点云深度感知编码引擎制造技术

技术编号:20917993 阅读:26 留言:0更新日期:2019-04-20 10:00
本发明专利技术公开了一种点云深度感知编码引擎,所述点云深度感知编码引擎包括:获取一3D影像;将所述3D影像与一预存影像库匹配,预存影像库中每一预存影像上设有用于调节预存影像的数字点形状的张量模型;通过人工智能深度学习算法利用所述预存影像上张量模型生成数字点上设有张量模型的3D影像;所述3D影像上数字点通过张量模型进行变形。本发明专利技术的点云深度感知编码引擎能够获取更加规范、可以调节形状的数字点云,使获取的3D影像更加容易管理、控制,而且能够降低运算所耗资源。

Point Cloud Depth Sensing Coding Engine

The invention discloses a point cloud depth perception coding engine, which includes: acquiring a 3D image; matching the 3D image with a pre-stored image library; setting a tensor model for adjusting the shape of the digital points of the pre-stored image on each pre-stored image in the pre-stored image library; and utilizing the tensor model on the pre-stored image through an artificial intelligence depth learning algorithm. A 3D image with a tensor model on the digital point is generated, and the digital point on the 3D image is deformed by the tensor model. The point cloud depth perception coding engine of the present invention can acquire more standardized and shape-adjustable digital point clouds, make the acquired 3D images easier to manage and control, and reduce the computational resources.

