可重建度量信息预测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种可重建度量信息预测方法、装置、计算机设备和存储介质该方法包括：获取针对目标采样点的多个待评估视点；目标采样点位于粗糙几何模型上；基于多个待评估视点与目标采样点的空间关系，得到目标采样点与多个待评估视点之间的空间特征；基于多个预采集视点从目标拍摄图像中提取目标采样点的图像特征；预采集视点是基于拍摄目标拍摄图像的相机姿态得到的；目标拍摄图像是拍摄到目标采样点的图像；基于图像特征和空间特征，预测针对目标采样点的可重建度量信息。采用本方法能够提高预测准确性。预测准确性。预测准确性。

【技术实现步骤摘要】
可重建度量信息预测方法、装置、计算机设备和存储介质


[0001]本申请涉及计算机视觉领域，特别是涉及一种可重建度量信息预测方法、装置、计算机设备和存储介质。

技术介绍

[0002]在进行城市三维重建数据采集之前，往往需要针对目标区域规划飞行航线。航线规划的好坏影响了对航拍图片进行重建得到的模型的效果。因此，需要筛选多个合适的采集视点从而来指定航线。在筛选多个采集视点的过程中，需要对多个采集视点的可重建度量进行预测。
[0003]一般情况下，是通过预飞行得到的场景粗糙模型，或通过从卫星图像获得场景粗糙模型计算可重建度量。但是，场景粗糙模型的误差或不确定性，将影响可重建度量的准确性。因此，需要对使用场景粗糙模型计算可重建度量的结果进一步优化，以提高可重建度量结果的准确性。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高准确性的可重建度量信息预测方法、装置、计算机设备、存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种可重建度量信息预测方法。所述方法包括：获取针对目标采样点的多个待评估视点；所述目标采样点位于粗糙几何模型上；基于所述多个待评估视点与所述目标采样点的空间关系，得到所述目标采样点与所述多个待评估视点之间的空间特征；基于多个预采集视点从目标拍摄图像中提取所述目标采样点的图像特征；所述预采集视点是基于拍摄所述目标拍摄图像的相机姿态得到的；所述目标拍摄图像是拍摄到所述目标采样点的图像；基于所述图像特征和所述空间特征，预测针对所述目标采样点的可重建度量信息。
[0006]在其中一个实施例中，所述方法还包括：所述可重建度量信息为综合可重建度量信息；所述方法还包括：基于所述空间特征得到针对所述目标采样点的几何可重建度量信息。
[0007]在其中一个实施例中，所述基于所述多个待评估视点与所述目标采样点的空间关系，得到所述目标采样点与所述多个待评估视点之间的空间特征包括：针对每个待评估视点，基于所述待评估视点与所述目标采样点的空间关系确定所述待评估视点的视点特征；将多个所述待评估视点对应的多个视点特征进行融合，得到所述目标采样点的空间特征。
[0008]在其中一个实施例中，所述基于多个预采集视点从目标拍摄图像中提取所述目标
采样点的图像特征包括：基于拍摄所述目标拍摄图像的相机姿态得到多个预采集视点；从所述目标拍摄图像中提取高维特征；针对每个预采集视点，基于所述预采集视点的六维坐标，将所述目标采样点的三维信息转化为在所述目标拍摄图像中的二维信息；基于所述二维信息从所述高维特征中提取出所述目标采样点的点图像特征；融合多个所述点图像特征得到所述目标采样点的图像特征在其中一个实施例中，所述基于所述图像特征和所述空间特征，预测针对所述目标采样点的可重建度量信息包括：基于所述空间特征和所述图像特征得到权重矩阵；基于所述权重矩阵和所述图像特征得到针对所述目标采样点的可重建度量。
[0009]在其中一个实施例中，所述空间关系包括所述待评估视点相对于所述目标采样点的三维极坐标、所述目标采样点的法线和所述目标采样点到所述待评估视点的方向之间的第一夹角、所述待评估视点的垂直观察方向和所述待评估视点到所述目标采样点的方向之间的第二夹角。
[0010]第二方面，本申请还提供了一种可重建度量信息预测装置。所述装置包括：空间特征确定模块，用于获取针对目标采样点的多个待评估视点；所述目标采样点位于粗糙几何模型上；基于所述多个待评估视点与所述目标采样点的空间关系，得到所述目标采样点与所述多个待评估视点之间的空间特征；图像特征确定模块，用于基于多个预采集视点从目标拍摄图像中提取所述目标采样点的图像特征；所述预采集视点是基于拍摄所述目标拍摄图像的相机姿态得到的；所述目标拍摄图像是拍摄到所述目标采样点的图像；信息预测模块，用于基于所述图像特征和所述空间特征，预测针对所述目标采样点的可重建度量信息。
