一种相机标定模型训练方法及装置、电子设备、存储介质制造方法及图纸

本公开是关于一种相机标定模型训练方法及装置、电子设备、存储介质。其中，该方法，包括：通过相机对靶标面板进行拍摄得到靶标图像，并确定所述靶标面板中的物点在所述靶标图像中对应的目标像素点；将所述物点对应的物点坐标输入相机标定基础模型中，并根据所述相机标定基础模型输出的预测像素点坐标和所述目标像素点对应的目标像素点坐标，对所述相机标定基础模型进行校正，以缩小校正得到的相机标定模型根据所述物点坐标输出的预测像素点坐标与所述目标像素点坐标之间的差异；将校正得到的相机标定模型作为训练得到的相机标定模型。型。型。

【技术实现步骤摘要】
一种相机标定模型训练方法及装置、电子设备、存储介质


[0001]本公开涉及神经网络领域，尤其涉及一种相机标定模型训练方法及装置、电子设备、存储介质。

技术介绍

[0002]在通过相机拍摄图像的过程中，本质上是将组成拍摄对象的各个物点映射为平面上的各个像素点的过程。在该过程中，需要经由多次坐标转换，每一次转换均涉及了相机的标定参数。标定参数可以包括：相机的外参数、内参数以及畸变参数。
[0003]求解上述标定参数的过程被称作相机标定。在相关技术中，会优先设置靶标面板，并通过待标定相机对该靶标面板进行图像拍摄，进而由相关技术人员根据靶标面板的参数和拍摄得到的图像的参数进行不断演算，以确定出待标定相机的各个标定参数。该方式一方面极度依赖技术人员的知识和经验的积累，另一方面需要人工演算，耗费人力。

