[发明专利]目标遮挡判断方法、装置、计算机设备和存储介质

权利要求书

1.一种目标遮挡判断方法，其特征在于，所述方法包括：

将重建后的三维图像进行图像分割，获取不少于一个三维子图像；

将所述三维子图像输入预设的遮挡还原网络模型，获取还原后的三维子图像；

基于预设的与所述三维子图像相适用的三维图像模板和相关值计算公式，获取第一相关值和第二相关值；所述第一相关值是所述三维子图像与预设的三维图像模板之间的相关值；所述第二相关值是所述还原后的三维子图像与预设的三维图像模板之间的相关值；

根据所述第一相关值和所述第二相关值的大小，判断所述三维子图像是否被遮挡。

2.根据权利要求1所述的方法，其特征在于，所述将重建后的三维图像进行图像分割，获取不少于一个三维子图像，之前还包括：

通过图像采集装置，获取拍摄对象在不同时刻的图像；

对所述拍摄对象在不同时刻的图像进行三维重建，获取重建后的三维图像。

3.根据权利要求2所述的方法，其特征在于，所述对所述拍摄对象在不同时刻的图像进行三维重建，获取重建后的三维图像包括：

根据所述拍摄对象在不同时刻的图像，获取所述拍摄对象在不同时刻的三维点云信息和彩色图像信息；

根据所述拍摄对象在不同时刻的三维点云信息和彩色图像信息，对所述拍摄对象的三维图像进行三维重建，获取重建后的三维图像。

4.根据权利要求1所述的方法，其特征在于，所述遮挡还原网络模型通过以下方法获取：

获取三维样本图像；

提取所述三维样本图像的图像特征，生成三维样本图像训练集；

构建基于双向长短期记忆网络的深度神经网络，将所述三维样本图像训练集作为输入对所述深度神经网络进行训练，得到遮挡还原网络模型。

5.根据权利要求1所述的方法，其特征在于，所述基于预设的与所述三维子图像相适用的三维图像模板和相关值计算公式，获取第一相关值和第二相关值包括：

从预设模板库中获取与所述三维子图像相适用的三维图像模板；

根据预设的相关值计算公式，获取所述三维子图像和所述三维图像模板之间的第一相关值集合；

获取所述第一相关值集合中的最大值作为第一相关值；

根据预设的相关值计算公式，获取所述还原后的三维子图像和所述三维图像模板之间的第二相关值集合；

获取所述第二相关值集合中的最大值作为第二相关值。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一相关值和所述第二相关值的大小，判断所述三维子图像是否被遮挡包括：

比较所述第一相关值和所述第二相关值的大小；

若所述第一相关值大于所述第二相关值，判定所述三维子图像中的目标未被遮挡；

若所述第一相关值小于所述第二相关值，判定所述三维子图像中的目标被遮挡。

7.根据权利要求6所述的方法，其特征在于，所述判定所述三维子图像中的目标被遮挡，之后还包括：

输出还原后的三维子图像，实现对被遮挡的三维子图像中目标的还原。

8.一种目标遮挡判断装置，其特征在于，所述装置包括：

分割模块，用于将重建后的三维图像进行图像分割，获取不少于一个三维子图像；

还原模块，用于将所述三维子图像输入预设的遮挡还原网络模型，获取还原后的三维子图像；

获取模块，用于基于预设的与所述三维子图像相适用的三维图像模板和相关值计算公式，获取第一相关值和第二相关值；所述第一相关值是所述三维子图像与预设的三维图像模板之间的相关值；所述第二相关值是所述还原后的三维子图像与预设的三维图像模板之间的相关值；

判断模块，用于根据所述第一相关值和所述第二相关值的大小，判断所述三维子图像是否被遮挡。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。