一种三维室内场景补全方法、装置、设备及存储介质制造方法及图纸

本申请涉及一种三维室内场景补全方法、装置、设备及存储介质，涉及室内设计技术领域，该方法包括：获取室内场景的点云数据，依据点云数据进行类别分割处理，得到室内场景对应的语义类别信息，根据语义类别信息进行实例分割处理，得到家具实例信息，依据家具实例信息进行点云形状修复补全处理，得到室内场景中各个家具实例对应的目标点云数据，依据目标点云数据进行场景融合处理，得到室内场景对应的目标补全场景信息，从而解决了现有技术针对室内场景修复补全中难以处理大规模点云数据的问题。修复补全中难以处理大规模点云数据的问题。修复补全中难以处理大规模点云数据的问题。

【技术实现步骤摘要】
一种三维室内场景补全方法、装置、设备及存储介质


[0001]本申请涉及室内设计
，尤其涉及一种三维室内场景补全方法、装置、设备及存储介质。

技术介绍

[0002]目前，对三维室内场景修复补全是计算机图形学、数字几何处理、3D计算视觉领域的重要问题，其应用领域包括室内虚拟装修、室内游戏场景设计、虚拟考古博物馆以及室内机器人导航等。在数字几何处理和3D计算机视觉中，点云数据由于其数据获取方便、无需维护拓扑连接关系、能较好地表示复杂形状等优点得到了普遍应用。
[0003]现有的三维室内场景修复补全方法通常存在的难点是室内场景点云数据量庞大(场景点云数据通常有十几万到几百万的采样点)，难以全部输入深度神经网络中直接训练，从而导致无法完整对室内场景点云数据进行修复补全。

