[發明專利]3D深度語義感知方法及裝置

有效

• 申請號: 201811403410.5
• 申請日: 2018-11-23
• 公開（公告）號: CN109657702B
• 公開（公告）日: 2023-02-07
• 發明（設計）人: 吳躍華
• 申請（專利權）人: 盎銳（上海）信息科技有限公司
• 主分類號: G06V20/70
• 分類號: G06V20/70;G06V40/16;G06V10/26;G06V10/75
• 代理公司: 上海知義律師事務所 31304
• 代理人: 劉峰

1.一種3D深度語義感知方法，其特征在于，所述3D深度語義感知方法包括：

獲取一3D影像；

將所述3D影像與一預存影像庫匹配，預存影像庫中每一預存影像上的影像點標記有語義信息；

通過人工智能深度學習算法利用所述預存影像上影像點的語義信息來感知所述3D影像上影像點的語義信息；

預存影像庫中每一預存影像上設有表示影像點之間關系的函數式，所述3D深度語義感知方法還包括：

通過人工智能深度學習算法利用所述預存影像上函數式來設置所述3D影像上影像點之間的函數式；

預存影像庫中每一預存影像劃分為若干區域，每一區域內設有表示同一區域內影像點之間關系的函數式，所述3D深度語義感知方法還包括：

通過人工智能深度學習算法利用所述預存影像上的區域位置在所述3D影像上劃分區域；

對于所述3D影像上的一目標區域，通過人工智能深度學習算法利用所述預存影像上函數式來設置所述3D影像上所述目標區域內的影像點之間的函數式；

其中，所述3D深度語義感知方法包括：

對于預存影像庫中一目標預存影像，獲取目標預存影像中相鄰影像點之間的函數式，所述函數式為多項式函數；

通過人工智能深度學習獲取若干穿過相鄰影像點之間的分割線，并計算分割線穿過的全部相鄰影像點之間的多項式函數的最高次項的次數總和，以次數總和低于預設值的分割線劃分目標預存影像的區域。

2.如權利要求1所述的3D深度語義感知方法，其特征在于，所述3D深度語義感知方法包括：

獲取目標影像生成所述預存影像庫，所述目標影像為通過工業用3D攝像機獲取精確影像，并在所述精確影像上的目標影像點上標記語義信息。

3.一種3D深度語義感知裝置，其特征在于，所述3D深度語義感知裝置包括一獲取模塊、一匹配模塊以及一處理模塊，

所述獲取模塊用于獲取一3D影像；

所述匹配模塊用于將所述3D影像與一預存影像庫匹配，預存影像庫中每一預存影像上的影像點標記有語義信息；

所述處理模塊用于通過人工智能深度學習算法利用所述預存影像上影像點的語義信息來感知所述3D影像上影像點的語義信息；

其中，預存影像庫中每一預存影像上設有表示影像點之間關系的函數式，

所述處理模塊還用于通過人工智能深度學習算法利用所述預存影像上函數式來設置所述3D影像上影像點之間的函數式；

其中，預存影像庫中每一預存影像劃分為若干區域，每一區域內設有表示同一區域內影像點之間關系的函數式，

所述處理模塊還用于通過人工智能深度學習算法利用所述預存影像上的區域位置在所述3D影像上劃分區域；

對于所述3D影像上的一目標區域，所述處理模塊還用于通過人工智能深度學習算法利用所述預存影像上函數式來設置所述3D影像上所述目標區域內的影像點之間的函數式；

其中，所述3D深度語義感知裝置包括一分析模塊以及一計算模塊，

對于預存影像庫中一目標預存影像，所述分析模塊用于獲取目標預存影像中相鄰影像點之間的函數式，所述函數式為多項式函數；

所述計算模塊用于通過人工智能深度學習獲取若干穿過相鄰影像點之間的分割線，并計算分割線穿過的全部相鄰影像點之間的多項式函數的最高次項的次數總和，以次數總和低于預設值的分割線劃分目標預存影像的區域。

4.如權利要求3所述的3D深度語義感知裝置，其特征在于，所述3D深度語義感知裝置包括一生成模塊，

所述生成模塊用于獲取目標影像生成所述預存影像庫，所述目標影像為通過工業用3D攝像機獲取精確影像，并在所述精確影像上的目標影像點上標記語義信息。