(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211076158.8 (22)申请日 2022.09.02 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 王海君　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 专利代理师 吕朝蕙 (51)Int.Cl. G06T 7/73(2017.01) G06T 17/10(2006.01) (54)发明名称 孔洞位置的确定方法和元宇宙中三维模型 的生成方法 (57)摘要 本公开提供了一种孔洞位置的确定方法和 元宇宙中三维模型的生成方法、 装置， 涉及人工 智能领域， 具体涉及虚拟现实、 增强现实、 元宇 宙、 计算机视觉和深度学习等技术领域。 孔洞位 置的确定方法的具体实现方案为： 获取包括建筑 物的图像中墙体区域的位置信息和墙体区域中 像素点的深度值； 确定墙体区域包括的至少一个 像素点列中的目标列， 目标列包括的多个像素点 的深度值差异大于第一预定差异； 以及根据目标 列包括的像素点， 确定孔洞的像素位置 。 权利要求书5页 说明书14页 附图7页 CN 115439543 A 2022.12.06 CN 115439543 A 1.一种孔洞位置的确定方法， 包括： 获取包括建筑物的图像中墙 体区域的位置信息和所述墙 体区域中像素点的深度值； 确定所述墙体区域包括的至少一个像素点列中的目标列， 所述目标列包括的多个像素 点的深度值差异大于第一预定 差异； 以及 根据所述目标列包括的像素点， 确定孔洞的像素位置 。 2.根据权利要求1所述的方法， 其中， 所述确定所述墙体区域包括的至少一个像素点列 中的目标列包括： 将所述像素点列包括的多个 像素点沿列的延伸方向划分为多个 像素点组； 确定所述像素点组包括的像素点的深度值均值， 作为针对所述像素点组的深度值； 以 及 响应于针对多个所述像素点组 的多个深度值的差异大于所述第 一预定差异， 确定所述 像素点列为所述目标列。 3.根据权利要求1所述的方法， 其中， 所述根据所述目标列包括的像素点， 确定孔洞的 像素位置包括： 确定所述墙 体区域中与所述目标列中的每一列对应的相邻像素点列； 确定所述相邻像素点列包括的像素点的第一深度值均值； 响应于所述每一列中目标像素点的深度值均值与所述第一深度值均值之间的差异大 于第二预定 差异， 确定所述每一列为所述 孔洞的像素位置的边 缘位置； 以及 根据所述 边缘位置， 确定所述 孔洞的像素位置 。 4.根据权利要求3所述的方法， 其中， 所述边缘位置包括第 一方位的边缘位置和第 二方 位的边缘位置； 所述确定所述墙体区域中与所述目标列中的每一列对应的相 邻像素点列包 括： 响应于确定所述第 一方位的边缘位置， 确定所述墙体区域中位于所述每一列的第 一方 位上， 与所述每一列相邻的第一预定数量个 像素点列为所述相邻像素点列； 响应于确定所述第 二方位的边缘位置， 确定所述墙体区域中位于所述每一列的第 二方 位上， 与所述每一列相邻的第二预定数量个 像素点列为所述相邻像素点列， 其中， 所述第一方位与所述第二方位彼此相反、 且垂直于所述每一列的延伸方向。 5.根据权利要求3所述的方法， 其中， 所述响应于所述每一列中目标像素点的深度值均 值与所述第一深度值均值之 间的差异大于第二预定差异， 确定所述每一列为所述孔洞的像 素位置的边 缘位置包括： 将所述每一列包括的多个 像素点沿列的延伸方向划分为多个 像素点组； 以及 响应于多个所述像素点组中目标像素点组包括的像素点的第 二深度值均值， 与所述第 一深度值均值之间的差异大于所述第二预定差异， 确定所述每一列为所述孔洞的像素位置 的边缘位置， 其中， 所述目标像素点组沿列的延伸方向排在多个所述像素点组的最后位置 。 6.根据权利要求5所述的方法， 其中， 确定所述每一列为所述孔洞的像素位置的边缘位 置包括： 响应于所述第二深度值均值与所述第一深度值均值之间的差异大于所述第二预定差 异， 确定多个所述像素点组中像素点的深度值均值与所述第二深度值均值相一致的像素点权　利　要　求　书 1/5 页 2 CN 115439543 A 2组的比例； 以及 响应于所述比例大于预定比例， 确定所述每一列为所述 孔洞的像素位置的边 缘位置。 7.根据权利要求3所述的方法， 其中， 所述边缘位置包括第 一方位的边缘位置和第 二方 位的边缘位置； 所述第一方位与所述第二方位彼此相反、 且垂 直于所述每一列的延伸方向； 所述根据所述 边缘位置， 确定所述 孔洞的像素位置包括： 确定所述第一方位的边缘位置与所述第二方位的边缘位置之间包括的像素点列的个 数； 以及 响应于所述个数大于预定个数， 确定所述孔洞的像素位置位于所述第 一方位的边缘位 置与所述第二方位的边 缘位置围成的区域。 8.根据权利要求1所述的方法， 其中， 所述根据所述目标列包括的像素点， 确定孔洞的 像素位置包括： 确定所述目标列中依次相邻且个数 大于预定个数的多个连续列； 以及 根据所述多个连续列包括的像素点， 确定所述 孔洞的像素位置 。 9.根据权利要求1所述的方法， 其中， 所述获取包括建筑物的图像中墙体区域的位置信 息和所述墙 体区域中像素点的深度值包括： 获取根据所述图像生成的针对所述建筑物的点云数据； 采用平面检测算法对所述点云数据进行检测， 得到所述点云数据中针对墙体的墙体点 云数据； 以及 根据所述墙体点云数据， 确定所述图像中与所述墙体点云数据对应的目标像素点及所 述目标像素点的深度值， 其中， 与所述墙 体点云数据对应的目标像素点所在的图像区域 为所述墙 体区域。 10.根据权利要求9所述的方法， 其中， 所述采用平面检测算法对所述点云数据进行检 测， 得到所述 点云数据中针对墙 体的墙体点云数据包括： 采用所述平面检测算法对所述点云数据进行检测， 得到表示至少一个平面的至少一个 点云数据组； 以及 根据所述至少一个平面的法向量确定所述至少一个平面中的墙 体平面， 其中， 表示所述墙 体平面的点云数据组中的点云数据为所述墙 体点云数据。 11.根据权利要求1所述的方法， 其中， 所述获取包括建筑物的图像中墙体区域的位置 信息和所述墙 体区域中每 个像素点的深度值包括： 采用预定深度 学习模型对所述图像进行处理， 得到针对所述图像的深度图和所述图像 中墙体的边界线； 根据所述 边界线， 确定所述图像中的墙 体区域的位置信息； 以及 根据所述深度图， 确定所述墙 体区域中每 个像素点的深度值。 12.一种三维模型的生成方法， 包括： 根据包括建筑物的图像， 生成针对所述建筑物的点云数据； 确定所述图像中孔洞的像素位置； 以及 去除所述点云数据中与所述像素位置对应的目标点云数据， 得到所述建筑物的三维模 型， 其中， 所述 孔洞的像素位置是采用权利要求1～1 1中任一项所述的方法确定的。权　利　要　求　书 2/5 页 3 CN 115439543 A 3