[发明专利]一种由粗至精的室内场景图像布局估计方法

摘要

本发明公开了一种由粗至精的室内场景图像布局估计方法，首先基于Canny边缘检测结果，设置阈值获得相应长直线段，对长直线段进行方向上的归类并估计消失点，进而生成大量布局候选项；然后，构建以VGG‑16为原型的全卷积神经网络预测信息化边界图，并将fc7层提取特征经Softmax分类器获得布局类别信息，两者融合生成全局特征进行布局候选项的粗选取；最后，建立布局估计的结构化回归模型，在提取线段、几何上下文、法向量和深度等信息的基础上，经几何积分图像形成区域级特征，实现布局候选项到特征域的映射的同时进行特征参数的学习，从而获得布局估计参数模型。该方法提高了布局估计的准确率，在室内场景的3D重建中具有重要的应用价值。

主权项

一种由粗至精的室内场景图像布局估计方法，其特征在于，包括以下步骤：步骤A、针对室内场景图像，采用改进型的消失点估计方法对图像中检测出的边缘线段进行消失点估计，生成若干场景布局候选项；步骤B、针对室内场景图像，基于卷积神经网络提取布局边界和布局类别信息，融合成全局特征，对步骤A生成的场景布局候选项进行粗选取；步骤C、根据布局估计问题定义结构化回归问题模型，通过训练图像集对结构化回归问题模型进行训练学习，通过训练学习完成的模型进行室内场景布局估计；最后用查询图像测试。