[發明專利]模型的材質識別方法及裝置

在審

• 申請號: 202211249526.4
• 申請日: 2022-10-12
• 公開（公告）號: CN115578744A
• 公開（公告）日: 2023-01-06
• 發明（設計）人: 邱輝平;王士瑋
• 申請（專利權）人: 廣東三維家信息科技有限公司
• 主分類號: G06V30/422
• 分類號: G06V30/422;G06V30/19;G06V30/146;G06V10/82
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 余菲

1.一種模型的材質識別方法，其特征在于，包括：

將從輸入圖像中獲取到的輸入物體模型與預先存儲的各預設物體模型進行匹配，從各所述預設物體模型中，獲取與所述輸入物體模型的相匹配的目標物體模型；

根據所述目標物體模型的各部件子模型，對所述輸入物體模型進行分割，獲取與各所述部件子模型一一對應的各模型區域；

將各所述模型區域輸入訓練好的神經網絡，獲取各所述模型區域的材質；

其中，各所述部件子模型的材質不同；

所述神經網絡由各所述預設物體模型的部件子模型訓練得到。

2.根據權利要求1所述的模型的材質識別方法，其特征在于，將從輸入圖像中獲取到的輸入物體模型與預先存儲的各預設物體模型進行匹配，從各所述預設物體模型中，獲取與所述輸入物體模型的相匹配的目標物體模型，包括：

根據所述輸入物體模型對應的類別，從各所述預設物體模型中，獲取與所述類別對應的各待選物體模型；

根據所述輸入物體模型的結構，將所述輸入物體模型與各所述待選物體模型進行匹配，從各所述待選物體模型中，獲取與所述輸入物體模型的結構相匹配的目標物體模型。

3.根據權利要求2所述的模型的材質識別方法，其特征在于，根據所述輸入物體模型的結構，將所述輸入物體模型與各所述待選物體模型進行匹配，從各所述待選物體模型中，獲取與所述輸入物體模型的結構相匹配的目標物體模型，包括：

根據所述輸入物體模型的結構，將所述輸入物體模型與各所述待選物體模型進行匹配，從各所述待選物體模型中，獲取結構與所述輸入物體模型的結構相似度達到第一預設值的至少一個相似物體模型；

根據所述輸入物體模型的位姿，從各所述相似物體模型中，獲取位姿與所述輸入物體模型的位姿相似度達到第二預設值的目標物體模型。

4.根據權利要求3所述的模型的材質識別方法，其特征在于，所述輸入物體模型的位姿根據所述輸入物體模型在球坐標中的旋轉角度確定。

5.根據權利要求3所述的模型的材質識別方法，其特征在于，根據所述目標物體模型中各部件子模型，對所述輸入物體模型進行分割，獲取與各所述部件子模型一一對應的各模型區域，包括：

將所述目標物體模型與所述輸入物體模型對齊，確定所述目標物體模型的各部件子模型在所述輸入物體模型中的各對應區域；

根據各所述對應區域，對所述輸入物體模型進行分割，獲取與各所述部件子模型一一對應的各模型區域。

6.根據權利要求1所述的模型的材質識別方法，其特征在于，還包括：

將所述輸入物體模型確定為所述預設物體模型存儲至數據庫。

7.根據權利要求1-6任意一項所述的模型的材質識別方法，其特征在于，所述神經網絡由多種位姿的所述預設物體模型的部件子模型訓練得到。

8.一種模型的材質識別裝置，其特征在于，包括：

模型獲取模塊，用于將從輸入圖像中獲取到的輸入物體模型與預先存儲的各預設物體模型進行匹配，從各所述預設物體模型中，獲取與所述輸入物體模型的相匹配的目標物體模型；

區域分割模塊，用于根據所述目標物體模型的各部件子模型，對所述輸入物體模型進行分割，獲取與各所述部件子模型一一對應的各模型區域；

材質識別模塊，用于將各所述模型區域輸入訓練好的神經網絡，獲取各所述模型區域的材質；

其中，各所述部件子模型的材質不同；

所述神經網絡由各所述預設物體模型的部件子模型訓練得到。

9.一種電子設備，包括處理器和存儲有計算機程序的存儲器，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7任一項所述的模型的材質識別方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7任一項所述的模型的材質識別方法。