对象模型生成方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种对象模型生成方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及深度学习、计算机视觉等人工智能技术领域。具体实现方案为：获取初始形态模型；获取对象的多个初始图像，和与各个初始图像分别对应的深度图像，并分别根据深度图像处理对应的初始图像，以得到多个目标拓扑图像，再基于多个目标拓扑图像分别处理初始形态模型，以得到多个待合成模型，以及利用多个待合成模型，生成目标对象模型。由此，能够在大幅降低对象模型生成成本的同时，有效地提升对象模型的生成效果，从而能够有效地提升对象模型生成方法的适用性。适用性。适用性。

【技术实现步骤摘要】
对象模型生成方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及深度学习、计算机视觉等人工智能
，具体涉及一种对象模型生成方法、装置、电子设备及存储介质。

技术介绍

[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术，以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]相关技术中的对象模型生成方法，通常需要依赖昂贵的图像采集设备，高配置的电脑硬件，复杂繁重的计算流程，导致其很难具有普适性。

技术实现思路

[0004]本公开提供了一种对象模型生成方法、装置、电子设备、存储介质以及计算机程序产品。
[0005]根据本公开的第一方面，提供了一种对象模型生成方法，包括：获取初始形态模型；获取对象的多个初始图像，和与各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象模型生成方法，包括：获取初始形态模型；获取对象的多个初始图像，和与各个初始图像分别对应的深度图像；分别根据所述深度图像处理对应的初始图像，以得到多个目标拓扑图像；基于所述多个目标拓扑图像分别处理所述初始形态模型，以得到多个待合成模型；利用所述多个待合成模型，生成目标对象模型。2.根据权利要求1所述的方法，其中，所述分别根据所述深度图像处理对应的初始图像，以得到多个目标拓扑图像，包括：分别根据所述深度图像处理对应的初始图像，以得到多个初始拓扑图像，所述初始拓扑图像的点云数据密度为初始点云数据密度；对所述多个初始拓扑图像分别进行网格细分处理，以得到多个目标拓扑图像，所述目标拓扑图像的点云数据密度为目标点云数据密度，所述目标点云数据密度大于所述初始点云数据密度。3.根据权利要求2所述的方法，其中，所述基于所述多个目标拓扑图像分别处理所述初始形态模型，以得到多个待合成模型，包括：基于所述多个目标拓扑图像分别对所述初始形态模型进行非刚性形变处理，并将处理得到的多个形态模型作为所述多个待合成模型。4.根据权利要求2所述的方法，其中，所述分别根据所述深度图像处理对应的初始图像，以得到多个初始拓扑图像，包括：根据所述深度图像对对应的初始图像进行可微分渲染处理，并将处理得到的多个图像作为所述多个初始拓扑图像。5.根据权利要求1所述的方法，所述利用所述多个待合成模型，生成目标对象模型，包括：确定与各个待合成模型分别对应的标注点信息；根据对应的标注点信息，确定与各个待合成模型分别对应的合成参数信息；根据所述多个待合成模型对应的合成参数信息对所述多个待合成模型进行合成处理，以得到所述目标对象模型。6.根据权利要求1所述的方法，所述多个初始图像对应不同的采集角度，其中，所述获取对象的多个初始图像，包括：基于所述多个采集角度分别捕获所述对象的多个初始图像。7.根据权利要求5所述的方法，其中，所述根据对应的标注点信息，确定与各个待合成模型分别对应的合成参数信息，包括：根据所述对应的标注点信息，确定与各个待合成模型分别对应的尺度信息、刚性信息以及位移矩阵，并将所述尺度信息、刚性信息以及位移矩阵共同作为所述合成参数信息。8.一种对象模型生成装置，包括：第一获取模块，用于获取初始形态模型；第二获取模块，用于获取对象的多个初始图像，和与各个初始图像分别对应的深度图像；第一处理模块，用于分别根据所述深度图像处理对应的初始图像，以得到多个目标拓
扑图像；以及第二...

【专利技术属性】
技术研发人员：张世昌，郭紫垣，赵亚飞，陈超，范锡睿，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：