[发明专利]一种场景模型构建方法、智能终端及计算机可读存储介质

权利要求书

1.一种场景模型构建方法，其特征在于，所述场景模型构建方法包括：

当获取针对同一场景的第N原始深度图像时，根据所述第N原始深度图像，对第N原始场景模型进行场景融合，得到第N中间场景模型，其中，N为小于或等于所述原始深度图像的总数的自然数，当N等于1时，第一原始场景模型为预设的空白场景模型；

根据预设的提取规则，提取所述第N中间场景模型中各个体素的邻域特征；

根据所述邻域特征，计算各个所述体素对应的体素预测值；

针对每一个所述体素，当该体素在所述第N原始场景模型中对应的体素值为非体素观测值时，根据该体素对应的体素预测值，对所述第N原始场景模型进行更新，得到第(N+1)原始场景模型。

2.根据权利要求1所述的场景模型构建方法，其特征在于，所述当获取针对同一场景的第N原始深度图像时，根据所述第N原始深度图像，对第N原始场景模型进行场景融合，得到第N中间场景模型，具体包括：

当获取针对同一场景的第N原始深度图像时，对所述第N原始深度图像进行滤波，生成第N降噪深度图像；

根据所述第N原始深度图像对应的相机内参，计算所述第N降噪深度图像中各个像素点对应的点云，得到若干个点云；

针对每一个所述第N降噪深度图像中的像素，根据该像素对应的邻域点云，确定该像素对应的点云的法向量，其中，所述邻域点云与该像素的邻域像素对应点云；

根据各个点云的法向量，对第N场景模型中的每一个体素进行场景融合，得到第N中间场景模型。

3.根据权利要求1所述的场景模型构建方法，其特征在于，针对每一个所述体素，该体素对应的邻域特征包括该体素的邻域体素的场景特征，所述邻域体素为与该体素对应的像素点的邻域像素对应的体素。

4.根据权利要求1所述的场景模型构建方法，其特征在于，所述根据预设的提取规则，提取所述第N中间场景模型中各个体素的邻域特征，具体包括：

根据预设的提取规则，提取所述第N中间场景模型中的各个体素的场景特征；

针对每一个所述体素，根据预设的筛选规则和该体素对应的邻域体素的坐标，对所述邻域体素进行筛选，得到目标体素；

将所述目标体素对应的场景特征作为该体素对应的邻域特征。

5.根据权利要求1所述的场景模型构建方法，其特征在于，所述根据所述邻域特征，计算各个所述体素对应的体素预测值，具体包括：

针对每一个所述体素，将该体素对应的邻域特征输入已训练的结构化随机森林模型，并通过所述结构化随机森林模型根据输入的邻域特征对该体素进行体素值预测，得到该体素对应的若干个初始预测值；

根据预设的误差损失函数，计算各个所述初始预测值对应的误差值；

根据所述误差值，确定所述初始预测值中的若干个中间预测值；

根据所述中间预测值，计算所述体素对应的体素预测值。

6.根据权利要求5所述的场景模型构建方法，其特征在于，所述结构化随机森林模型的训练过程包括：

获取不同场景的训练深度图像；

根据预设的采样规则，对所述训练深度图像中的像素点进行筛选，得到训练像素点；

针对每一个所述训练像素点，将该像素点对应的体素值作为标签数据，以及将该像素点对应的邻域体素值作为训练数据；

将所述训练数据输入预设的结构化随机森林模型中，并通过所述结构化随机森林模型根据所述训练数据，计算对应的训练预测值；

根据所述训练预测值和所述标签数据，对所述结构化随机森林模型进行参数调节，直至所述结构化随机森林模型收敛。