[0011]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行上述可重建度量信息预测方法的步骤。
[0012]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行上述可重建度量信息预测方法的步骤。
[0013]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述可重建度量信息预测方法的步骤。
[0014]上述可重建度量信息预测方法、装置、计算机设备、存储介质和计算机程序产品，通过获取针对目标采样点的多个待评估视点；所述目标采样点位于粗糙几何模型上。基于所述多个待评估视点与所述目标采样点的空间关系，得到所述目标采样点与所述多个待评估视点之间的空间特征。基于多个预采集视点从目标拍摄图像中提取所述目标采样点的图像特征。所述预采集视点是基于拍摄所述目标拍摄图像的相机姿态得到的；所述目标拍摄图像是拍摄到所述目标采样点的图像。基于所述图像特征和所述空间特征，预测针对所述目标采样点的可重建度量信息。这样，将使用真实的目标拍摄图像得到的图像特征和使用粗糙几何模型得到的空间特征相结合分析，从而提高了可重建度量信息的准确性。
附图说明
[0015]图1为一个实施例中可重建度量信息预测方法的应用环境图；图2为一个实施例中可重建度量信息预测方法的流程示意图；图3为一个实施例中可重建度量信息预测方法的原理示意图；图4为一个实施例中可重建度量信息预测方法的原理示意图；图5为一个实施例中可重建度量信息预测方法的效果示意图；图6为一个实施例中可重建度量信息预测装置的结构框图；图7为一个实施例中计算机设备的内部结构图；图8为一个实施例中计算机设备的内部结构图。
具体实施方式
[0016]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0017]本申请实施例提供的可重建度量信息预测方法，可以应用于如图1所示的应用环境中。其中，终端110通过网络与服务器120进行通信。数据存储系统可以存储服务器120需要处理的数据。数据存储系统可以集成在服务器120上，也可以放在云上或其他网络服务器上。其中，终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0018]服务器120可以获取针对目标采样点的多个待评估视点。目标采样点位于粗糙几何模型上。服务器120基于多个待评估视点与目标采样点的空间关系，得到目标采样点与多个待评估视点之间的空间特征。服务器120基于多个预采集视点从目标拍摄图像中提取目标采样点的图像特征；预采集视点是基于拍摄目标拍摄图像的相机姿态得到的；目标拍摄图像是拍摄到目标采样点的图像。服务器120基于图像特征和空间特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可重建度量信息预测方法，其特征在于，所述方法包括：获取针对目标采样点的多个待评估视点；所述目标采样点位于粗糙几何模型上；基于所述多个待评估视点与所述目标采样点的空间关系，得到所述目标采样点与所述多个待评估视点之间的空间特征；基于多个预采集视点从目标拍摄图像中提取所述目标采样点的图像特征；所述预采集视点是基于拍摄所述目标拍摄图像的相机姿态得到的；所述目标拍摄图像是拍摄到所述目标采样点的图像；基于所述图像特征和所述空间特征，预测针对所述目标采样点的可重建度量信息。2.根据权利要求1所述的方法，其特征在于，所述可重建度量信息为综合可重建度量信息；所述方法还包括：基于所述空间特征得到针对所述目标采样点的几何可重建度量信息。3.根据权利要求1所述的方法，其特征在于，所述基于所述多个待评估视点与所述目标采样点的空间关系，得到所述目标采样点与所述多个待评估视点之间的空间特征包括：针对每个待评估视点，基于所述待评估视点与所述目标采样点的空间关系确定所述待评估视点的视点特征；将多个所述待评估视点对应的多个视点特征进行融合，得到所述目标采样点的空间特征。4.根据权利要求1所述的方法，其特征在于，所述基于多个预采集视点从目标拍摄图像中提取所述目标采样点的图像特征包括：基于拍摄所述目标拍摄图像的相机姿态得到多个预采集视点；从所述目标拍摄图像中提取高维特征；针对每个预采集视点，基于所述预采集视点的六维坐标，将所述目标采样点的三维信息转化为在所述目标拍摄图像中的二维信息；基于所述二维信息从所述高维特征中提取出所述目标采样点的点图像特征；融合多个所述点图像特征得到所述目标采样点的图像特征。5.根据权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：黄惠，刘奕林，
申请(专利权)人：深圳大学，
类型：发明
国别省市：