【技术实现步骤摘要】
基于隐式模板映射的单视图车辆重建方法和装置
本申请涉及计算机视觉中的三维重建
，尤其涉及一种基于隐式模板映射的单视图车辆重建方法和装置。
技术介绍
随着计算机视觉领域中的三维重建技术和自动驾驶技术的不断发展，对于道路场景中机动车辆的三维重建成为了计算机室领域中的一个研究热点。利用已知参数的相机采集单视图彩色图片，进而预测车辆的形状和外表目前正成为研究工作中的重要方向。目前流行的基于单图像的车辆重建方法主要分为重建参数化车辆模型以及重建非参数化表示的车辆模型。常用的参数化模型是通过对多个已建模车辆的三维模型进行特征提取，获得用于描述车辆形状的有限参数。针对单图片重建问题，先从图片估计车辆朝向，再通过重投影误差来实现优化得到参数，进而得到车辆模型。重建非参数化表示的车辆模型，近期受到关注的方法是通过符号距离场(SignedDistanceField)来训练一个MLP网络表示隐式函数来表示物体三维模型。尽管基于单图片重建三维车辆模型技术已经有了很大的发展，但目前重建带纹理特征三维车辆模型的工作仍比较少，现有的...
【技术保护点】
1.一种基于隐式模板映射的单视图车辆重建方法，其特征在于，包括:/n获取不同类型车辆的三维车辆模型数据库，对所述三维车辆模型数据库中每个原始三维车辆模型的不同部件进行随机纹理赋值，获取三维带纹理车辆模型；/n对所述三维带纹理车辆模型在多个不同场景下进行渲染，获取原始图片数据集，并对所述每个原始三维车辆模型进行处理，提取符号距离场；/n将所述原始图片数据集和所述符号距离场输入网络模型进行训练，获取输出彩色图片，并通过能量函数对所述输出彩色图片和原始渲染彩色图片进行计算，调整所述网络模型的网络参数，获取已训练的网络模型；/n获取待处理车辆彩色图片输入所述已训练的网络模型，获取车辆网格模型。/n
【技术特征摘要】
1.一种基于隐式模板映射的单视图车辆重建方法，其特征在于，包括:
获取不同类型车辆的三维车辆模型数据库，对所述三维车辆模型数据库中每个原始三维车辆模型的不同部件进行随机纹理赋值，获取三维带纹理车辆模型；
对所述三维带纹理车辆模型在多个不同场景下进行渲染，获取原始图片数据集，并对所述每个原始三维车辆模型进行处理，提取符号距离场；
将所述原始图片数据集和所述符号距离场输入网络模型进行训练，获取输出彩色图片，并通过能量函数对所述输出彩色图片和原始渲染彩色图片进行计算，调整所述网络模型的网络参数，获取已训练的网络模型；
获取待处理车辆彩色图片输入所述已训练的网络模型，获取车辆网格模型。
2.如权利要求1所述的方法，其特征在于，所述获取不同类型车辆的三维车辆模型数据库，包括：
对所述不同类型车辆进行三维建模，获取所述三维车辆模型数据库。
3.如权利要求1所述的方法，其特征在于，所述对所述三维带纹理车辆模型在多个不同场景下进行渲染，获取原始图片数据集，包括：
对所述三维带纹理车辆模型在不同视角，不同光照条件下进行渲染，获取多个渲染彩色图片作为所述原始图片数据集。
4.如权利要求1所述的方法，其特征在于，还包括：
获取所述原始图片数据集中每张原始图片对应的深度图片和相机内外参数；
将所述深度图片、所述相机内外参数和所述符号距离场作为所述网络模型训练的原始数据。
5.如权利要求4所述的方法，其特征在于，所述将所述原始图片数据集和所述符号距离场输入网络模型进行训练，获取输出彩色图片，并通过能量函数对所述输出彩色图片和原始渲染彩色图片进行计算，调整所述网络模型的网络参数，获取已训练的网络模型，包括：
搭建编码器解码器网络，其中，所述编码器解码器网络包含隐式模板映射网络；
将所述编码器解码器网络的输出彩色图片和原始渲染彩色图片输入监督网络，约束所述监督网络逐卷积层提取的特征图满足预设条件；
利用构建的带纹理模型数据库和所述能量函数对生成式对抗神经网络中的生成器和鉴别器的参数权...
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。