[发明专利]全景图像特征点匹配模型的训练方法、装置以及服务器

说明书

本申请适用于视觉图像处理技术领域，提供了一种全景图像特征点匹配模型的训练方法方法、装置、服务器以及计算机可读存储介质，该方法包括：获取训练场景数据集；确定训练场景数据集的目标真值；以训练场景数据集为输入，所述目标真值为输出，对全景图像特征点匹配模型进行训练，得到训练后的全景图像特征点匹配模型。可见，本申请实施例通过自动确定训练场景数据集的目标真值（即训练场景数据集中存在稳健匹配关系的特征点），不需要人工给训练场景数据集中的数量庞大的特征点配置稳健匹配关系作为目标真值，从而达到根据训练场景数据集和目标真值训练得到的全景图像特征点匹配模型可以准确对全景图像进行特征匹配的效果。

技术领域

本申请属于视觉图像处理技术领域，尤其涉及一种全景图像特征点处理模型的训练方法、装置以及服务器。

背景技术

相机定位是基于图像的三维重建中的基本步骤，根据同一物体对象对应的不同图像之间的特征匹配来实现相机定位。一般地，根据全景图像之间的特征匹配实现的相机定位效果较佳，但是，现有技术中无法对全景图像进行准确的特征匹配。

发明内容

本申请实施例提供了一种全景图像特征点处理模型的训练方法、装置以及服务器，可以解决现有技术中无法对全景图像进行准确的特征匹配的问题。

第一方面，本申请实施例提供了一种全景图像特征点匹配模型的训练方法，包括：

获取训练场景数据集，所述训练场景数据集中每个训练场景数据包括一个训练场景中同一个相机在不同拍摄位置拍摄得到的多个训练图像；

确定所述训练场景数据集的目标真值，其中，所述目标真值为在所述训练场景数据集中提取的存在目标匹配关系的目标特征点；

以训练场景数据集为输入，所述目标真值为输出，对全景图像特征点匹配模型进行训练，得到训练后的全景图像特征点匹配模型。

在第一方面的一种可能的实现方式中，确定训练场景数据集的目标真值，包括：

从所述训练场景数据的训练全景图像中，提取出存在第一匹配关系的第一特征点；

筛选出所述存在第一匹配关系的第一特征点中的存在目标匹配关系的目标特征点，作为所述训练场景数据集的目标真值。

在第一方面的一种可能的实现方式中，从所述训练场景数据的所述训练全景图像中，提取出存在第一匹配关系的第一特征点，包括：

对所述训练全景图像进行裁剪，得到训练透视图像；

基于预先训练的透视图像特征点匹配模型，从训练透视图像中，提取出存在第二匹配关系的第二特征点；

将存在第二匹配关系的第二特征点，从各自所在的训练透视图像中，投影至所述各自所在的训练透视图像对应的裁剪前的训练全景图像中，得到存在第一匹配关系的第一特征点。

在第一方面的一种可能的实现方式中，筛选出所述存在第二匹配关系的第一特征点中的存在目标匹配关系的目标特征点，得到所述训练场景数据集的目标真值，包括：

获取存在第一匹配关系的第一特征点对应的相机拍摄位置；

根据所述相机拍摄位置筛选出所述存在第一匹配关系的第一特征点中的存在目标匹配关系的目标特征点。

在第一方面的一种可能的实现方式中，根据所述相机拍摄位置筛选出所述存在第一匹配关系的第一特征点中的存在目标匹配关系的目标特征点，包括：

根据所述相机拍摄位置确定存在第一匹配关系的第一特征点对应的同一个真实特征点；

将所述第一特征点从像素坐标系投影至所述真实特征点所在的世界坐标系；