【技术实现步骤摘要】
点云深度感知编码引擎
本专利技术涉及一种点云深度感知编码引擎。
技术介绍
3D摄像机,利用的是3D镜头制造的摄像机,通常具有两个摄像镜头以上,间距与人眼间距相近,能够拍摄出类似人眼所见的针对同一场景的不同图像。全息3D具有圆盘5镜头以上。第一台3D摄像机迄今3D革命全部围绕好莱坞重磅大片和重大体育赛事展开。随着3D摄像机的问世,这项技术距离家庭用户又近了一步。在这款摄像机推出以后,我们今后就可以用3D镜头捕捉人生每一个难忘瞬间,比如孩子迈出的第一步,大学毕业庆典等。3D摄像机通常有两个以上镜头。3D摄像机本身的功能就像人脑一样,可以将两个镜头图像融合在一起,变成一个3D图像。这些图像可以在3D电视上播放,观众佩戴所谓的主动式快门眼镜即可观看,也可通过裸眼3D显示设备直接观看。3D快门式眼镜能够以每秒60次的速度令左右眼镜的镜片快速交错开关。这意味着每只眼睛看到的是同一场景的稍显不同的画面,所以大脑会由此以为其是在欣赏以3D呈现的单张照片。现有的3D摄像机获取的影像不规范、无法控制的缺陷。
技术实现思路
本专利技术要解决的技术问题是为了克服现有技术中3D摄像机获取的影像不容易处理、控制的缺陷,提供一种能够获取更加规范的数字点云,使获取的3D影像更加容易管理、控制的点云深度感知编码引擎。本专利技术是通过下述技术方案来解决上述技术问题:一种点云深度感知编码引擎,其特点在于,所述点云深度感知编码引擎包括一语义模块以及一变形模块,对于一包括数字点云的3D影像,所述语义模块用于通过人工智能深度学习算法利用预存影像上数字点的语义信息来感知所述3D影像上数字点的语义信息;所述变形模块用于通过人工智能深度学习算法利用所述预存影像上张量模型生成数字点上设有张量模型的3D影像;其中,数字点云上设有语义信息及张量模型的3D影像为感知编码。较佳地,所述语义模块包括一匹配子模块以及一处理子模块,所述点云深度感知编码引擎还包括一获取模块,所述获取模块用于获取一3D影像;所述匹配子模块用于将所述3D影像与一预存影像库匹配,预存影像库中每一预存影像上的影像点标记有语义信息;所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上影像点的语义信息来感知所述3D影像上影像点的语义信息。较佳地,所述语义模块包括一生成子模块,所述生成子模块用于获取目标影像生成所述预存影像库,所述目标影像为通过工业用3D摄像机获取精确影像,并在所述精确影像上的目标影像点上标记语义信息。较佳地,所述点云深度感知编码引擎还包括一获取模块,所述变形模块还包括一匹配子模块、一处理子模块以及一控制子模块,所述获取模块用于获取一3D影像;所述匹配子模块用于将所述3D影像与一预存影像库匹配,预存影像库中每一预存影像上设有用于调节预存影像的数字点形状的张量模型;所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上张量模型生成数字点上设有张量模型的3D影像;所述控制子模块用于控制所述3D影像上数字点通过张量模型进行变形。较佳地,所述张量模型为预存影像上设置的表示数字点之间关系的函数式,所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上函数式来设置所述3D影像上数字点之间的函数式。较佳地,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域内数字点之间关系的函数式,所述变形模块还包括一划分子模块,所述划分子模块用于通过人工智能深度学习算法利用所述预存影像上的区域位置在所述3D影像上划分区域;对于所述3D影像上的一目标区域,所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上函数式来设置所述3D影像上所述目标区域内的数字点之间的函数式。较佳地,对于预存影像库中一目标预存影像,划分子模块用于所述获取目标预存影像中相邻数字点之间的函数式,所述函数式为多项式函数;划分子模块还用于通过人工智能深度学习获取若干穿过相邻数字点之间的分割线,并计算分割线穿过的全部相邻数字点之间的多项式函数的最高次项的次数总和,以次数总和低于预设值的分割线划分目标预存影像的区域。较佳地,所述变形模块还包括一调节子模块,所述匹配子模块用于将所述3D影像与所述预存影像库中的一目标影像匹配;所述调节子模块用于通过人工智能深度学习算法按所述3D影像的空间形状调节目标影像的空间形状;所述处理子模块用于将调节空间形状后的目标影像作为所述数字点上设有张量模型的3D影像。较佳地,所述调节子模块用于将3D影像与目标影像重叠放置以获取目标影像上数字点到3D影像的距离;所述调节子模块还用于获取所述距离最大的数字点为控制点,并将所述控制点向3D影像所在方向移动目标长度;所述调节子模块还用于利用所述目标影像的张量模型将控制点周围的周围控制点向3D影像所在方向移动计算长度,每一周围控制点的计算长度大小与周围控制点到控制点的距离成反比,所述计算长度小于所述目标长度。较佳地,所述控制子模块用于获取一用于调节所述3D影像上目标数字点的调节指令;所述控制子模块还用于按照调节指令将所述目标数字点向目标方向移动指令长度;所述控制子模块还用于利用所述3D影像的张量模型将目标数字点周围的周围数字点向目标方向移动计算长度,每一周围数字点的计算长度大小与周围数字点到目标数字点的距离成反比,所述计算长度小于所述目标长度。在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本专利技术各较佳实例。本专利技术的积极进步效果在于:本专利技术的点云深度感知编码引擎能够获取更加规范、可以调节形状的数字点云,使获取的3D影像更加容易管理、控制,而且能够降低运算所耗资源。附图说明图1为本专利技术实施例1的点云深度感知编码引擎的结构示意图。具体实施方式下面通过实施例的方式进一步说明本专利技术,但并不因此将本专利技术限制在所述的实施例范围之中。实施例1本实施例提供一种点云深度感知编码引擎,所述点云深度感知编码引擎包括一语义模块11以及一变形模块12。对于一包括数字点云的3D影像,所述语义模块用于通过人工智能深度学习算法利用预存影像上数字点的语义信息来感知所述3D影像上数字点的语义信息;所述变形模块用于通过人工智能深度学习算法利用所述预存影像上张量模型生成数字点上设有张量模型的3D影像;其中,数字点云上设有语义信息及张量模型的3D影像为感知编码。具体地,所述语义模块包括一匹配子模块111、一生成子模块112以及一处理子模块113,所述点云深度感知编码引擎还包括一获取模块。所述获取模块用于获取一3D影像;所述匹配子模块用于将所述3D影像与一预存影像库匹配,预存影像库中每一预存影像上的影像点标记有语义信息;所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上影像点的语义信息来感知所述3D影像上影像点的语义信息。其中,所述语义模块包括一生成子模块,所述点云深度感知编码引擎通过生成子模块获取预存影像库。所述生成子模块用于获取目标影像生成所述预存影像库,所述目标影像为通过工业用3D摄像机获取精确影像,并在所述精确影像上的目标影像点上标记语义信息。预存影像库中的数字点(影像点),标记语义信息可以通过手工标记也可以通过人工智能识别影像点的身份,然后添加语义信息。所述语义信息能够记载影像点的身份,从而将初始3D影像进行数字化处理,让机器获取影像中各个影像点的含义。本申本文档来自技高网...

