【技术实现步骤摘要】
本公开涉及计算机视觉和三维交互式分割相关，具体地说，是涉及一种基于正样本学习的三维交互式目标分割方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，并不必然构成在先技术。
2、交互式分割是计算机视觉的一项关键技术，旨在通过人机交互的方式，精确且高效地将图像或三维数据中的目标对象从背景和其他内容中区分出来，进而达成对目标物体的高精度识别与细致划分的目的。该技术在医疗影像分析、遥感图像处理、虚拟现实、游戏开发等诸多领域具有广泛应用。
3、现有的交互式分割方法大致可分为两类：传统交互式分割方法和基于深度学习的交互式分割方法。传统交互式分割方法在面对高维特征、复杂纹理、重叠结构等复杂场景时，很难精确识别和分割。与传统方法不同，基于深度学习的交互式分割方法利用深度神经网络强大的特征提取和模式识别能力，能够自动捕捉到复杂的图像特征，提高分割精度。
4、专利技术人在研究中发现，现有的方法可以有效地实现交互式图像分割的任务。但在三维交互式分割领域，尽管三维数据包含了丰富的空间信息，但直接在三维空间中实现精确的交互式分割面临诸多挑战，三维数据集的获取以及完全的三维标注往往耗时巨大。
技术实现思路
1、本公开为了解决上述问题，提出了一种基于正样本学习的三维交互式目标分割方法及系统，能够在提供较少视角图像的条件下，从场景图像中生成标注物体的三维分割图像。
2、为了实现上述目的，本公开采用如下技术方案：
3、一个或多个
4、选取待分割三维场景图像中的部分图像进行目标标注，构建正类数据集，将未标注的图像作为未标注数据集；
5、将正类数据集与未标注数据集进行交互式分割，基于正类数据集对未标注图像像素进行正样本学习，确定未标注图像分类标签，得到场景图像的语义分割标签信息；
6、根据每幅图像对应的相机参数，进行场景表达，得到图像中目标的语义概率分布；
7、将得到的语义概率分布与语义分割标签信息进行结合，根据获取的待识别视角，得到对应视角下的交互物体的三维分割图像。
8、基于正样本学习的三维交互式目标分割系统，包括：
9、正样本划分模块：被配置为获取待分割三维场景图像中的部分图像进行目标标注，构建正类数据集，将未标注的图像作为未标注数据集；
10、正样本学习模块：被配置为将正类数据集与未标注数据集进行交互式分割，基于正类数据集对未标注图像像素进行正样本学习，确定未标注图像分类标签，得到场景图像的语义分割标签信息；
11、场景表达模块：被配置为根据每幅图像对应的相机参数，进行场景表达，得到图像中目标的语义概率分布；
12、融合分割模块：被配置为将得到的语义概率分布与语义分割标签信息进行结合，根据获取的待识别视角，得到对应视角下的交互物体的三维分割图像。
13、一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述的基于正样本学习的三维交互式目标分割方法中的步骤。
14、一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述的基于正样本学习的三维交互式目标分割方法中的步骤。
15、与现有技术相比，本公开的有益效果为：
16、本公开中的三维交互式分割方法，能够实现在相机的设定区域内根据相机的位姿预测对应的场景，能够实现对不能通过相机直接拍摄区域的场景中挑选的目标物体进行分割，实现了全区域无死角的物体语义分割输出。提出的交互式分割，可以将标注物体从场景图像中分割出来，与场景表示结合实现3d交互式分割的功能。
17、本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。
本文档来自技高网...【技术保护点】
1.基于正样本学习的三维交互式目标分割方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于正样本学习的三维交互式目标分割方法，其特征在于：获取三维场景图像，包括多视图图像以及交互图像，分别进行特征提取得到特征图像；交互图像中包含交互目标；
3.如权利要求1所述的基于正样本学习的三维交互式目标分割方法，其特征在于：构建基于PU Learning的交互式分割模块进行交互式分割，交互式分割模块采用多层感知机网络；
4.如权利要求3所述的基于正样本学习的三维交互式目标分割方法，其特征在于，对交互式分割模块训练的方法，包括如下步骤：
5.如权利要求1所述的基于正样本学习的三维交互式目标分割方法，其特征在于，图像中目标的语义概率分布的确定方法，包括如下步骤：
6.如权利要求5所述的基于正样本学习的三维交互式目标分割方法，其特征在于：场景表达网络采用神经辐射场作为基本模型，基于场景表达函数得到图像中目标的语义概率分布；
7.如权利要求1所述的基于正样本学习的三维交互式目标分割方法，其特征在于，将语义概率分布与交互式
8.基于正样本学习的三维交互式目标分割系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的基于正样本学习的三维交互式目标分割方法中的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的基于正样本学习的三维交互式目标分割方法中的步骤。
...【技术特征摘要】
1.基于正样本学习的三维交互式目标分割方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于正样本学习的三维交互式目标分割方法，其特征在于：获取三维场景图像，包括多视图图像以及交互图像，分别进行特征提取得到特征图像；交互图像中包含交互目标；
3.如权利要求1所述的基于正样本学习的三维交互式目标分割方法，其特征在于：构建基于pu learning的交互式分割模块进行交互式分割，交互式分割模块采用多层感知机网络；
4.如权利要求3所述的基于正样本学习的三维交互式目标分割方法，其特征在于，对交互式分割模块训练的方法，包括如下步骤：
5.如权利要求1所述的基于正样本学习的三维交互式目标分割方法，其特征在于，图像中目标的语义概率分布的确定方法，包括如下步骤：
6.如权利要求5所述的基于正样本学习的三维交互式目标...
【专利技术属性】
技术研发人员：王海霞，舒焕洲，刘强，卢晓，张治国，聂君，孙巧巧，李玉霞，盛春阳，宋诗斌，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。