【技术实现步骤摘要】
一种遮挡关系的确定方法、装置、设备及存储介质
本专利技术涉及图像处理
，特别是涉及一种遮挡关系的确定方法、装置、设备及存储介质。
技术介绍
目前，一些场景中，需要确定物体之间的遮挡关系。举例来说，在三维重建场景中，需要采集物体的二维图像，根据该二维图像，在三维空间中对该物体进行重建，在三维重建过程中，可以通过确定二维图像中物体之间的遮挡关系，来确定物体在空间中的位置关系。再举一例，在机器人避障场景中，需要先确定物体之间的遮挡关系，根据遮挡关系确定避障处理的优先级，如机器人需要避开的障碍物为障碍物A和障碍物B，那么若确定A遮挡了B，那么就可以确定A与机器人的距离比B与机器人的距离更近，这样，就可以将A确定为第一优先级，将B确定为第二优先级，等等。目前，确定物体之间的遮挡关系的方案，一般包括：对待处理图像进行图像分割，得到图像中物体的边界；判断边界是否为遮挡边界，若是，则根据遮挡边界判断遮挡边界两侧的物体的前后顺序；根据物体的前后顺序确定物体之间的遮挡关系。然而，上述方案中，先对图像进行分割，再根据分割得到...
【技术保护点】
1.一种遮挡关系的确定方法，其特征在于，包括：/n获取待确定图像；/n将所述待确定图像输入至预先训练的遮挡关系描述模型，得到边界预测图和方向预测结果；/n基于所述边界预测图以及所述方向预测结果，确定所述待确定图像中物体的遮挡关系；/n其中，训练所述遮挡关系描述模型的步骤包括：/n获取训练样本及其对应的标准边界图以及标准方向结果；/n将所述训练样本输入至神经网络的残差模块，得到所述训练样本的特征图；所述神经网络包括顺次连接的残差模块以及特征处理模块；/n将所述特征图输入至所述特征处理模块，得到融合特征图与分离特征图；/n对所述融合特征图进行卷积，得到方向预测结果；对所述分离特...
【技术特征摘要】
1.一种遮挡关系的确定方法，其特征在于，包括：
获取待确定图像；
将所述待确定图像输入至预先训练的遮挡关系描述模型，得到边界预测图和方向预测结果；
基于所述边界预测图以及所述方向预测结果，确定所述待确定图像中物体的遮挡关系；
其中，训练所述遮挡关系描述模型的步骤包括：
获取训练样本及其对应的标准边界图以及标准方向结果；
将所述训练样本输入至神经网络的残差模块，得到所述训练样本的特征图；所述神经网络包括顺次连接的残差模块以及特征处理模块；
将所述特征图输入至所述特征处理模块，得到融合特征图与分离特征图；
对所述融合特征图进行卷积，得到方向预测结果；对所述分离特征图进行卷积，得到边界预测图；
基于第一损失值与第二损失值，判断所述神经网络是否收敛，所述第一损失值为：所述边界预测图与所述标准边界图之间的损失值，所述第二损失值为：所述方向预测结果与所述标准方向结果之间的损失值；
若否，则对所述神经网络的参数进行调整，并返回所述将所述训练样本输入至神经网络的残差模块的步骤，直至所述神经网络收敛，得到遮挡关系描述模型。
2.根据权利要求1所述的方法，其特征在于，所述残差模块和所述特征处理模块之间还包括特征增强模块；所述将所述训练样本输入至神经网络的残差模块，得到所述训练样本的特征图，包括：
将所述训练样本输入至神经网络的残差模块，得到所述训练样本的初始特征图；
将所述初始特征图输入至所述特征增强模块，得到增强特征图，作为所述训练样本的特征图。
3.根据权利要求1所述的方法，其特征在于，所述对所述融合特征图进行卷积，得到方向预测结果，包括：
对所述融合特征图进行卷积，得到第一卷积特征图；
对所述训练样本进行特征提取，得到待融合特征图；
将所述第一卷积特征图与所述待融合特征图进行融合，得到方向预测结果。
4.根据权利要求1所述的方法，其特征在于，所述对所述分离特征图进行卷积，得到边界预测图，包括：
对所述分离特征图进行卷积，得到第二卷积特征图；
对所述第二卷积特征图进行上采样，对上采样后的第二卷积特征图进行分类处理后，得到边界概率图；
对所述训练样本进行特征提取，得到待融合特征图；
将所述边界概率图与所述待融合特征图进行融合，得到边界融合图；
将所述边界概率图和所述边界融合图...
【专利技术属性】
技术研发人员：康学净，冯盼贺，明安龙，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11
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。