【技术保护点】
1.一种点云深度感知编码引擎,其特征在于,所述点云深度感知编码引擎包括一语义模块以及一变形模块,对于一包括数字点云的3D影像,所述语义模块用于通过人工智能深度学习算法利用预存影像上数字点的语义信息来感知所述3D影像上数字点的语义信息;所述变形模块用于通过人工智能深度学习算法利用所述预存影像上张量模型生成数字点上设有张量模型的3D影像;其中,数字点云上设有语义信息及张量模型的3D影像为感知编码。

【技术特征摘要】
1.一种点云深度感知编码引擎,其特征在于,所述点云深度感知编码引擎包括一语义模块以及一变形模块,对于一包括数字点云的3D影像,所述语义模块用于通过人工智能深度学习算法利用预存影像上数字点的语义信息来感知所述3D影像上数字点的语义信息;所述变形模块用于通过人工智能深度学习算法利用所述预存影像上张量模型生成数字点上设有张量模型的3D影像;其中,数字点云上设有语义信息及张量模型的3D影像为感知编码。2.如权利要求1所述的点云深度感知编码引擎,其特征在于,所述语义模块包括一匹配子模块以及一处理子模块,所述点云深度感知编码引擎还包括一获取模块,所述获取模块用于获取一3D影像;所述匹配子模块用于将所述3D影像与一预存影像库匹配,预存影像库中每一预存影像上的影像点标记有语义信息;所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上影像点的语义信息来感知所述3D影像上影像点的语义信息。3.如权利要求2所述的语义模块,其特征在于,所述语义模块包括一生成子模块,所述生成子模块用于获取目标影像生成所述预存影像库,所述目标影像为通过工业用3D摄像机获取精确影像,并在所述精确影像上的目标影像点上标记语义信息。4.如权利要求1所述的点云深度感知编码引擎,其特征在于,所述点云深度感知编码引擎还包括一获取模块,所述变形模块还包括一匹配子模块、一处理子模块以及一控制子模块,所述获取模块用于获取一3D影像;所述匹配子模块用于将所述3D影像与一预存影像库匹配,预存影像库中每一预存影像上设有用于调节预存影像的数字点形状的张量模型;所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上张量模型生成数字点上设有张量模型的3D影像;所述控制子模块用于控制所述3D影像上数字点通过张量模型进行变形。5.如权利要求4所述的点云深度感知编码引擎,其特征在于,所述张量模型为预存影像上设置的表示数字点之间关系的函数式,所述处理子模块用于通过人工智能深度学习算法利用所述预存影像上函数式来设置所述3D影像上数字点之间的函数式。6.如权利要求5所述的点云深度感知编码引擎,其特征在于,预存影像库中每一预存影像划分为若干区域,每一区域内设有表示同一区域...

【专利技术属性】
技术研发人员:吴跃华
申请(专利权)人:盎锐上海信息科技有限公司
类型:发明
国别省市:上海,31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1