[发明专利]确定图像参数的方法、装置、电子设备和计算机可读存储介质

说明书

本公开公开了一种确定图像参数的方法，其特征在于，包括：从视频中获取第一图像和第二图像；确定与所述第一图像对应的第一图像特征参数，以及确定与所述第二图像对应的第二图像特征参数；根据所述第一图像特征参数和所述第二图像特征参数确定平面特征参数；根据所述平面特征参数确定与所述第一图像和所述第二图像对应的平面的参数。本公开实施例提供的确定图像参数的方法、装置、电子设备和计算机可读存储介质，根据视频中至少两个图像确定图像的参数，所确定的图像的参数相较于现有技术能够更加准确。

技术领域

本公开涉及信息处理领域，尤其涉及一种确定图像参数的方法、装置、电子设备及计算机可读存储介质。

背景技术

随着计算机技术的进步，与图像相关的应用愈发丰富，例如能够识别出图像中的平面，并基于识别的平面实现场景重建、以及支撑人工智能应用等。

现有技术可以通过训练的卷积神经网络CNN识别单个图像中的平面，例如通过CNN(参见《PlaneRCNN：3D Plane Detection and Reconstruction from a Single Image》，Chen Liu等，以及《Depth Map Prediction from a Single Image using a Multi-ScaleDeep Network》，David Eigen等)能够在单个图像中检测出一个或多个平面区域(也称作平面的目标框bounding box，或者称作regions of interest，ROI)，进而通过像素级目标分割确定出平面区域中的平面部分的分割图(mask图)以及输出与平面区域对应的平面的方程和平面分割图等，其中，所使用的CNN可以是基于大量具有深度信息的图像经过训练获得。

但是上述现有技术是基于单个图像输出平面的方程和分割图，也就是说基于单个图像的图像特征通过卷积神经网络估计出一个或多个平面区域中的像素的深度信息，进而识别出平面区域中的平面，而基于单个图像所估算的深度信息无法验证，会存在较大误差。

发明内容

本公开实施例提供确定图像参数的方法，装置，电子设备，和计算机可读存储介质，根据视频中至少两个图像确定图像的参数，所确定的图像的参数相较于现有技术能够更加准确。

第一方面，本公开实施例提供一种确定图像参数的方法，其特征在于，包括：从视频中获取第一图像和第二图像；确定与所述第一图像对应的第一图像特征参数，以及确定与所述第二图像对应的第二图像特征参数；根据所述第一图像特征参数和所述第二图像特征参数确定平面特征参数；根据所述平面特征参数确定与所述第一图像和所述第二图像对应的平面的参数。

第二方面，本公开实施例提供一种确定图像参数的装置，其特征在于，包括：图像获取模块，用于从视频中获取第一图像和第二图像；图像特征参数确定模块，用于确定与所述第一图像对应的第一图像特征参数，以及确定与所述第二图像对应的第二图像特征参数；平面特征参数确定模块，用于根据所述第一图像特征参数和所述第二图像特征参数确定平面特征参数；平面参数确定模块，用于根据所述平面特征参数确定与所述第一图像和所述第二图像对应的平面的参数。

第三方面，本公开实施例提供一种电子设备，包括：存储器，用于存储计算机可读指令；以及与所述存储器耦合的一个或多个处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现前述第一方面中的任一所述确定图像参数的方法。

第四方面，本公开实施例提供一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行前述第一方面中的任一所述确定图像参数的方法。