[发明专利]数据的处理方法、装置及设备

权利要求书

1.一种数据的处理方法，其特征在于，包括：

获取图像数据；

确定位于所述图像数据中的至少一个平面以及至少一个平面在世界坐标系下的水平线和竖直线；

基于所述水平线和竖直线获取至少一个平面中像素点的位置信息和方向信息；

在至少一个所述平面中，根据所述位置信息和方向信息确定至少一个用于插入数据的数据插入位置；

确定位于所述图像数据中的至少一个平面，包括：

获取所述图像数据中每个像素点的语义标签和预测法线方向；

根据所述语义标签对所述图像数据中的所有像素进行分组，获得分组结果；

基于所述预测法线方向获取所述分组结果中每个像素点的法线预测可信度；

根据所述法线预测可信度对所述分组结果进行处理，获得位于所述图像数据中的至少一个平面掩模。

2.根据权利要求1所述的方法，其特征在于，获取所述图像数据中每个像素点的语义标签和预测法线方向，包括：

基于卷积神经网络获取数据分类系统；

利用所述数据分类系统对所述图像数据进行处理，获取所述图像数据中每个像素点的语义标签和预测法线方向。

3.根据权利要求2所述的方法，其特征在于，基于卷积神经网络获取数据分类系统，包括：

获取训练数据，所述训练数据包括以下至少之一：基于预设训练图像的像素级语义标签、基于预设训练图像的颜色深度数据、基于预设训练图像中预设像素点的预测法线方向、基于预设训练图像的任意两个像素点与相机之间的距离关系；

利用所述卷积神经网络对所述训练数据进行学习训练，获得所述数据分类系统。

4.根据权利要求1所述的方法，其特征在于，根据所述语义标签对所述图像数据中的所有像素进行分组，获得分组结果，包括：

获取所述图像数据中每个像素点的像素位置信息；

根据所述语义标签、所述像素位置信息和预测法线方向对所述像素点进行聚类处理，获得分组结果。

5.根据权利要求4所述的方法，其特征在于，根据所述语义标签、所述像素位置信息和预测法线方向对所述像素点进行聚类处理，获得分组结果，包括：

根据所述语义标签、所述像素位置信息和预测法线方向对所述像素点进行聚类处理，获得多个聚类结果；

获取每个聚类结果中所包括的像素点信息；

根据所述像素点信息在多个聚类结果中确定至少一个分组结果。

6.根据权利要求5所述的方法，其特征在于，根据所述像素点信息在多个聚类结果中确定至少一个分组结果，包括：

根据所述像素点信息的大小对多个聚类结果进行排序，获得多个聚类结果的排列顺序；

基于所述排列顺序，获取像素点信息之和大于预设阈值的至少一个聚类结果；

将至少一个所述聚类结果确定为至少一个所述分组结果。

7.根据权利要求1所述的方法，其特征在于，基于所述预测法线方向获取所述分组结果中每个像素点的法线预测可信度，包括：

获取所述分组结果中每个像素点所对应的实际法线方向、像素点到图像边缘的距离信息；

根据所述预测法线方向、实际法线方向和距离信息确定所述分组结果中每个像素点的法线预测可信度。

8.根据权利要求7所述的方法，其特征在于，在基于所述预测法线方向获取所述分组结果中每个像素点的法线预测可信度之后，所述方法还包括：

获取所述分组结果中每个像素点的像素值；

将每个像素点的像素值与所对应的法线预测可信度进行加权，获得加权像素信息；

利用高斯分布算法和加权像素信息对分组结果进行拟合，获得所述像素点在高斯分布下的后验概率；

根据所述后验概率对所述法线预测可信度进行调整。

9.根据权利要求8所述的方法，其特征在于，根据所述后验概率对所述法线预测可信度进行调整，包括：

根据所述后验概率确定初始法线预测可信度；

根据所述初始法线预测可信度对所述法线预测可信度进行调整。