【技术实现步骤摘要】
三维模型生成方法和装置、设备、存储介质
[0001]本申请涉及图像处理
,特别是涉及一种三维模型生成方法和装置、设备、存储介质。
技术介绍
[0002]目前,在医学图像处理中,器官可视化、表面分析与测量等任务中,能够平滑、且清楚表示真实器官表面细节是这些任务对网格模型重建结果的基本要求。现有进行网格模型重建的方式主要是通过对包含器官的三维图像进行体素分割,只能得到大致的网格模型重建结果,这种方式得到的网格模型重建结果往往不太清楚。
技术实现思路
[0003]本申请至少提供一种三维模型生成方法和装置、设备、存储介质。
[0004]本申请提供了一种三维模型生成方法,包括:获取包含目标对象的三维图像;对三维图像进行特征提取,得到关于目标对象的特征;基于目标对象的特征对三维模板进行变形,得到关于目标对象的三维模型。
[0005]因此,通过对包含目标对象的三维图像进行特征提取得到关于目标对象的特征之后,然后基于目标对象的特征对三维模板进行变形,即可得到关于目标对象的三维模型,本申请通过借助三维模板获取目标对象的三维模型,使得获得的关于目标对象的三维模型更为准确。
[0006]其中,对三维图像进行特征提取,得到关于目标对象的特征,包括:利用网络模型中的卷积网络对三维图像进行特征提取,得到关于目标对象的特征;基于目标对象的特征对三维模板进行变形,得到关于目标对象的三维模型,包括:利用网络模型中的图卷积网络基于卷积网络输出的目标对象的特征对三维模板进行变形,得到关于目标对象的三维模型。< ...
【技术保护点】
【技术特征摘要】
1.一种三维模型生成方法,其特征在于,包括:获取包含目标对象的三维图像;对所述三维图像进行特征提取,得到关于所述目标对象的特征;基于所述目标对象的特征对三维模板进行变形,得到关于所述目标对象的三维模型。2.根据权利要求1所述的方法,其特征在于,所述对所述三维图像进行特征提取,得到关于所述目标对象的特征,包括:利用网络模型中的卷积网络对所述三维图像进行特征提取,得到关于所述目标对象的特征;所述基于所述目标对象的特征对三维模板进行变形,得到关于所述目标对象的三维模型,包括:利用所述网络模型中的图卷积网络基于所述卷积网络输出的目标对象的特征对所述三维模板进行变形,得到关于所述目标对象的三维模型。3.根据权利要求2所述的方法,其特征在于,所述卷积网络包括若干个级联的编码模块以及若干个级联的解码模块,所述图卷积网络包括若干个级联的变形模块,每一所述变形模块对应一个所述解码模块;所述利用网络模型中的卷积网络对所述三维图像进行特征提取,得到关于所述目标对象的特征,包括:使用所述若干个级联的编码模块对所述三维图像进行编码操作,以及使用若干个解码模块对所述编码模块的输出结果进行解码操作,得到各解码模块关于所述目标对象的特征;所述利用所述网络模型中的图卷积网络基于所述卷积网络输出的目标对象的特征对所述三维模板进行变形,得到关于所述目标对象的三维模型,包括:对于所述图卷积网络中第一级的所述变形模块,利用与所述变形模块对应的解码模块输出的所述目标对象的特征,对所述三维模板进行变形,得到所述变形模块对应的变形三维模板;对于所述非第一级的每一所述变形模块,利用与每一所述变形模块对应的解码模块输出的所述目标对象的特征,对上一级所述变形模块输出的变形三维模板进行变形,得到所述变形模块对应的变形三维模板;其中,最后一级所述变形模块得到的变形三维模板作为所述目标对象的三维模型。4.根据权利要求3所述的方法,其特征在于,每个所述变形模块包括特征提取子模块以及推理子模块,所述对于所述图卷积网络中第一级的所述变形模块,利用与所述变形模块对应的解码模块输出的所述目标对象的特征,对所述三维模板进行变形,得到所述变形模块对应的变形三维模板,包括:利用所述变形模块的特征提取子模块,对所述三维模板以及与所述变形模块对应的解码模块输出的所述目标对象的特征进行特征提取,得到所述变形模块关于所述目标对象的进阶特征;利用所述变形模块的推理子模块基于所述进阶特征对所述三维模板进行变形,得到下一级变形模块进行第二特征提取和变形中使用的变形三维模板;所述对于所述非第一级的每一所述变形模块,利用与每一所述变形模块对应的解码模
块输出的所述目标对象的特征,对上一级所述变形模块输出的变形三维模板进行变形,得到所述变形模块对应的变形三维模板,包括:利用所述变形模块的特征提取子模块,对上一级所述变形模块得到的进阶特征和所述变形三维模板、以及与所述变形模块对应的解码模块输出的所述目标对象的特征进行特征提取,得到所述变形模块关于所述目标对象的进阶特征;利用所述变形模块的推理子模块基于所述进阶特征对上一级所述变形模块得到的变形三维模板进行变形,得到所述变形模块对应的变形三维模板。5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括对所述网络模型的训练步骤,所述训练步骤包括:获取包含所述目标对象的样本三维图像;利用所述网络模型基于所述样本三维图像以及预设三维模板,得到关于所述目标对象的若干个训练三维模型,所述若干个训练三维模型包括所述图卷积网络中各级所述变形模块输出的训练三维模型;基于所述若干个训练三维模型确定第一损失;利用所述第一损失对所述网...
【专利技术属性】
技术研发人员:刘星龙,夏清,张云庚,韩泓泽,张少霆,
申请(专利权)人:北京市商汤科技开发有限公司,
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。