[发明专利]基于深度估计与类内平均形状的室内物体位姿估计方法

说明书

本发明公开了一种基于深度估计与类内平均形状的室内物体位姿估计方法，包括步骤：1)获取基础数据，包括室内场景RGB图像数据和室内物体三维模型历史数据；2)利用数据估计室内场景深度及对RGB图像进行物体分割和分类，计算物体对应类别的类内平均形状，结合深度估计结果与类内平均形状重建物体归一化空间坐标；3)根据归一化空间坐标和深度图进行相似性变换，得出室内物体位姿估计结果。本发明克服了当前实例级别物体位姿估计方法的不足，可以对同一类物体的不同实例进行位姿估计，另外，本发明仅需要RGB图像，不需要获取深度图像，克服了深度图像难以获取的问题。

技术领域

本发明涉及室内装修设计自动化的技术领域，尤其是指一种基于深度估计与类内平均形状的室内物体位姿估计方法。

背景技术

随着社会经济的发展和人们生活质量的提高，人们开始更多地注重生活的美感与生活品质，而合理而舒适的室内家居物体布局，能够让居住环境更加美观，可以极大地提高人们的生活质量和满足人们对美好生活的追求。在数字化的今天，人们可以利用现有的一些设计软件，对家居场景进行虚拟化的设计并得到相应的可视化结果，并按照生成的设计图来进行最后的装修布置。室内物体摆放是指从物体数据库中挑选出合适的物体并且将其以正确的姿态，大小摆放到三维场景中。由于物体数据的初始姿态和大小并不确定，放置到三维空间后并不一定契合当前的三维空间，需要用户手动调整，这使得室内物体摆放极为耗费用户时间和精力。因此我们要对物体的位姿进行恰当的估计，以便于对物体进行一定的旋转和缩放，与房间的方向进行对齐，适应物体所处的空间大小。

目前有一系列的实例级别的6D位姿估计方法，但是这些方法只能预测已经在训练时输入过的三维模型的平移和空间旋转矩阵，对于未曾见过的模型，这些实例级别的6D位姿估计方法便无能为力。而室内物体模型是比较大的数据集，例如照相机便有着多种模型，普通单反相机，全画幅相机等。因此，实例级别的6D位姿估计方法不能够满足我们的要求。目前已经有一些关于类别级姿态估计的工作，但是它们都做了简化的假设。首先，这些算法将旋转预测限制为仅沿重力方向(仅四个自由度)。其次，他们关注几个大尺度的对象类别，例如椅子、沙发、床或汽车，并且不考虑物体的对称性。相反，在物体位姿估计任务中，我们需要估计各种小比例物体的姿态，由于这些物体具有更大的姿态变化，这通常比大比例的物体更具挑战性。也有一些工作研究了小比例物体的位姿估计方法，但是这些工作都要求事先获取室内场景的深度图，相比于RGB图像，深度图像的获取更为艰难且不精确。如何仅根据RGB图像对物体进行类级别位姿估计是一个极具挑战性的问题。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于深度估计与类内平均形状的室内物体位姿估计方法，克服了当前实例级别物体位姿估计方法的不足，可以对同一类物体的不同实例进行位姿估计，另外，本发明仅需要RGB图像，不需要获取深度图像，克服了深度图像难以获取的问题。

为实现上述目的，本发明所提供的技术方案为：基于深度估计与类内平均形状的室内物体位姿估计方法，包括以下步骤：

1)获取基础数据，包括室内场景RGB图像数据和室内物体三维模型历史数据；

2)利用数据估计室内场景深度及对RGB图像进行室内物体分割和分类，计算物体对应类别的类内平均形状，结合深度估计结果与类内平均形状重建室内物体归一化空间坐标；

3)根据归一化空间坐标和深度图进行相似性变换，得出室内物体位姿估计结果。

进一步，采用可视化的方法将室内物体位姿估计结果显示在设计软件上，其中，所述可视化是指将物体位姿估计结果通过绘制3D包围盒表示出来。

在步骤1)中，所述室内场景RGB图像数据是指通过第三方设计软件加载室内三维场景模型进行渲染后截图获取的图像数据；所述室内物体三维模型历史数据是指通过第三方设计软件数据库获取的各类室内物体三维模型。