【技术实现步骤摘要】
数据处理方法、装置、电子设备及存储介质
[0001]本申请涉及计算机、人工智能、游戏
,具体的,本申请涉及一种数据处理方法、装置、电子设备及存储介质。
技术介绍
[0002]研究高效的几何三维表征(也可以称为3D表征、几何特征、几何形状特征、几何表征、几何形状表征等)是计算机视觉和计算机图形学的核心任务之一,涉及从上层应用程序(例如,场景理解、物体识别、物体分类等)到各种底层任务(包括对3D(three
‑
dimensional,三维)形状重建,插值和操作等)。
[0003]为了适应各种应用场景,3D表征的研究也一直是技术人员研究的热点,虽然目前已存在多种3D表征的学习方法,比如,点云和体素的表示方式、基于网格的学习方法、最近出现的基于神经隐式函数的学习方法等,但是研究发现现有各种方式所学习到的3D表征在实际应用中的效果仍不够理想,3D表征的学习仍有待改进。
技术实现思路
[0004]本申请实施例的目的旨在提供一种能够有效改善现有三维对象处理效果及效率的数据处理方法、装置、电子设备及存储介质。
[0005]一方面,本申请实施例提供了一种数据处理方法,该方法包括:
[0006]获取三维对象对应的源数据;
[0007]基于上述源数据,获取该源数据对应的多个节点的第一几何特征,该多个节点包括具有树形结构的多个层级的节点,其中,不同层级的节点对应三维对象的三维空间中不同的空间,对于多个节点中的任一父节点,该父节点的第一几何特征是基于该节点的各子节点的第一 ...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法,其特征在于,包括:获取三维对象对应的源数据;基于所述源数据,获取所述源数据对应的多个节点的第一几何特征,所述多个节点包括具有树形结构的多个层级的节点,其中,不同层级的节点对应所述三维对象的三维空间中不同的空间,对于所述多个节点中的任一父节点,所述父节点的第一几何特征是基于该节点的各子节点的第一结构特征和第一几何特征得到的,一个节点的第一结构特征,表征了该节点对应的空间中包含的三维对象的表面结构相对于所述三维对象的整体表面的占用情况;基于获取的多个节点的第一几何特征,确定所述多个节点中的目标节点,并通过对所述目标节点的第一几何特征进行解码得到所述目标节点下的各子节点对应的第二几何特征;基于解码得到的各节点对应的第二几何特征进行所述三维对象的处理,得到对应的处理结果。2.根据权利要求1所述的方法,其特征在于,所述源数据包括以下至少一项:点云数据;二维图像;网格数据;所述基于解码得到的各节点对应的第二几何特征进行所述三维对象的处理,得到对应的处理结果,包括以下任一项:基于解码得到的各节点对应的第二几何特征,构建所述三维对象的三维图像;基于解码得到的各节点对应的第二几何特征,识别所述三维对象,得到所述三维对象的识别结果;基于解码得到的各节点对应的第二几何特征,确定所述三维对象的类别。3.根据权利要求2所述的方法,其特征在于,所述基于解码得到的各节点对应的第二几何特征,构建所述三维对象的三维图像,包括:获取查询点数据集,所述查询点数据集中包括多个待查询点的三维位置信息;基于解码得到的各节点对应的第二几何特征和各所述待查询点的三维位置信息,确定各所述待查询点与解码得到的各节点对应的空间中所包含的表面结构的位置关系;基于确定出的各所述待查询点所对应的位置关系,构建所述三维对象的三维图像。4.根据权利要求1所述的方法,其特征在于,一个节点的第一结构特征还表征了该节点对应的空间中包含的三维对象的表面结构的几何形状复杂度。5.根据权利要求1所述的方法,其特征在于,所述基于获取的多个节点的第一几何特征,确定所述多个节点中的目标节点,并通过对所述目标节点的第一几何特征进行解码得到所述目标节点下的各子节点对应的第二几何特征,是按照所述多个节点对应的层级由高到低的顺序,将所述多个节点中的根节点作为初始的待处理节点,通过重复执行以下操作实现的:基于当前待处理节点的第一几何特征,解码得到该节点的各子节点的隐式特征;对于每个所述子节点,基于该子节点对应的隐式特征,解码得到该子节点对应的第二结构特征;基于各所述子节点的第二结构特征,确定出所述各子节点中的目标子节点;基于每个所述子节点的隐式特征,解码得到每个所述子节点对应的第二几何特征;
将各所述目标子节点分别作为新的待处理节点;其中,确定出的所述多个节点中的目标节点包括所述根节点和各所述目标子节点。6.根据权利要求5所述的方法,其特征在于,对于一个节点,所述第二结构特征包括第一特征值和第二特征值,所述第一特征值表征了该节点对应的占用情况,所述占用情况为节点对应的空间中是否包含了所述三维对象的表面结构,所述第二特征值表征了该节点对应的空间中包含的所述三维对象的表面结构的几何形状复杂度;所述基于各所述子节点的第二结构特征,确定出所述各子节点中的目标子节点,包括:对于一个所述子节点,若基于该子节点的第一特征值确定该节点所对应空间中包含所述三维对象的表面结构,且基于该子节点对应的所述第二特征值确定所述表面结构的几何形状复杂度表征对应的空间需要再划分,则将该子节点确定为目标子节点。7.根据权利要求1至6中任一项所述的方法,其特征在于,所述基于获取的多个节点的第一几何特征,确定所述多个节点中的目标节点,并通过对所述目标节点的第一几何特征进行解码得到所述目标节点下的各子节点对应的第二几何特征是通过解码模型实现的,所述解码模型是通过以下方式训练得到的:获取训练数据集,其中,所述训练数据集的每个样本包括一个三维形状和对应的训练标签,所述训练标签与所述三维对象的处理方式相对应;构建每个所述三维形状对应的八叉树结构,并获取所述八叉树结构的各样本节点对应的节点数据,对于每个样本节点,所述节点数据包括样本节点对应的空间的体素化数据和所述样本节点对应的第一结构特征;基于各所述样本对应的节点数据和训练标签对神经网络模型进行训练,其中,所述神经网络模型包括级联的编码模块和解码模块,所述解码模块包括第一解码模块,将训练好的所述解码模块作为所述解码模型;其中,对于一个所述样本,所述编码模块的输入包括样本对应的节点数据,输出为各样本节点对...
【专利技术属性】
技术研发人员:殷俊,汤嘉恒,杨洁,高林,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。