一种基于二维‑三维语义数据集的室内场景理解方法

摘要

本发明中提出的一种基于二维‑三维语义数据集的室内场景理解方法，其主要内容包括：数据的收集和整理、训练和测试分割，其过程为，先捕捉图像输出扫描区域，输出扫描区域，原始颜色深度图像(RGB‑D)和3D纹理网格，接着通过对网格进行采样生成点云，对数据进行语义注释，然后将每个点标签投影在3D网格和图像域上，最后利用数据集中的某些区域表示在其外观和建筑特征方面具有相似性建筑物的部分，定义标准训练和测试分割。本发明提出的语义数据集可以利用大规模室内空间中存在的规律来开发联合跨模态学习模型和潜在的无监督方法；为语义、布局、遮挡、形状、模式检测等提供强有力的提示；不受规模、多样性和数量的限制。