江湖科技有限公司 利用鱼眼相机获取三维场景图像的方法和装置、设备和介质
CN114663618A (zh) * 2022-03-03 2022-06-24 北京城市网邻信息技术有限公司 三维重建及校正方法、装置、设备及存储介质
CN114898057A (zh) * 2022-05-18 2022-08-12 青海省地质测绘地理信息院 地质剖面图三维空间信息提取方法和装置、存储介质
CN115170670A (zh) * 2022-05-12 2022-10-11 贝壳技术有限公司 外参标定方法、装置及程序产品
CN115713616A (zh) * 2022-11-18 2023-02-24 北京城市网邻信息技术有限公司 一种房源空间模型生成方法、装置、终端设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3955213A4 (en) * 2019-04-12 2023-09-27 Beijing Chengshi Wanglin Information Technology Co., Ltd. METHOD FOR MODELING A THREE-DIMENSIONAL OBJECT, IMAGE PROCESSING METHOD AND IMAGE PROCESSING DEVICE

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113132708A (zh) * 2021-04-22 2021-07-16 北京房江湖科技有限公司 利用鱼眼相机获取三维场景图像的方法和装置、设备和介质
CN114663618A (zh) * 2022-03-03 2022-06-24 北京城市网邻信息技术有限公司 三维重建及校正方法、装置、设备及存储介质
CN115170670A (zh) * 2022-05-12 2022-10-11 贝壳技术有限公司 外参标定方法、装置及程序产品
CN114898057A (zh) * 2022-05-18 2022-08-12 青海省地质测绘地理信息院 地质剖面图三维空间信息提取方法和装置、存储介质
CN115713616A (zh) * 2022-11-18 2023-02-24 北京城市网邻信息技术有限公司 一种房源空间模型生成方法、装置、终端设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Multiple Feature-Based Superpixel-Level Decision Fusion for Hyperspectral and LiDAR Data Classification;Sen Jia et al.;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20210228;第59卷(第02期);全文 *
基于计算机视觉的目标方位测量方法;孙少杰 等;火力与指挥控制;20160315(第03期);全文 *

Also Published As

Publication number Publication date
CN116503562A (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN111325779B (zh) 点云配准方法和装置、电子设备和存储介质
CN110910486B (zh) 室内场景光照估计模型、方法、装置、存储介质以及渲染方法
US9773302B2 (en) Three-dimensional object model tagging
JP6902122B2 (ja) ダブル視野角画像較正および画像処理方法、装置、記憶媒体ならびに電子機器
CN107113381B (zh) 时空局部变形及接缝查找的容差视频拼接方法、装置及计算机可读介质
CN111985036B (zh) 户型框线图绘制方法和装置、存储介质、电子设备
US9858483B2 (en) Background understanding in video data
CN108961152B (zh) 平面户型图生成方法和装置
JP2019525515A (ja) マルチビューシーンのセグメンテーションおよび伝播
CN109521879B (zh) 交互式投影控制方法、装置、存储介质及电子设备
CN115082639A (zh) 图像生成方法、装置、电子设备和存储介质
CN110544294B (zh) 一种基于全景视频的稠密三维重构方法
CN114359412B (zh) 一种面向建筑数字孪生的相机外参自动标定方法及系统
TW201616451A (zh) 點雲套索選取系統及方法
CN113947768A (zh) 一种基于单目3d目标检测的数据增强方法和装置
CN113132708B (zh) 利用鱼眼相机获取三维场景图像的方法和装置、设备和介质
US11651533B2 (en) Method and apparatus for generating a floor plan
CN116503562B (zh) 空间建筑信息模型的确定及三维空间模型图像融合方法
CN117115358A (zh) 数字人自动建模方法及装置
CN113762173B (zh) 人脸光流估计及光流值预测模型的训练方法和装置
CN111429568B (zh) 点云处理方法和装置、电子设备和存储介质
CN115375847A (zh) 材质恢复方法、三维模型的生成方法和模型的训练方法
WO2022011560A1 (zh) 图像裁剪方法与装置、电子设备及存储介质
CN113793349A (zh) 目标检测方法及装置、计算机可读存储介质、电子设备
CN112465692A (zh) 图像处理方法、装置、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
GR01 Patent grant
GR01 Patent grant