[发明专利]基于单目图像的三维信息的提取方法及电子装置

说明书

本发明公开了一种基于单目图像的三维信息的提取方法，包括：获取第二2D单目图像，所述第二2D单目图像包括目标物体；将所述第二2D单目图像输入到训练后的算法模型中，计算得到所述目标物体的3D信息。采用本发明实施例计算复杂度小，成本低，并且不存在盲区和不受使用场景的影响。

技术领域

本发明涉及图像视觉领域，尤其涉及一种基于单目图像的三维信息的提取方法及电子装置。

背景技术

在现有的图像视觉方法中，为了获得拍摄场景中的物体的3D信息，比如3D位置信息，通常有两种方法，方法一是双摄像头立体成像原理，使用两个图像传感器获取两张同一时刻的不同角度的图像，通过两个图像中找到对应的特征点，然后根据几何关系计算出该点的空间3D位置信息。该方法的缺点在于：1、由于需要使用到的是两张图像共同的部分，因此获取的3D位置信息的区域要比单张图像的区域小，并且在一些区域会出现盲区；2、要使用的两个摄像头需要进行同步，会导致计算复杂度大，成本高；3、在图像中找到对应特征点对于算法的要求很高，并且在一些特征少的场景基本上很难找到对应的特征点。

方法二是向物体上发射红外光，传感器接收物体反射的红外光，根据红外光线的传播时间来计算物体的3D位置信息。该方法的缺点是：1、使用主动光源，成本高；2、由于不同材质对红外光线的反射率不同，会导致距离计算偏差；3、由于是主动光源，远处的物体需要很大功率的主动光源，使用场景受到很大限制。

总之，现有技术的方案计算复杂度大，成本高，存在盲区，并且很受使用场景的影响。

发明内容

本发明实施例提供一种基于单目图像的三维信息的提取方法及电子装置，采用本发明实施例计算复杂度小，成本低，并且不存在盲区和不受使用场景的影响。

第一方面，本发明实施例提供了一种基于单目图像的三维信息的提取方法，包括：

获取第二2D单目图像，所述第二2D单目图像包括目标物体；

将所述第二2D单目图像输入到训练后的算法模型中，计算得到所述目标物体的3D信息。

在一种可行的实施例中，所述获取第二2D单目图像之前，所述方法还包括：

获取第一2D单目图像与3D信息的关系数据；

根据所述第一2D单目图像与3D信息的关系数据对算法模型进行训练，以得到所述训练后的算法模型；

其中，所述算法模型为深度学习模型，或者通过机器学习算法训练得到的模型。

在一种可行的实施例中，所述获取第一2D单目图像与3D信息的关系数据，包括：

获取所述第一2D单目图像，所述第一2D单目图像包括至少一个物体；

获取所述第一2D单目图像中至少一个物体中每个物体的3D信息；

建立第一2D单目图像中每个物体与其3D信息之间的映射关系，以得到所述第一2D单目图像与3D信息的关系数据。

在一种可行的实施例中，所述根据所述第一2D单目图像与3D信息的关系数据对算法模型进行训练，以得到所述训练后的算法模型，包括：

根据卷积神经网络对所述第一2D单目图像进行前向计算，以得所述第一2D单目图像的特征图；

根据所述第一2D单目图像的特征图和参数得到关键性参数，所述关键性参数用于表征物体特征的参数；

根据深度网络算法对所述关键性参数进行计算，以得到第一3D信息；

获取所述第一3D信息和所述关系数据中的3D信息的差值；

将所述差值反向传播到所述算法模型，训练所述算法模型，以得到所述训练后的算法模型。