[发明专利]空间几何信息估计模型的训练方法及装置在审

专利信息
申请号: 202210345349.3 申请日: 2022-04-02
公开(公告)号: CN114758068A 公开(公告)日: 2022-07-15
发明(设计)人: 谢佳锋;隋伟;陈腾;任伟强;张骞 申请(专利权)人: 北京地平线信息技术有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06K9/62;G06V10/774
代理公司: 北京思源智汇知识产权代理有限公司 11657 代理人: 靳涛涛
地址: 100094 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 空间 几何 信息 估计 模型 训练 方法 装置
【权利要求书】:

1.一种空间几何信息估计模型的训练方法,包括:

对样本图像序列中的第一样本图像和第二样本图像进行特征提取,得到特征数据,其中,所述第二样本图像位于所述第一样本图像之后;

基于所述特征数据,由待训练模型进行空间几何信息预测,生成预测空间几何信息;

基于所述预测空间几何信息、预设的标注空间几何信息和预设的有监督的空间几何损失函数,确定空间几何损失值;

基于所述空间几何损失值,调整所述待训练模型的参数,直至满足预设训练结束条件,得到空间几何信息估计模型。

2.根据权利要求1所述的方法,其中,所述方法还包括:

基于所述特征数据,由所述待训练模型进行运动流预测,生成表示运动物体在所述第一样本图像和所述第二样本图像内的运动状态的运动流数据;

基于所述运动流数据和预设的无监督的光流损失函数,确定光流损失值;

所述基于所述空间几何损失值,调整所述待训练模型的参数,包括:

基于所述空间几何损失值和所述光流损失值,调整所述待训练模型的参数。

3.根据权利要求2所述的方法,其中,所述基于所述运动流数据和预设的无监督的光流损失函数,确定光流损失值,包括:

基于所述预测空间几何信息,生成表示所述第一样本图像和所述第二样本图像之间的视差流数据;

将所述视差流数据和所述运动流数据进行融合,得到融合流数据;

基于所述融合流数据和预设的无监督的光流损失函数,确定光流损失值。

4.根据权利要求1所述的方法,其中,在所述对样本图像序列中的第一样本图像和第二样本图像进行特征提取,得到特征数据之前,所述方法还包括:

从预设的初始图像序列中提取第一初始样本图像和第二初始样本图像;

确定所述第二初始样本图像相对于所述第一初始样本图像的旋转矩阵和平移矩阵;

获取所述第二初始样本图像对应的预先标定的地面法向量、用于拍摄所述图像序列的相机的高度和所述相机的内参;

基于所述地面法向量、所述内参、所述高度、所述旋转矩阵和所述平移矩阵,确定单应性矩阵;

利用所述单应性矩阵,对所述第一初始样本图像和所述第二初始样本图像进行地面对齐处理,得到所述第一样本图像和所述第二样本图像。

5.一种空间几何信息估计方法,包括:

对图像序列中的第一图像和第二图像进行特征提取,得到特征数据,其中,所述第二图像位于所述第一图像之后;

基于所述特征数据,由空间几何信息估计模型进行空间几何信息预测,生成所述第二图像中各像素分别对应的空间几何信息。

6.根据权利要求5所述的方法,其中,在所述对图像序列中的第一图像和第二图像进行特征提取,得到特征数据之后,所述方法还包括:

基于所述特征数据,由所述空间几何信息估计模型进行运动流预测,生成表示运动物体在所述第一图像和所述第二图像内的运动状态的运动流数据。

7.一种空间几何信息估计模型的训练装置,包括:

第一提取模块,用于对样本图像序列中的第一样本图像和第二样本图像进行特征提取,得到特征数据,其中,所述第二样本图像位于所述第一样本图像之后;

第一生成模块,用于基于所述特征数据,由待训练模型进行空间几何信息预测,生成预测空间几何信息;

第一确定模块,用于基于所述预测空间几何信息、预设的标注空间几何信息和预设的有监督的空间几何损失函数,确定空间几何损失值;

训练模块,用于基于所述空间几何损失值,调整所述待训练模型的参数,直至满足预设训练结束条件,得到空间几何信息估计模型。

8.一种空间几何信息估计装置,包括:

第三提取模块,用于对图像序列中的第一图像和第二图像进行特征提取,得到特征数据,其中,所述第二图像位于所述第一图像之后;

第一预测模块,用于基于所述特征数据,由空间几何信息估计模型进行空间几何信息预测,生成所述第二图像中各像素分别对应的空间几何信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京地平线信息技术有限公司,未经北京地平线信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210345349.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top