[发明专利]基于光场语义的个体匹配方法、装置、设备和介质在审

专利信息
申请号: 201910361188.5 申请日: 2019-04-30
公开(公告)号: CN111862098A 公开(公告)日: 2020-10-30
发明(设计)人: 刘睿洋 申请(专利权)人: 曜科智能科技(上海)有限公司
主分类号: G06T7/10 分类号: G06T7/10;G06T7/593;G06T7/557
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 高彦
地址: 201203 上海市浦东新区中国*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 语义 个体 匹配 方法 装置 设备 介质
【权利要求书】:

1.一种基于光场语义的个体匹配方法,其特征在于,所述方法包括:

获取包含不同视角的光场图像集;

选取任一视角的光场图像进行不同深度的重对焦以形成对焦图像集,对各对焦图像进行语义分析得到不同个体的对焦语义分割;

依据各所述对焦语义分割的结果对属于同类的所述个体进行聚类以获得各所述个体于不同所述对焦图像上的深度值范围;

对其他视角下的所述光场图像进行语义分析,以得到各视角下各对应不同所述个体的原始语义分割;

依据所述对焦图像集上各所述个体对应的所述深度值范围通过重投影将各所述个体对应的所述对焦语义分割的结果映射到各视角下以形成映射语义分割;

通过所述原始语义分割与所述映射语义分割的相似度对比获得各视角下各所述个体的对应关系。

2.根据权利要求1所述的方法,其特征在于,所述光场图像集是由相机阵列对应一场景拍摄得到的多视角图像组成。

3.根据权利要求1所述的方法,其特征在于,所述重对焦中依据均值等分选取不同对焦深度。

4.根据权利要求1所述的方法,其特征在于,所述对各对焦图像进行语义分析得到不同个体的对焦语义分割的方法包括:

依据目标检测找到各所述个体,并通过边界框对各所述个体进行语义标记与分割;

计算各所述个体对应的语义置信度、及聚焦度,据以得到对应所述对焦图像的对焦语义分割的质量分布。

5.根据权利要求4所述的方法,其特征在于,所述依据各所述对焦语义分割的结果对属于同类的所述个体进行聚类的方法包括:

任选两个所述个体,依据各所述个体对应的所述边界框之间差距、及深度值之间差距粗估两个所述个体的相似度,以判断两个所述个体是否属于同类。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

依据各所述个体于不同所述对焦图像上的深度值范围作为聚类后所述个体的深度值范围;

选取各所述个体的聚类中所述质量分布最高的个体、通过语义分析得到所述个体对应的语义信息、及对应所述个体的深度值范围作为各所述个体的所述对焦语义分割的结果。

7.根据权利要求1所述的方法,其特征在于,所述依据所述对焦图像集上各所述个体对应的所述深度值范围通过重投影将各所述个体对应的所述对焦语义分割的结果映射到各视角下以形成映射语义分割的方法包括:

针对其他目标视角下所述光场图像中每一个像素找到其在重对焦视角下所述对焦图像集中不同对焦深度下的像素;

选取对焦深度最小且不属于背景的所述语义信息作为目标视角下当前像素的语义信息。

8.根据权利要求1所述的方法,其特征在于,所述通过所述原始语义分割与所述映射义分割的相似度对比获得各视角下所述个体的对应关系的方法包括:

将所述原始语义分割与所述映射义分割的相似度对比值与预设值比较;

若小于所述预设值,则选择所述映射语义分割的结果表示各视角下所述个体对应的语义分割结果;

依据各视角下各所述个体的语义分割结果,以获得各视角下各所述个体的对应关系。

9.根据权利要求8所述的方法,其特征在于,各所述个体的所述深度值范围对应有视差范围,所述视差范围能够作为立体匹配时的视差搜索区间,以缩减所述立体匹配的计算时间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于曜科智能科技(上海)有限公司,未经曜科智能科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910361188.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top