[发明专利]一种基于信息边缘和多模态特征的室内场景布局估计方法

摘要

本发明公开了一种基于信息边缘和多模态特征的室内场景布局估计方法，针对图像用边缘检测提取直线段由此估计出图像消失点，从消失点出发做采样射线粗划分图像区域；用全卷积神经网络（FCNs）获取信息边缘图，选取图中能量较高区域并细采样产生布局候选项；基于积分几何提取图像的线段、几何上下文、深度、法向量特征；考虑布局候选项与区域级特征一元和二元的映射关系，设计布局估计的结构化回归模型，引入结构化学习算法，能量函数最小的即为室内场景布局估计。本发明逐步缩小候选项生成区域，并结合多种模态特征对布局候选项进行约束，提高了室内估计布局精度。

主权项

一种基于信息边缘和多模态特征的室内场景布局估计方法，其特征在于，包括以下具体步骤：步骤A，针对室内场景图像，根据检测出的边缘直线段进行消失点估计，从消失点出发以设定第一采样频率对场景图像区域进行粗划分；步骤B，针对室内场景图像，采用卷积神经网络获取场景图像的信息边缘图，选取步骤1中粗划分后场景图像区域中能量高出设定阈值的区域，并对该区域进行以设定第二采样频率进行细划分，产生布局候选项；步骤C，针对室内场景图像，提取其线组成员、几何上下文、深度、法向量特征，并采用积分几何累加计算方法对四个特征进行累加，得到场景图像的区域级特征；步骤D，根据布局候选项到特征的一元和二元映射关系，设计布局估计的结构化回归模型，引入结构化学习算法对结构化回归模型进行训练学习，通过训练学习完成的模型进行室内场景布局估计。