[發明專利]一種智能攝影的3D模擬成像系統

有效

• 申請號: 202111491515.2
• 申請日: 2021-12-08
• 公開（公告）號: CN114245096B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 何傳柱;田昶
• 申請（專利權）人: 安徽新華傳媒股份有限公司
• 主分類號: H04N13/106
• 分類號: H04N13/106;H04N13/156;H04N13/204;G03B35/00;G06N3/0464;G06N3/094
• 代理公司: 合肥匯融專利代理有限公司 34141
• 代理人: 趙宗海

1.一種智能攝影的3D模擬成像系統，其特征在于包括：用來進行3D拍攝的3D攝影機、剪篩標定模塊、3D合成模塊、3D目標特征提取模塊、影像修整模塊、對比模塊、2D圖像篩選模塊、2D圖像修整模塊、三維投影模塊，所述3D攝影機包括左鏡頭和右鏡頭，所述左鏡頭和右鏡頭的中間安裝有用來進行2D拍攝的2D攝影鏡頭；

所述3D攝影機的左鏡頭對目標實物拍攝生成第一左眼影像，所述3D攝影機的右鏡頭對目標實物拍攝生成第一右眼影像，所述2D攝影鏡頭對目標實物拍攝生成第一2D影像；

通過剪篩標定模塊對第一左眼影像進行剪輯、篩選和標記得到第二左眼影像，通過剪篩標定模塊對第一右眼影像進行剪輯、篩選和標記得到第二右眼影像，通過剪篩標定模塊對第一2D影像進行剪輯、篩選和標記得到第二2D影像；

通過3D合成模塊將第二左眼影像和第二右眼影像合成得到第一3D影像，通過3D目標特征提取模塊對第一3D影像中的3D目標進行特征提取、建模生成三維目標矢量圖一；

所述第二左眼影像通過影像修整模塊按照第一設定值進行修整得到第三左眼影像，所述第二右眼影像通過影像修整模塊按照第二設定值進行修整得到第三右眼影像；通過3D合成模塊對第三左眼影像和第三右眼影像進行合成得到第二3D影像，對第二3D影像的3D目標進行特征提取、建模生成三維目標矢量圖二；

將三維目標矢量圖二與三維目標矢量圖一通過對比模塊進行相似度比對，當相似度比對結果大于或等于設定闕值，保留第一設定值和第二設定值并生成設定值集合一；

當相似度比對結果小于設定闕值，刪除第一設定值和第二設定值，進行深度學習運算；

利用深度學習算法在第一設定值的基礎上生成第三設定值，利用深度學習算法在第二設定值的基礎上生成第四設定值，所述第二左眼影像通過影像修整模塊按照第三設定值進行修整得到第四左眼影像，所述第二右眼影像通過影像修整模塊按照第四設定值進行修整得到第四右眼影像；通過3D合成模塊對第四左眼影像和第四右眼影像進行合成得到第三3D影像，對第三3D影像的3D目標進行特征提取、建模生成三維目標矢量圖三；將三維目標矢量圖三與三維目標矢量圖一通過對比模塊進行相似度比對，當相似度比對結果大于或等于設定闕值，保留第三設定值和第四設定值并生成設定值集合二；

通過三維投影模塊將三維目標矢量圖一按照六視圖規則生成對應投影的二維目標投影圖集合；

通過2D圖像篩選模塊從第二2D影像中篩選出與三維目標矢量圖一所對應的2D目標并截取生成二維目標矢量圖一，通過2D圖像修整模塊將二維目標矢量圖一修整成目標的投影視圖，通過對比模塊對目標的投影視圖與二維目標投影圖集合中的二維目標投影圖進行相似度比對，

當比對結果符合預設闕值，則保留設定值集合一或設定值集合二；否則，重新生成設定值集合一或設定值集合二；

當選擇結果為設定值集合一時，第二3D影像即為成品3D影像；

當選擇結果為設定值集合二時，第三3D影像即為成品3D影像。

2.根據權利要求1所述的一種智能攝影的3D模擬成像系統，其特征在于，利用深度學習算法進行深度學習運算，所述深度學習算法包括以下步驟：

構建卷積神經網絡，輸入對抗樣本、測試用例集，輸入對抗樣本后獲取對抗樣本的神經元輸出行為的行為模式，輸入測試用例集獲取測試用例集中每一條測試用例的神經元輸出行為，計算每一條測試用例的神經元輸出行為與對抗樣本神經元輸出行為的行為模式的距離，判斷行為模式的距離是否符合運行闕值；若符合運行闕值，則結束；若不符合運行闕值，則返回起始階段，重新輸入對抗樣本、測試用例集。

3.根據權利要求1所述的一種智能攝影的3D模擬成像系統，其特征在于：所述2D攝影鏡頭與左鏡頭之間的間距等于2D攝影鏡頭與右鏡頭之間的間距。

4.根據權利要求1所述的一種智能攝影的3D模擬成像系統，其特征在于：所述第一2D影像的時間軸與第一左眼影像/第一右眼影像的時間軸同步。

5.根據權利要求1所述的一種智能攝影的3D模擬成像系統，其特征在于：所述二維目標投影圖集合是3D目標的主視圖、俯視圖、左視圖、右視圖、仰視圖、后視圖的集合。