【技术实现步骤摘要】
场景重建方法、装置、存储介质及电子设备
[0001]本公开涉及驾驶技术,尤其是一种场景重建方法、装置、存储介质及电子设备。
技术介绍
[0002]一些情况下需要进行场景重建,例如需要针对无人驾驶室外场景进行场景重建。场景重建结果对于场景再现和数据标注具有非常重要的价值。目前,为了实现场景重建,往往需要依赖于激光雷达。
技术实现思路
[0003]目前的场景重建需要依赖于激光雷达,实现成本较高。
[0004]为了解决上述技术问题,本公开提供了一种场景重建方法、装置、介质及电子设备,以降低场景重建的实现成本。
[0005]根据本公开实施例的一个方面,提供了一种场景重建方法,包括:
[0006]对设置于可移动设备的相机采集的第一图像序列进行后景分割,得到第二图像序列;
[0007]利用所述第二图像序列,进行点云的稀疏重建,得到第一重建点云和所述相机的第一相机位姿序列;
[0008]对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列;
[0009]利用所述第一重建点云、所述第一相机位姿序列和所述第三图像序列,进行点云的稠密重建,得到第二重建点云;
[0010]利用所述第一相机位姿序列和所述第四图像序列,依次进行点云的稀疏重建和稠密重建,得到第三重建点云;
[0011]基于所述第二重建点云和所述第三重建点云,确定所述第一图像序列对应的场景重建结果。
[0012]根据本公开实施例的另一个方面,提供了一种
【技术保护点】
【技术特征摘要】
1.一种场景重建方法,包括:对设置于可移动设备的相机采集的第一图像序列进行后景分割,得到第二图像序列;利用所述第二图像序列,进行点云的稀疏重建,得到第一重建点云和所述相机的第一相机位姿序列;对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列;利用所述第一重建点云、所述第一相机位姿序列和所述第三图像序列,进行点云的稠密重建,得到第二重建点云;利用所述第一相机位姿序列和所述第四图像序列,依次进行点云的稀疏重建和稠密重建,得到第三重建点云;基于所述第二重建点云和所述第三重建点云,确定所述第一图像序列对应的场景重建结果。2.根据权利要求1所述的方法,其中,所述方法还包括:通过光流预测模型,对所述第一图像序列进行光流预测,得到光流预测结果;通过深度预测模型,对所述第一图像序列进行深度预测,得到深度预测结果;所述对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列,包括:基于所述光流预测结果、所述深度预测结果和所述第一相机位姿序列,对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列。3.根据权利要求2所述的方法,其中,所述基于所述光流预测结果、所述深度预测结果和所述第一相机位姿序列,对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列,包括:基于所述光流预测结果,确定所述第一图像序列中前后帧图像之间的第一像素位置对应关系;基于所述深度预测结果和所述第一相机位姿序列,确定所述第一图像序列中前后帧图像之间的第二像素位置对应关系;基于所述第一像素位置对应关系和所述第二像素位置对应关系,对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列。4.根据权利要求3所述的方法,其中,所述基于所述第一像素位置对应关系和所述第二像素位置对应关系,对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列,包括:针对所述第一图像序列中的第一目标图像中的第一目标像素点,按照所述第一像素位置对应关系,从第二目标图像中,确定与所述第一目标像素点的像素位置对应的第一目标像素位置;其中,所述第二目标图像为所述第一图像序列中所述第一目标图像的后一帧图像;按照所述第二像素点对应关系,从所述第二目标图像中,确定与所述第一目标像素点的像素位置对应的第二目标像素位置;
基于所述第一目标像素位置与所述第二目标像素位置之间的位置误差,确定所述第一目标像素点的像素点属性;其中,任一像素点的像素点属性用于表征该像素点是否属于动态对象;基于所述第一目标像素点的像素点属性,对所述第一目标图像进行动静态分割,得到静态场景对应的第一分割图像和动态场景对应的第二分割图像;基于所述第一分割图像,确定所述第三图像序列;基于所述第二分割图像,确定所述第四图像序列。5.根据权利要求3所述的方法,其中,所述方法还包括:通过实例分割模型,对所述第一图像序列进行实例分割,得到实例分割结果;所述基于所述第一像素位置对应关系和所述第二像素位置对应关系,对所述第一图像序列进行动静态分割,得到静态场景对应的第三图像序列和动态场景对应的第四图像序列,包括:针对所述第一图像序列中的第一目标图像,基于所述实例分割结果,确定所述第一目标图像中的每个实例各自的实例区域;基于所述第一像素位置对应关系和所述第二像素位置对应关系,确定所述第一目标图像中的每个像素点各自的像素点属性;其中,任一像素点的像素点属性用于表征该像素点是否属于动态对象;针对所述第一目标图像中的每个实例区域,对该实例区域中每个像素点各自的像素点属性进行统计,得到统计结果;基于所述第一目标图像中的每个实例区域各自对应的统计结果,对所述第一目标图像进行动静态分割,得到静态场景对应的第三分割图像和动态场景对应的第四分割图像;基于所述第三分割图像,确定所述第三图像序列;基于所述第四分割图像,确定所述第四图像序列。6.根据权利要求5所述的方法,其中,所述基于所述第一目标图像中的每个实例区域各自对应的统计结果,对所述第一目标图像进行动静态分割,得到静态场景对应的第三分割图像和动态场景对应的第四分割图像,包括:针对所述第一目标图像中的每个实例区域,基于该实例区域对应的统计结果,确定该实例区域中像素点属性用于表征当前像素点不属于动态对象的像素点的占比;基于所述第一目标图像中的每个实例区域各自对应的占比,对所述第一目标图像进行动静态分割,得到静态场景对应的第三分割图像和动态场景对应的第四分割图像。7.根据权利要求1所述的方法,其中,所述方法还包括:通过光流预测模型,对所述第一图像序列进行光流预测,得到光流预测结果;所述利用所述第一相机位姿序列和所述第四图像序列,依次进行点云的稀疏重建和稠密重建,得到第三重建点云,包括:基于所述光流预测结果,确定所述第四图像序列中前后帧图像之...
【专利技术属性】
技术研发人员:隋伟,张家馨,张骞,
申请(专利权)人:北京地平线信息技术有限公司,
类型:发明
国别省市:
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。