摘要
本发明公开了一种用于房间布局估计的全景图C2P转换和布局生成方法。包括:获取目标室内场景图像;将目标室内场景图像输入深度学习模型,输出预测的完整深度图、全局平面可见性置信度图、墙面类别和平面语义标签;根据与每面墙对应的分割区域的形心水平位置来进行标签分配;根据平面语义标签在每个像素上确定与最高标签预测相关联的类别,从而得到一个粗略的布局分割掩模。从完整的深度图和平面可见性置信度中生成平面深度参数。利用C2P转换技术生成平面深度图,通过顺序平面深度图集成准确地估计房间的平面布局。本发明使C2P变换能灵活地应用于全景图像,为平面深度重建提供了强大的技术支持。
技术关键词
深度图
布局生成方法
语义标签
全景图
网络体系结构
室内场景图像
房间
天花板
像素
单目深度估计
笛卡尔坐标系
深度值
分割掩模
地板
深度学习模型
相机
分支
系统为您推荐了相关专利信息
形态分析方法
原始图像数据
相似性度量方法
深度学习方法
引入注意力机制
结构化场景
分类特征
LiDAR点云
语义标签
ICP算法