技术实现思路

[0004]本申请提供了一种三维室内场景补全方法、装置、设备及存储介质，以解决现有技术针对室内场景修复补全中难以处理大规模点云数据的问题。
[0005]第一方面，本申请提供了一种三维室内场景补全方法，包括：
[0006]获取室内场景的点云数据；
[0007]依据所述点云数据进行类别分割处理，得到所述室内场景对应的语义类别信息；
[0008]根据所述语义类别信息进行实例分割处理，得到家具实例信息；
[0009]依据所述家具实例信息进行点云形状修复补全处理，得到所述室内场景中各个家具实例对应的目标点云数据；
[0010]依据所述目标点云数据进行场景融合处理，得到所述室内场景对应的目标补全场景信息。
[0011]可选的，所述依据所述点云数据进行类别分割处理，得到所述室内场景对应的语义类别信息，包括：
[0012]基于所述室内场景对应的场景类别分割策略，对所述点云数据进行类别分割，得到所述室内场景对应的语义类别信息；或，
[0013]通过预先训练好的分割网络模型对所述点云数据进行类别分割，得到室内场景对应的语义类别信息。
[0014]可选的，所述根据所述语义类别信息进行实例分割处理，得到家具实例信息，包括：
[0015]对所述语义类别信息进行点云聚类处理，得到语义类别组信息；
[0016]基于所述语义类别组信息进行实例分割，得到家具实例信息。
[0017]可选的，所述依据所述家具实例信息进行点云形状修复补全处理，得到所述室内场景中各个家具实例对应的目标点云数据，包括：
[0018]基于所述家具实例信息确定目标输入矩阵信息；
[0019]依据所述目标输入矩阵信息进行矩阵变换处理，得到特征码字信息；
[0020]利用所述特征码字信息进行折叠转换处理，得到所述目标点云数据。
[0021]可选的，所述依据所述目标输入矩阵信息进行矩阵变换处理，得到特征码字信息，包括：
[0022]将所述目标输入矩阵信息输入预先训练好的点云补全网络模型，所述目标输入矩阵信息包含所述家具实例信息的采样点坐标参数；
[0023]通过所述点云补全网络模型，对所述采样点坐标信息进行矩阵变换，得到所述特征码字信息。
[0024]可选的，所述利用所述特征码字信息进行折叠转换处理，得到所述目标点云数据，包括：
[0025]获取所述家具实例信息对应的二维网格；
[0026]基于所述特征码字信息，采用所述二维网格进行折叠转换，得到所述目标点云数据。
[0027]可选的，所述获取室内场景的点云数据，包括：
[0028]确定待扫描的室内场景；
[0029]通过激光设备对所述室内场景进行点云扫描处理，得到所述点云数据；或，
[0030]通过相机设备对所述室内场景进行图像拍摄，得到室内场景图像，并基于所述室内场景图像息进行配准重建，得到所述点云数据。
[0031]第二方面，本申请提供了一种三维室内场景补全装置，包括：
[0032]点云数据获取模块，用于获取室内场景的点云数据；
[0033]类别分割模块，用于依据所述点云数据进行类别分割处理，得到所述室内场景对应的语义类别信息；
[0034]实例分割模块，用于根据所述语义类别信息进行实例分割处理，得到家具实例信息；
[0035]目标点云数据确定模块，用于依据所述家具实例信息进行点云形状修复补全处理，得到所述室内场景中各个家具实例对应的目标点云数据；
[0036]目标补全场景信息确定模块，用于依据所述目标点云数据进行场景融合处理，得到所述室内场景对应的目标补全场景信息。
[0037]第三方面，本申请提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0038]存储器，用于存放计算机程序；
[0039]处理器，用于执行存储器上所存放的程序时，实现如第一方面任一项实施例所述的三维室内场景补全方法的步骤。
[0040]第四方面，本申请提供了一种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时实现如第一方面任一项实施例所述的三维室内场景补全方法的步骤。
[0041]综上，本申请实施例通过获取室内场景的点云数据，依据点云数据进行类别分割处理，得到室内场景对应的语义类别信息，并根据语义类别信息进行实例分割处理，得到家
具实例信息，进而依据家具实例信息进行点云形状修复补全处理，得到室内场景中各个家具实例对应的目标点云数据，依据目标点云数据进行场景融合处理，得到室内场景对应的目标补全场景信息，从而解决了现有技术针对室内场景修复补全中难以处理大规模点云数据的问题。
附图说明
[0042]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0043]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0044]图1为本申请实施例提供的一种三维室内场景补全方法的流程示意图；
[0045]图2是本申请一个可选实施例提供的一种三维室内场景补全方法的步骤流程示意图；
[0046]图3是本申请一个可选实施例提供的一种的室内场景类别分割图；
[0047]图4是本申请一个可选实施例提供的一种的室内场景点云数据修复补全框架图；
[0048]图5是本申请一个可选实施例提供的一种的室内场景实例分割图；
[0049]图6为本申请实施例提供的一种三维室内场景补全装置的结构框图；
[0050]图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0051]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维室内场景补全方法，其特征在于，包括：获取室内场景的点云数据；依据所述点云数据进行类别分割处理，得到所述室内场景对应的语义类别信息；根据所述语义类别信息进行实例分割处理，得到家具实例信息；依据所述家具实例信息进行点云形状修复补全处理，得到所述室内场景中各个家具实例对应的目标点云数据；依据所述目标点云数据进行场景融合处理，得到所述室内场景对应的目标补全场景信息。2.根据权利要求1所述的方法，其特征在于，所述依据所述点云数据进行类别分割处理，得到所述室内场景对应的语义类别信息，包括：基于所述室内场景对应的场景类别分割策略，对所述点云数据进行类别分割，得到所述室内场景对应的语义类别信息；或，通过预先训练好的分割网络模型对所述点云数据进行类别分割，得到室内场景对应的语义类别信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述语义类别信息进行实例分割处理，得到家具实例信息，包括：对所述语义类别信息进行点云聚类处理，得到语义类别组信息；基于所述语义类别组信息进行实例分割，得到家具实例信息。4.根据权利要求1所述的方法，其特征在于，所述依据所述家具实例信息进行点云形状修复补全处理，得到所述室内场景中各个家具实例对应的目标点云数据，包括：基于所述家具实例信息确定目标输入矩阵信息；依据所述目标输入矩阵信息进行矩阵变换处理，得到特征码字信息；利用所述特征码字信息进行折叠转换处理，得到所述目标点云数据。5.根据权利要求4所述的方法，其特征在于，所述依据所述目标输入矩阵信息进行矩阵变换处理，得到特征码字信息，包括：将所述目标输入矩阵信息输入预先训练好的点云补全网络模型，所述目标输入矩阵信息包含所述家具实例信息的采样点坐标参数；通过所述点云补全网络模型，对所述采样点坐标信息进行矩阵变换...

【专利技术属性】
技术研发人员：邱辉平，王胜，
申请(专利权)人：广东三维家信息科技有限公司，
类型：发明
国别省市：