【技术实现步骤摘要】
立体格局图产生方法与系统
[0001]本专利技术关于一种立体格局图产生的技术,特别是指基于深度学习方法执行影像辨识与辨识空间型态而生成立体格局图的方法与系统。
技术介绍
[0002]随着影像辨识技术逐渐成熟,许多的影像应用因应而生,例如有拍摄全景图(panorama)的技术、取得360度空间图的技术等,形成立体影像的方式为依据影像的边界拼接多张影像,且一次仅能处理一个空间的影像。
[0003]对于较为复杂与多区域的全景图像处理,习知技术尚缺乏有效形成立体格局图的方法。
技术实现思路
[0004]说明书揭示一种立体格局图产生方法与系统,其目的的一个是能根据拍摄的全景图(panorama)利用深度学习方法取得影像特征,辨识其中物件与空间的关系,进一步建模而产生立体格局图。
[0005]根据实施例的一个,所提出的立体格局图产生系统包括一主机,其中设有一或多个处理器与储存器,储存器储存由拍摄装置拍摄而取得涵盖一空间的一或多张影像,其中一或多张影像为对应此空间内的一或多个区域的全景图,由处理器执行实现影像辨识的人工智能的一或多个深度学习方法,以执行一立体格局图产生方法。
[0006]在立体格局图产生方法中,先取得涵盖一空间的一或多张影像,一或多张影像为对应空间内的一或多个区域的全景图,接着利用图像处理技术辨识并标记各区域全景图中的一或多个物件,并且分类各全景图中的一或多个物件,用以辨识各区域的空间型态,之后,能根据空间内的一或多个区域的空间型态得出各区域的尺寸与格局。
[0007 ...
【技术保护点】
【技术特征摘要】
1.一种立体格局图产生方法,其特征在于所述的方法包括:取得涵盖一空间的一或多张影像,该一或多张影像为对应该空间内的一或多个区域的全景图;利用图像处理技术辨识并标记各区域全景图中的一或多个物件;分类各全景图中的该一或多个物件,用以辨识各区域的空间型态;根据该空间内的该一或多个区域的空间型态得出各区域的尺寸与格局;于各全景图中定位该空间中各区域的点与线,得出该点与线在各区域的位置;以及结合该空间的各全景图的该一或多个物件,依据各区域的点与线形成一立体格局图。2.如权利要求1所述的立体格局图产生方法,其特征在于,用以辨识各影像中该一或多个物件以及辨识各区域的空间型态的图像处理技术采用深度学习方法。3.如权利要求2所述的立体格局图产生方法,其特征在于,采用的深度学习方法根据辨识得出各区域的该一或多个物件的属性辨识出各区域的空间型态。4.如权利要求3所述的立体格局图产生方法,其特征在于所述的空间包括有多个区域,各区域的全景图定位出的点与线形成该多个区域之间的边界与相对关系,配合各区域中的该一或多个物件与空间型态得出该多个区域之间的连接关系,执行一立体空间建模,以结合该多个区域以形成全局的立体格局图。5.如权利要求4所述的立体格局图产生方法,其特征在于,各区域内的点与该区域内的一参考点之间具有一角度与一距离关系,使得各区域内多个点之间具有角度与距离的一相对关系,于结合该多个区域时,还依据各区域内该多个点的该相对关系形成该立体格局图。6.如权利要求5所述的立体格局图产生方法,其特征在于所述的空间的其中的一个区域为一室内区域,由各全景图辨识的各物件为该室内区域内的门、窗、墙、家具与摆设的其中的一个。7.如权利要求2至6中任一项所述的立体格局图产生方法,其特征在于,辨识各影像中该一或多个物件以及辨识各区域的空间型态的深度学习方法的一个为一双投射网络,其中采用一等距长方全景视图与一透视天花板视图,根据各区域的全景图预测各区域的一立体空间的格局。8.如权利要求7所述的立体格局图产生方法,其特征在于,于该等距长方全景视图的应用中,根据各区域的全景图,以一深度残差网络的深度学习方法识别与分类出影像中的空间格局,形成一全景机率概图;于该透视天花板视图的应用中,先取得各区域的一天花板视图,以该深度残差网络的深度学习方法识别与分类出该全景图中的关于天花板的空间特征,形成一平面机率概图;之后,结合该全景机率概图与该平面机率概图,形成一二维平面图,经立体空间建模后预测各区域的立体空间格局。9.如权利要求2至6中任一项所述的立体格局图产生方法,其特征在于,辨识各影像中该一或多个物件以及辨识各区域的空间型态的深度学习方法的一个为一深度残差网络,用于影像识别与分类,以快速地识别与分类各区域的格局。10.如权利要求9所述的立体格局图产生方法,其特征在于所述的深度残差网络用深度学习从大数据建立描述各种空间型态的数据集,用以判断出各区...
【专利技术属性】
技术研发人员:张腾文,朱宏国,姚智原,陈国玮,陈焕宗,
申请(专利权)人:宅妆股份有限公司,
类型:发明
国别省市:
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。