[發明專利]模型獲取方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110304083.3
• 申請日: 2021-03-22
• 公開（公告）號: CN113112402A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 陳海波;李亦超
• 申請（專利權）人: 深蘭科技（上海）有限公司
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/70;G06K9/32;G06N3/04
• 代理公司: 蘇州領躍知識產權代理有限公司 32370
• 代理人: 王寧

本申請提供了一種模型獲取方法、裝置、電子設備及計算機可讀存儲介質，所述方法包括：獲取目標圖像；對所述目標圖像進行第一次下采樣，獲取分辨率低于所述目標圖像的第一采樣圖像，對所述第一采樣圖像進行特征提取得到低分辨率特征，對所述低分辨率特征進行3D點位預測得到3D特征；對所述目標圖像進行特征提取得到高分辨率特征；將所述高分辨率特征嵌入所述3D特征，得到所述目標圖像的3D模型。該方法可以將高分辨率特征嵌入3D特征，使得到的3D模型兼顧局部特征和全局特征的真實性，實現高精度的三維預測。

技術領域

本申請涉及圖像處理技術領域，尤其涉及模型獲取方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

現有技術在利用目標圖像構建三維模型時會對目標圖像進行下采樣，得到分辨率較低的圖像，利用該圖像進行模型構建，最后得到的3D模型精度較低，細節方面不夠完善，與模型的真實形狀有較大的出入。

發明內容

本申請的目的在于提供模型獲取方法、裝置、電子設備及計算機可讀存儲介質，可以將高分辨率特征嵌入3D特征，使得到的3D模型兼顧局部特征和全局特征的真實性，實現高精度的三維預測。

本申請的目的采用以下技術方案實現：

第一方面，本申請提供了一種模型獲取方法，所述方法包括：獲取目標圖像；對所述目標圖像進行第一次下采樣，獲取分辨率低于所述目標圖像的第一采樣圖像，對所述第一采樣圖像進行特征提取得到低分辨率特征，對所述低分辨率特征進行3D點位預測得到3D特征；對所述目標圖像進行特征提取得到高分辨率特征；將所述高分辨率特征嵌入所述3D特征，得到所述目標圖像的3D模型。該技術方案的有益效果在于，一方面，可以對目標圖像進行第一次下采樣，對第一采樣圖像進行特征提取得到低分辨率特征，低分辨率特征可以用于形狀的預測，得到3D特征，由低分辨率的第一采樣圖像得到的空間信息范圍較大(感受野較大)，全局一致性較佳，局部特征精度較低；另一方面，可以將目標圖像作為直接輸入，進行特征提取，得到高分辨率特征，局部特征精度較高，該方法可以將高分辨率特征嵌入3D特征，使得到的3D模型兼顧局部特征和全局特征的真實性，實現高精度的三維預測。

在一些可選的實施例中，所述對所述第一采樣圖像進行特征提取得到低分辨率特征，包括：將所述第一采樣圖像輸入VGG-16網絡進行特征提取，得到所述低分辨率特征；所述對所述低分辨率特征進行3D點位預測得到3D特征，包括：將所述低分辨率特征輸入圖殘差網絡進行3D點位預測，得到所述3D特征。該技術方案的有益效果在于，一方面，可以將第一采樣圖像輸入VGG-16網絡進行特征提取，得到低分辨率特征，VGG-16網絡可以通過不斷加深網絡結構來提升性能，錯誤率較低，VGG-16網絡還可以簡化卷積神經網絡的結構；另一方面，可以將低分辨率特征輸入圖殘差網絡進行3D點位預測，得到所述3D特征，圖殘差網絡可以在網絡層數加深時使網絡保持一定的準確性。

在一些可選的實施例中，所述將所述第一采樣圖像輸入VGG-16網絡進行特征提取，得到所述低分辨率特征，包括：獲取所述目標圖像的至少兩個姿態的法向圖；將所述第一采樣圖像和所述目標圖像的至少兩個姿態的法向圖輸入VGG-16網絡進行特征提取，得到所述低分辨率特征。該技術方案的有益效果在于，可以將第一采樣圖像和目標圖像的至少兩個姿態的法向圖輸入VGG-16網絡，以法向圖為參考，得到更加準確、細節更加豐富的低分辨率特征，得到的3D模型在相應姿態處的細節能夠得到提升；若單獨輸入目標圖像，得到的3D模型在目標圖像未顯示區域的細節較為模糊甚至可能產生較大失真。