【技术实现步骤摘要】
【国外来华专利技术】三维重建方法、装置、系统和存储介质
本专利技术涉及计算机视觉
,更具体地涉及一种三维重建方法、装置、系统和存储介质。
技术介绍
三维重建是基于已知的二维图像生成对应的三维物体的过程。由于二维图像是在特定相机视角下拍摄的目标物体,因此只能反映出该特定相机视角下的目标物体特征,而无法展现出目标物体的全部特征。从理论上来说,拍摄目标物体时选取的相机视角越多,重建生成的三维物体相对于目标物体的还原度越高,重建质量就越好。然而在实际操作中,考虑到计算机资源成本、时间成本、人力成本等因素,不可能无限制地对大量二维图像进行三维重建。因此,如何选取合适视角下的二维图像,并基于选取到的二维图像进行三维重建,成为本领域技术人员亟待解决的技术问题。
技术实现思路
考虑到上述问题而提出了本专利技术。根据本专利技术一个方面,提供了一种三维重建方法。所述方法包括:对目标物体的原始二维图像进行三维重建,以生成与所述原始二维图像相对应的原始三维物体;基于所述原始三维物体在候选视角下的重建质量,在所述候选视角中选择所述目标物体的补充视角;根据所述补充视角,获取所述目标物体的补充二维图像;对所述补充二维图像进行三维重建,以生成与所述补充二维图像相对应的补充三维物体;以及对所述原始三维物体和所述补充三维物体进行融合,以获得所述目标物体的三维重建结果。示例性地,所述对目标物体的原始二维图像进行三维重建包括:从所述原始二维图像中提取原始图像特征;对所述原 ...
【技术保护点】
1.一种三维重建方法,其特征在于,包括:/n对目标物体的原始二维图像进行三维重建,以生成与所述原始二维图像相对应的原始三维物体;/n基于所述原始三维物体在候选视角下的重建质量,在所述候选视角中选择所述目标物体的补充视角;/n根据所述补充视角,获取所述目标物体的补充二维图像;/n对所述补充二维图像进行三维重建,以生成与所述补充二维图像相对应的补充三维物体;以及/n对所述原始三维物体和所述补充三维物体进行融合,以获得所述目标物体的三维重建结果。/n
【技术特征摘要】
【国外来华专利技术】1.一种三维重建方法,其特征在于,包括:
对目标物体的原始二维图像进行三维重建,以生成与所述原始二维图像相对应的原始三维物体;
基于所述原始三维物体在候选视角下的重建质量,在所述候选视角中选择所述目标物体的补充视角;
根据所述补充视角,获取所述目标物体的补充二维图像;
对所述补充二维图像进行三维重建,以生成与所述补充二维图像相对应的补充三维物体;以及
对所述原始三维物体和所述补充三维物体进行融合,以获得所述目标物体的三维重建结果。
2.根据权利要求1所述的三维重建方法,其特征在于,所述对目标物体的原始二维图像进行三维重建包括:
从所述原始二维图像中提取原始图像特征;
对所述原始图像特征通过体素神经网络进行解码,以获得所述目标物体的体素立方体;
基于所述体素立方体确定所述原始三维物体。
3.根据权利要求1所述的三维重建方法,其特征在于,所述在所述候选视角中选择所述目标物体的补充视角包括:
对所述原始三维物体进行回归分析,以确定所述原始三维物体在多个候选视角下的重建质量;
将最差的重建质量所对应的候选视角确定为所述补充视角。
4.根据权利要求3所述的三维重建方法,其特征在于,所述对所述原始三维物体进行回归分析利用第一神经网络实现,其中,所述第一神经网络通过以下步骤训练获得:
获取现实的训练物体的训练三维物体;
获取所述训练物体的训练二维图像;
基于所述训练物体的训练二维图像进行三维重建,以生成训练重建物体;
基于预设的训练视角,对所述训练重建物体进行投影,以获得第一投影深度图;
基于所述训练视角,对所述训练三维物体进行投影,以获得第二投影深度图;
计算所述第一投影深度图相对于所述第二投影深度图的差异度;
将所述训练重建物体作为输入数据并将所述差异度作为真值数据,训练所述第一神经网络。
5.根据权利要求4所述的三维重建方法,其特征在于,所述计算所述第一投影深度图相对于所述第二投影深度图的差异度包括:
获取所述第一投影深度图中的、所述训练重建物体在所述训练视角下可见的每个体素的第一深度值;
对于每个第一深度值,获取所述第二投影深度图中的、所述训练三维物体的对应体素的第二深度值;
计算所述第二深度值和所述第一深度值之间的深度差与所述第二深度值之间的比值;
将所述第一投影深度图中的、所述训练重建物体在所述训练视角下可见的所有体素对应的比值平均,以作为所述差异度。
6.根据权利要求4所述的三维重建方法,其特...
【专利技术属性】
技术研发人员:于立冬,
申请(专利权)人:驭势科技南京有限公司,
类型:发明
国别省市:江苏;32
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。