[发明专利]立体格局图产生方法与系统

说明书

说明书公开一种立体格局图产生方法与系统，系统设有主机，其中储存由全景摄影机拍摄而取得涵盖一空间中多个区域的全景图，并执行深度学习以由全景图产生立体格局图，在方法中，先取全景图，利用图像处理技术辨识并标记各区域全景图中的物件、分类物件，通过深度学习方法根据物件属性辨识出各区域的空间型态，接着根据各区域的空间型态得出尺寸与格局，以及于各全景图中定位各区域中的点与线，点与线形成空间内多个区域的间的边界与相对关系，经结合各区域尺寸与格局，执行一立体空间建模，以形成一立体格局图。

技术领域

本发明关于一种立体格局图产生的技术，特别是指基于深度学习方法执行影像辨识与辨识空间型态而生成立体格局图的方法与系统。

背景技术

随着影像辨识技术逐渐成熟，许多的影像应用因应而生，例如有拍摄全景图(panorama)的技术、取得360度空间图的技术等，形成立体影像的方式为依据影像的边界拼接多张影像，且一次仅能处理一个空间的影像。

对于较为复杂与多区域的全景图像处理，习知技术尚缺乏有效形成立体格局图的方法。

发明内容

说明书揭示一种立体格局图产生方法与系统，其目的的一个是能根据拍摄的全景图(panorama)利用深度学习方法取得影像特征，辨识其中物件与空间的关系，进一步建模而产生立体格局图。

根据实施例的一个，所提出的立体格局图产生系统包括一主机，其中设有一或多个处理器与储存器，储存器储存由拍摄装置拍摄而取得涵盖一空间的一或多张影像，其中一或多张影像为对应此空间内的一或多个区域的全景图，由处理器执行实现影像辨识的人工智能的一或多个深度学习方法，以执行一立体格局图产生方法。

在立体格局图产生方法中，先取得涵盖一空间的一或多张影像，一或多张影像为对应空间内的一或多个区域的全景图，接着利用图像处理技术辨识并标记各区域全景图中的一或多个物件，并且分类各全景图中的一或多个物件，用以辨识各区域的空间型态，之后，能根据空间内的一或多个区域的空间型态得出各区域的尺寸与格局。

通过图像处理，还能于各全景图中定位空间中各区域的点与线，得出点与线在各区域的位置，之后通过结合空间的各全景图的一或多个物件，可依据各区域的点与线形成一立体格局图。

优选地，方法中用以辨识各影像中一或多个物件以及辨识各区域的空间型态的图像处理技术采用深度学习方法，可以根据辨识得出各区域的一或多个物件的属性来辨识出各区域的空间型态。

进一步地，所述空间包括有多个区域，各区域的全景图定位出的点与线形成多个区域之间的边界与相对关系，配合各区域中的一或多个物件与空间型态得出多个区域之间的连接关系，执行一立体空间建模，以结合多个区域以形成立体格局图。

优选地，在所述空间中，由各全景图辨识的各物件为室内区域内的门、窗、墙、家具与摆设的其中的一个，其中采用的深度学习方法的一个为双投射网络，其中采用等距长方全景视图与透视天花板视图，根据各区域的全景图预测各区域的一立体空间的格局。

更者，辨识各影像中物件以及辨识各区域的空间型态的深度学习方法还可包括一深度残差网络，用于影像识别与分类，以快速地识别与分类各区域的格局。

所述深度学习方法的再一方法为一侦测网络的深度学习算法，能于分析各区域的全景图后，从影像中特征识别出各区域中一或多个物件，并执行定位。

附图说明

图1显示拍摄全景图的装置实施例示意图；

图2所示为描述立体格局图产生方法的实施例流程图之一；

图3所示为描述立体格局图产生方法的实施例流程图之二；

图4以图示方法描述立体格局图产生方法的实施例流程；

图5描述双投射网络的深度学习方法流程；