技术实现思路

[0004]本公开提供一种相机标定模型的训练方法及装置、电子设备、存储介质，能够训练用于相机标定的相机标定模型，以避免相机标定演算过程复杂的问题。
[0005]根据本公开的第一方面，提供一种相机标定模型训练方法，包括：
[0006]通过相机对靶标面板进行拍摄得到靶标图像，并确定所述靶标面板中的物点在所述靶标图像中对应的目标像素点；
[0007]将所述物点对应的物点坐标输入相机标定基础模型中，并根据所述相机标定基础模型输出的预测像素点坐标和所述目标像素点对应的目标像素点坐标，对所述相机标定基础模型进行校正，以缩小模型输出的预测像素点坐标与所述目标像素点坐标之间的差异；r/>[0008]将校正得到的相机标定模型确定为训练得到的相机标定模型。
[0009]根据本公开的第二方面，提供一种相机标定模型训练装置，包括：
[0010]拍摄单元，通过相机对靶标面板进行拍摄得到靶标图像，并确定所述靶标面板中的物点在所述靶标图像中对应的目标像素点；
[0011]校正单元，将所述物点对应的物点坐标输入相机标定基础模型中，并根据所述相机标定基础模型输出的预测像素点坐标和所述目标像素点对应的目标像素点坐标，对所述相机标定基础模型进行校正，以缩小模型输出的预测像素点坐标与所述目标像素点坐标之间的差异；
[0012]确定单元，将校正得到的相机标定模型确定为训练得到的相机标定模型。
[0013]根据本公开的第三方面，提供一种电子设备，包括：
[0014]处理器；
[0015]用于存储处理器可执行指令的存储器；
[0016]其中，所述处理器通过运行所述可执行指令以实现如第一方面所述的方法。
[0017]根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，
该指令被处理器执行时实现如第一方面所述方法的步骤。
[0018]在本公开的技术方案中，可以优先通过相机对靶标面板进行拍摄，以得到靶标图像，并进一步确定出靶标面版中的物点在靶标面板中对应的目标像素点。在此基础上，即可将物点对应的物点坐标输入相机标定基础模型中，并根据该模型输出的预测像素点坐标和上述目标像素点的目标像素点坐标，对相机标定基础模型进行校正，以缩小模型输出的预测像素点坐标与目标像素点坐标之间的差异。在完成校正后，即可将校正得到的相机标定模型确定为训练得到的相机标定模型。
[0019]应当理解的是，上述训练过程将靶标面板上的物点所对应的物点坐标作为模型的输入，并将该模型的输出作为预测像素点坐标。在此基础上，会进一步根据该预测像素点坐标和靶标图像这一实际图像中的目标像素点坐标，对模型进行校正，以缩小预测像素点坐标与目标像素点坐标之间的差异。相当于是以“缩小通过模型输出的坐标与实际图像中的目标像素点坐标之间的差异”为目的，对模型进行校正。显然，能够在对模型进行不断校正后，使模型输出的坐标与实际图像中的像素点坐标接近。而当模型的输出与实际图像中的像素点坐标相接近时，训练得到的模型相当于起到了相关技术中的标定参数的作用，训练得到模型的过程即可视为是相机标定的过程。不难看出，本公开的技术方案是借助了神经网络训练模型的方式，完成了对相机的标定，相较于相关技术中的相机标定方法，避免了需要由技术人员进行不断演算，得到标定参数的情况，不仅减少了相机标定的人力成本、且提高了相机标定的效率，还避免了由于人工演算导致相机标定错误的情况。
附图说明
[0020]此处的附图被并入说明书中并构成本公开的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0021]图1是本公开一示例性实施例示出的一种相机标定过程中涉及的各个坐标系的示意图；
[0022]图2是本公开一示例性实施例示出的一种相机标定模型训练方法的流程图；
[0023]图3是本公开一示例性实施例示出的另一种相机标定模型训练方法的流程图；
[0024]图4是本公开一示例性实施例示出的一种靶标面板的设置示意图；
[0025]图5是本公开一示例性实施例示出的一种相机标定模型训练装置的框图；
[0026]图6是本公开一示例性实施例示出的另一种相机标定模型训练装置的框图；
[0027]图7是本公开一示例性实施例中一种电子设备的结构示意图。
具体实施方式
[0028]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0029]在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包
含一个或多个相关联的列出项目的任何或所有可能组合。
[0030]应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0031]在通过相机拍摄图像的过程中，本质上是将组成拍摄对象的各个物点映射为平面上的各个像素点的过程。在该过程中，需要经由多次坐标转换，以最终得到图像中各个像素点的像素点坐标。其中，每一次坐标转换均会涉及不同的坐标系。
[0032]具体的，在一次图像拍摄过程中可以涉及如图1所示的4个坐标系，即世界坐标系、相机坐标系、图像坐标系和像素坐标系。其中，
[0033]1、世界坐标系，用于定义三维世界，在实际构建的过程中，会设置一靶标面板，并以该靶标面板为标准，进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种相机标定模型训练方法，其特征在于，包括：通过相机对靶标面板进行拍摄得到靶标图像，并确定所述靶标面板中的物点在所述靶标图像中对应的目标像素点；将所述物点对应的物点坐标输入相机标定基础模型中，并根据所述相机标定基础模型输出的预测像素点坐标和所述目标像素点对应的目标像素点坐标，对所述相机标定基础模型进行校正，以缩小模型输出的预测像素点坐标与所述目标像素点坐标之间的差异；将校正得到的相机标定模型确定为训练得到的相机标定模型。2.根据权利要求1所述的方法，其特征在于，所述方法包括：获取所述靶标面板的结构参数，以根据所述结构参数确定所述靶标面板上各个物点对应的物点坐标；以及，确定所述靶标图像上各个像素点的像素点坐标；所述确定所述靶标面板中的物点在所述靶标图像中对应的目标像素点，包括：在所述各个像素点的像素点坐标与所述各个物点的物点坐标之间进行匹配，并将与任一物点的物点坐标匹配的像素点坐标所对应的像素点，作为该任一物点在所述靶标面板中对应的目标像素点。3.根据权利要求1所述的方法，其特征在于，其包括：对所述靶标面板中的所有物点进行采样；所述将所述物点对应的物点坐标输入相机标定基础模型中，包括：将通过采样选取的物点的物点坐标输入相机标定基础模型中。4.根据权利要求1所述的方法，其特征在于，所述物点对应的物点坐标为：所述物点在世界坐标系上的坐标；或者，所述物点在相机坐标系上的坐标；其中，所述相机坐标系为以所述相机包含的透镜为标准建立的坐标系，所述世界坐标系为以所述靶标结构为标准建立的坐标系。5.根据权利要求4所述的方法，其特征在于，其包括：获取所述靶标面板的结构参数，以及所述透镜与所述靶标面板的标定距离，以根据所述结构参数和所述标定距离，确定所述相机相较于所述靶标面板的外参数；通过所述外...

【专利技术属性】
技术研发人员：张超，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：