【技术实现步骤摘要】
识别场景轮廓的方法、装置、计算机可读介质及电子设备
本申请涉及计算机
，具体而言，涉及一种识别场景轮廓的方法、装置、计算机可读介质及电子设备。
技术介绍
在很多自动化设备运行过程中，需要对环境状态进行识别，以基于环境状态执行对应的处理过程。一般技术通过对环境图像进行分类或者深度学习的方式，进行训练达到最后的识别效果。这种方式需要大量的数据样本，且训练的过程复杂，也很容易对数据样本产生较大的依赖，容易造识别不精确的问题。
技术实现思路
本申请的实施例提供了一种识别场景轮廓的方法、装置、计算机可读介质及电子设备，进而至少在一定程度上避免了处理大量图像数据造成的算力消耗和数据延迟，提高了场景轮廓识别的效率和精确度。本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。根据本申请实施例的一个方面，提供了一种识别场景轮廓的方法，包括：获取周围环境的场景图像；基于各场景图像的深度信息，确定所述各场景图像中的对象对应的平面的三维信息；基于所述平面的三维信息，对所述各场...
【技术保护点】
1.一种识别场景轮廓的方法，其特征在于，包括：/n获取周围环境的场景图像；/n基于各场景图像的深度信息，确定所述各场景图像中的对象对应的平面的三维信息；/n基于所述平面的三维信息，对所述各场景图像中的平面进行融合，生成所述对象的形状对应的三维轮廓；/n将所述三维轮廓投影至二维平面上，生成表示所述对象形状的轮廓示意图。/n
【技术特征摘要】
1.一种识别场景轮廓的方法，其特征在于，包括：
获取周围环境的场景图像；
基于各场景图像的深度信息，确定所述各场景图像中的对象对应的平面的三维信息；
基于所述平面的三维信息，对所述各场景图像中的平面进行融合，生成所述对象的形状对应的三维轮廓；
将所述三维轮廓投影至二维平面上，生成表示所述对象形状的轮廓示意图。
2.根据权利要求1所述的方法，其特征在于，所述平面的三维信息包括平面方程以及所述平面中的点对应的三维坐标；
基于各场景图像的深度信息，确定所述各场景图像中的对象对应的平面的三维信息，包括：
基于各场景图像的深度信息，通过平面拟合的方式检测所述各场景图像中的平面；
基于所述各场景图像中的平面，在世界坐标系下确定所述平面对应的三维坐标以及平面方程。
3.根据权利要求1或2所述的方法，其特征在于，基于所述平面的三维信息，对所述各场景图像中的平面进行融合，生成所述对象的形状对应的三维轮廓，包括：
基于所述平面的三维信息，确定所述平面的边缘特征点的三维点信息；
基于所述边缘特征点的三维点信息，将所述各场景图像中的平面进行融合，生成所述对象的形状对应的三维轮廓。
4.根据权利要求3所述的方法，其特征在于，基于所述边缘特征点的三维点信息，将所述各场景图像中的平面进行融合，生成所述对象的形状对应的三维轮廓，包括：
基于当前时刻所处的位置，确定目标坐标系；
基于所述目标坐标系，确定所述边缘特征点的三维点信息在所述目标坐标系中对应的目标坐标；
基于所述目标坐标将所述各场景图像中的平面进行融合，生成所述对象的形状对应的三维轮廓。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述对象的平面的三维信息，确定所述平面对应的方程；
基于所述平面对应的方程，确定所述平面的中心点；
基于拍摄所述场景图像的相机的光心与所述中心点之间的距离，对所述平面进行调整，得到调整之后的平面组成的三维轮廓。
6.根据权利要求5所述的方法，其特征在于，基于拍摄所述场景图像的相机的光心与所述中心点之间的距离，对所述平面进行调整，得到调整之后的平面组成的三维轮廓，包括：
基于拍摄所述场景图像的相机的光心与所述中心点之间的距离，确定所述三维轮廓的优化权重，其中，所述优化权重与所述距离为反比例关系；
基于所述优化权重确定所述平面对应的优化参数，以基于所述优化参数得到调整之后的平面组成的三维轮廓。
7.根据权利要求1所述的方法，其特征在于，将所述三维轮廓投影至二维平面上，生成表示所述对象形状的轮廓示意图，包括：
基于所述三维轮廓，检测所述三维轮廓中的各个平面中分布的离散点，以及所述离散点对应的三维坐标；
对所述离散点对应的三维坐标进行降维，生成所述离散点对应的二维坐标；...
【专利技术属性】
技术研发人员：张晟浩，凌永根，迟万超，郑宇，姜鑫洋，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44
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。