一种家具图像的打标方法、模型训练方法及设备技术

本申请实施例提供一种家具图像的打标方法、模型训练方法及设备。在本申请实施例中，可基于点云数据，确定出3D家具模型中各个空间点所属的部件标签；将3D家具模型转换为2D家具图像，并将3D家具模型中已标注出的部件标签，也映射到2D家具图像中对应的像素点上，并可基于为不同部件标签配置的着色参数，对2D家具图像进行重新着色，以产生3D家具模型对应的部件分割图。据此，可利用3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本来训练家具部件分割模型，以使家具部件分割模型学习到在2D家具图像中进行部件分割的知识，从而，可利用训练后的家具部件分割模型实现对海量的二维家具图像进行部件级别的自动标注。量的二维家具图像进行部件级别的自动标注。量的二维家具图像进行部件级别的自动标注。

【技术实现步骤摘要】
一种家具图像的打标方法、模型训练方法及设备


[0001]本申请涉及数据处理
，尤其涉及一种家具图像的打标方法、模型训练方法及设备。

技术介绍

[0002]对于家具类电商或者室内设计等场景来说，提供家具产品的筛选项是必要的。目前，通常依赖人工来填写家具产品的部件属性，作为筛选项的依据。
[0003]但是，由于人工成本的限制，填写效率通常比较低，而且这造成大量家具产品缺乏这些部件属性的信息，导致筛选项下的筛选结果不足，影响商家和用户的体验。

