[發(fā)明專利]室內(nèi)空間布局的重構(gòu)方法及重構(gòu)裝置、電子設(shè)備和介質(zhì)有效
| 申請?zhí)枺?/td> | 202211312763.0 | 申請日： | 2022-10-25 |
| 公開（公告）號： | CN116071490B | 公開（公告）日： | 2023-06-23 |
| 發(fā)明（設(shè)計）人： | 張海濤;馬子昂;劉征宇 | 申請（專利權(quán)）人： | 杭州華橙軟件技術(shù)有限公司 |
| 主分類號： | G06T17/00 | 分類號： | G06T17/00;G06T3/40;G06T5/50;G06T15/04;G06T15/20;G06V10/26;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 深圳市威世博知識產(chǎn)權(quán)代理事務所(普通合伙) 44280 | 代理人： | 何倚雯 |
| 地址： | 310051 浙江省杭州市濱*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 室內(nèi) 空間布局 方法 裝置 電子設(shè)備 介質(zhì) | ||
1.一種室內(nèi)空間布局的重構(gòu)方法，其特征在于，所述重構(gòu)方法包括：
獲取室內(nèi)空間的天花板視角的第一透視圖，并獲取所述室內(nèi)空間的水平視角的全景圖像；
分別對所述第一透視圖及所述全景圖像進行預測，分別得到所述第一透視圖的第一概率圖、所述全景圖像的概率圖；
基于所述第一概率圖及所述全景圖像的概率圖得到所述室內(nèi)空間的平面概率圖，以實現(xiàn)所述室內(nèi)空間的布局重構(gòu)；
其中，所述分別對所述第一透視圖及所述全景圖像進行預測，分別得到所述第一透視圖的第一概率圖、所述全景圖像的概率圖，包括：
將所述全景圖像分別轉(zhuǎn)換為天花板視角的第二透視圖和地板視角的第三透視圖；
對所述第一透視圖、所述第二透視圖及所述第三透視圖分別進行預測，分別得到所述第一透視圖的第一概率圖、所述第二透視圖的第二概率圖及所述第三透視圖的第三概率圖；
其中，所述對所述第一透視圖、所述第二透視圖及所述第三透視圖分別進行預測，分別得到所述第一透視圖的第一概率圖、所述第二透視圖的第二概率圖及所述第三透視圖的第三概率圖，包括：
利用第一卷積神經(jīng)網(wǎng)絡(luò)對所述第一透視圖進行預測，以獲取所述第一透視圖的第一概率圖；
利用第二卷積神經(jīng)網(wǎng)絡(luò)對所述第二透視圖進行預測，以獲取所述第二透視圖的第二概率圖；
利用所述第二卷積神經(jīng)網(wǎng)絡(luò)對所述第三透視圖進行預測，以獲取所述第三透視圖的第三概率圖；
其中，所述第一卷積神經(jīng)網(wǎng)絡(luò)及所述第二卷積神經(jīng)網(wǎng)絡(luò)是通過兩個相互獨立的訓練數(shù)據(jù)集優(yōu)化訓練得到。
2.根據(jù)權(quán)利要求1所述的重構(gòu)方法，其特征在于，所述基于所述第一概率圖及所述全景圖像的概率圖得到所述室內(nèi)空間的平面概率圖，包括：
對所述第一概率圖、所述第二概率圖及所述第三概率圖進行加權(quán)融合處理，得到所述室內(nèi)空間的平面概率圖。
3.根據(jù)權(quán)利要求2所述的重構(gòu)方法，其特征在于，所述利用第一卷積神經(jīng)網(wǎng)絡(luò)對所述第一透視圖進行預測，以獲取所述第一透視圖的第一概率圖，包括：
利用第一卷積神經(jīng)網(wǎng)絡(luò)對所述第一透視圖進行語義分割，得到所述第一透視圖中的第一天花板區(qū)域，并利用所述第一卷積神經(jīng)網(wǎng)絡(luò)基于所述第一天花板區(qū)域預測獲取所述第一透視圖的第一概率圖；
所述利用第二卷積神經(jīng)網(wǎng)絡(luò)對所述第二透視圖進行預測，以獲取所述第二透視圖的第二概率圖，包括：
利用第二卷積神經(jīng)網(wǎng)絡(luò)對所述第二透視圖進行語義分割，得到所述第二透視圖中的第二天花板區(qū)域，并利用所述第二卷積神經(jīng)網(wǎng)絡(luò)基于所述第二天花板區(qū)域預測獲取為所述第二透視圖的第二概率圖；
所述利用所述第二卷積神經(jīng)網(wǎng)絡(luò)對所述第三透視圖進行預測，以獲取所述第三透視圖的第三概率圖，包括：
利用所述第二卷積神經(jīng)網(wǎng)絡(luò)對所述第三透視圖進行語義分割，得到所述第三透視圖中的地板區(qū)域，并利用所述第二卷積神經(jīng)網(wǎng)絡(luò)基于所述地板區(qū)域預測獲取所述第三透視圖的第三概率圖。
4.根據(jù)權(quán)利要求2所述的重構(gòu)方法，其特征在于，所述對所述第一概率圖、所述第二概率圖及所述第三概率圖進行加權(quán)融合處理，得到所述室內(nèi)空間的平面概率圖，包括：
分別獲取所述第一概率圖的第一最大連通區(qū)域、所述第二概率圖的第二最大連通區(qū)域及所述第三概率圖的第三最大連通區(qū)域；
分別獲取所述第一最大連通區(qū)域的多個邊緣像素點的第一平均概率值、所述第二最大連通區(qū)域的多個邊緣像素點的第二平均概率值及所述第三最大連通區(qū)域的多個邊緣像素點的第三平均概率值；
以所述第一平均概率值、所述第二平均概率值及所述第三平均概率值為對應權(quán)重系數(shù)，獲取所述第一概率圖、所述第二概率圖及所述第三概率圖的加權(quán)概率圖，并將所述加權(quán)概率圖作為所述室內(nèi)空間的平面概率圖。
5.根據(jù)權(quán)利要求4所述的重構(gòu)方法，其特征在于，所述獲取所述第一概率圖的第一最大連通區(qū)域，包括：
對所述第一概率圖進行二值化處理；
對二值化處理后的所述第一概率圖進行膨脹運算及腐蝕運算，得到所述第一概率圖的第一最大連通區(qū)域。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州華橙軟件技術(shù)有限公司，未經(jīng)杭州華橙軟件技術(shù)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211312763.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
