[發明專利]三維網格模型的重建方法及其裝置、設備、存儲介質

有效

• 申請號: 202010699880.1
• 申請日: 2020-07-20
• 公開（公告）號: CN111882666B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 李海;章國鋒;鮑虎軍;王楠;謝衛健
• 申請（專利權）人: 浙江商湯科技開發有限公司
• 主分類號: G06T17/20
• 分類號: G06T17/20
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 何倚雯

本申請公開了一種三維網格模型的重建方法及其裝置、設備、存儲介質，其中，三維網格模型的重建方法包括：對目標圖像進行特征提取，得到目標特征信息；其中，目標圖像包含待重建對象；基于目標特征信息，確定待重建對象的顯著性區域；根據顯著性區域，構建待重建對象的最終三維網格模型。上述方案，能夠重建到細節明顯的三維網格模型。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種三維網格模型的重建方法及其裝置、設備、存儲介質。

背景技術

隨著計算機技術發展，對于物體的三維重建已應用于各領域中。三維重建通常是指將三維空間的物體或場景進行恢復和重構的技術，重建的模型可方便計算機表示、處理和顯示。一般，可利用物體的多視角圖像恢復出三維物體的三維模型，其中，利用網格重建三維模型為較為普遍的方式。

通常，在三維重建中，物體細節的體現尤為重要。有鑒于此，如何重建較多細節的三維網格模型成為亟待解決的問題。

發明內容

本申請至少提供一種三維網格模型的重建方法及其裝置、設備、存儲介質。

本申請第一方面提供了一種三維網格模型的重建方法，包括：對目標圖像進行特征提取，得到目標特征信息；其中，所述目標圖像包含待重建對象；基于所述目標特征信息，確定所述待重建對象的顯著性區域；根據所述顯著性區域，構建所述待重建對象的最終三維網格模型。

因此，利用目標圖像的目標特征信息確定待重建對象的顯著性區域后，利用反映待重建對象較多細節的顯著性區域，構建待重建對象的最終三維網格模型，可靈活重建到細節明顯的三維網格模型。

其中，所述基于所述目標特征信息，確定所述待重建對象的顯著性區域，包括：利用所述目標特征信息，將基礎點云模型變形為所述待重建對象對應的目標點云模型；確定所述目標點云模型的顯著性區域。

因此，能夠利用目標特征信息獲取對應待重建對象細節區域的顯著性區域，實現利用點云模型變形得到顯著性區域。

其中，所述利用所述特征信息，將基礎點云模型變形為所述待重建對象對應的目標點云模型，包括：將所述基礎點云模型投影至所述目標圖像所在平面，以確定所述基礎點云模型中各點對應的所述目標特征信息；利用第一神經網絡對所述基礎點云模型中各點對應的目標特征信息進行處理，得到所述基礎點云模型變形為所述目標點云模型后的各點的位置信息；所述確定所述目標點云模型的顯著性區域，包括：獲取所述目標點云模型的點分布情況；查找出所述目標點云模型中所述點分布情況滿足顯著性分布要求的點云區域，以作為所述顯著性區域。

因此，通過第一神經網絡實現點云模型變形，并且利用目標點云模型的點分布情況確定顯著性區域。

其中，在所述將所述基礎點云模型投影至所述目標圖像所在平面之前，所述方法還包括：在單位球內均勻采樣點，以得到所述基礎點云模型；所述基礎點云模型變形為所述目標點云模型后的各點的位置信息為：所述基礎點云模型變形為所述目標點云模型后的各點的位置偏移量；所述顯著性分布要求包括點分布密度大于預設密度值。

因此，對單位球進行均勻采樣點即可得到基礎點云模型；第一神經網絡輸出的點位置信息為偏移量，可利用均勻采樣點和位置偏移量得到目標點云模型的各點的位置信息；且可以但不限于通過點分布密度大于預設密度值確定顯著性區域，使得顯著性區域內的點分布密集，更能夠體現待重建對象的細節。