技术实现思路

[0004]本申请的多个方面提供一种家具图像的打标方法、模型训练方法及设备，用以实现对2D的家具图像进行部件级别的自动打标。
[0005]本申请实施例提供一种家具部件分割模型的训练方法，包括：
[0006]获取3D家具模型对应的点云数据；
[0007]基于所述点云数据，分别确定所述3D家具模型包含的各个空间点所属的部件标签；
[0008]将所述3D家具模型转换为2D家具图像；
[0009]在所述2D家具图像下，基于像素点与空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色，以产生所述3D家具模型对应的部件分割图；
[0010]以所述3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本，训练家具部件分割模型。
[0011]本申请实施例还提供一种家具图像的打标方法，包括：
[0012]获取目标家具对应的二维家具图像；
[0013]将所述二维家具图像输入家具部件分割模型中，所述家具部件分割模型为以3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本进行训练而获得的，而所述部件分割图则为基于2D家具图像中像素点与3D家具模型空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色而获得的；
[0014]在所述家具部件分割模型中，对所述二维家具图像进行图像分割，以产生所述二维家具图像对应的部件分割图；
[0015]其中，所述部件分割图中的各分割区域分别标注有部件标签。
[0016]本申请实施例还提供一种计算设备，包括存储器和处理器；
[0017]所述存储器用于存储一条或多条计算机指令；
[0018]所述处理器与所述存储器耦合，用于执行所述一条或多条计算机指令，以用于：
[0019]获取3D家具模型对应的点云数据；
[0020]基于所述点云数据，分别确定所述3D家具模型包含的各个空间点所属的部件标签；
[0021]将所述3D家具模型转换为2D家具图像；
[0022]在所述2D家具图像下，基于像素点与空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色，以产生所述3D家具模型对应的部件分割图；
[0023]以所述3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本，训练家具部件分割模型。
[0024]本申请实施例还提供一种计算设备，包括存储器和处理器；
[0025]所述存储器用于存储一条或多条计算机指令；
[0026]所述处理器与所述存储器耦合，用于执行所述一条或多条计算机指令，以用于：
[0027]获取目标家具对应的二维家具图像；
[0028]将所述二维家具图像输入家具部件分割模型中，所述家具部件分割模型为以3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本进行训练而获得的，而所述部件分割图则为基于2D家具图像中像素点与3D家具模型空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色而获得的；
[0029]在所述家具部件分割模型中，对所述二维家具图像进行图像分割，以产生所述二维家具图像对应的部件分割图；
[0030]其中，所述部件分割图中的各分割区域分别标注有部件标签。
[0031]在本申请实施例中，可从3D家具模型出发，基于点云数据，确定出3D家具模型中各个空间点所属的部件标签；在此基础上，可将3D家具模型转换为2D家具图像，并将3D家具模型中已标注出的部件标签，也映射到2D家具图像中对应的像素点上，并可基于为不同部件标签配置的着色参数，对2D家具图像进行重新着色，以产生3D家具模型对应的部件分割图。这样，可将在3D家具模型下确定出的部件标签，以色彩的形式呈现到2D家具图像中。据此，针对同一3D家具模型，可获得2D家具图像和部件分割图及部件标签，以此作为训练样本输入家具部件分割模型后，可使家具部件分割模型学习到在2D家具图像中进行部件分割的知识，从而，可利用训练后的家具部件分割模型对任意二维家具图像标注部件标签，进而可实现对海量的家具图像进行部件级别的自动打标，节省大量的人力物力，克服家具场景中的标注难题。
附图说明
[0032]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0033]图1为本申请一示例性实施例提供的一种家具部件分割模型的训练方法的流程示意图；
[0034]图2为本申请一示例性实施例提供的一种家具部件分割模型的训练方案的逻辑示意图；
[0035]图3为本申请另一示例性实施例提供的一种家具图像的打标方法的流程示意图；
[0036]图4为本申请另一示例性实施例提供的一种打标前后的对照图；
[0037]图5为本申请又一示例性实施例提供的一种计算设备的结构示意图。
具体实施方式
[0038]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0039]目前，在家具相关的场景中，通常需要依赖人工来进行部件属性的填写，填写效率和完整度均不佳。为此，本申请的一些实施例中：可从3D家具模型出发，基于点云数据，确定出3D家具模型中各个空间点所属的部件标签；在此基础上，可将3D家具模型转换为2D家具图像，并将3D家具模型中已标注出的部件标签，也映射到2D家具图像中对应的像素点上，并可基于为不同部件标签配置的着色参数，对2D家具图像进行重新着色，以产生3D家具模型对应的部件分割图。这样，可将在3D家具模型下确定出的部件标签，以色彩的形式呈现到2D家具图像中。据此，针对同一3D家具模型，可获得2D家具图像和部件分割图及部件标签，以此作为训练样本输入家具部件分割模型后，可使家具部件分割模型学习到在2D家具图像中进行部件分割的知识，从而，可利用训练后的家具部件分割模型对任意二维家具图像标注部件标签本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种家具部件分割模型的训练方法，包括：获取3D家具模型对应的点云数据；基于所述点云数据，分别确定所述3D家具模型包含的各个空间点所属的部件标签；将所述3D家具模型转换为2D家具图像；在所述2D家具图像下，基于像素点与空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色，以产生所述3D家具模型对应的部件分割图；以所述3D家具模型对应的2D家具图像和部件分割图及部件标签作为训练样本，训练家具部件分割模型。2.根据权利要求1所述的方法，所述基于所述点云数据，分别确定所述3D家具模型包含的各个空间点所属的部件标签，包括：将所述点云数据输入点云分割模型；在所述点云分割模型中，对所述3D家具模型包含的各个空间点进行聚类，以获得至少一个空间点集合；根据所述点云数据，在所述至少一个空间点集合下进行属性特征提取，以获得所述至少一个空间点集合对应的属性特征；基于属性特征与部件标签之间的映射关系以及所述至少一个空间点集合对应的属性特征，输出所述至少一个空间点集合所属的部件标签。3.根据权利要求2所述的方法，所述点云分割模型的训练过程，包括：获取若干已打标3D家具样本，所述3D家具样本中包含点云数据和3D模型中各个空间点所属的部件标签；将所述若干已打标3D家具样本输入所述点云分割模型；在所述点云分割模型中，对所述3D模型中的空间点进行聚类及属性特征提取；根据提取到的属性特征以及各个空间点所属的部件标签，学习所述属性特征与部件标签之间的映射关系。4.根据权利要求2所述的方法，所述对所述3D家具模型包含的各个空间点进行聚类，包括：按照空间点的坐标和/或纹理数据，对所述3D家具模型包含的各个空间点进行聚类。5.根据权利要求1所述的方法，所述将所述3D家具模型转换为2D家具图像，包括：按照所述点云数据，对所述3D家具模型进行栅格化处理，以将所述3D家具模型包含的世界坐标系下的空间点映射为视角坐标系下的像素点，以获得二维图像；根据所述3D家具模型包含的空间点所处三角网格的纹理数据，对所述二维图像中相应的像素点进行渲染，以产生所述3D家具模型对应的2D家具图像。6.根据权利要求1所述的方法，所述在所述2D家具图像下，基于像素点与空间点之间的映射关系、空间点所属的部件标签以及为不同部件标签配置的着色参数，对所述2D家具图像进行重新着色，包括：基于像素点与空间点之间的映射关系，确定与所述2D家具图像下的第一像素点关联的目标空间点；根据所述目标空间点所属的部件标签，确定为所述第一像素点对应的目标部件标签...

【专利技术属性】
技术研发人员：黄韬，胡晓航，费义云，冯家政，马林，胡伟雄，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：