【技术实现步骤摘要】
三维重建方法、装置、计算机设备及计算机可读存储介质
[0001]本申请涉及三维重建
,特别是涉及一种三维重建方法、装置、计算机设备及计算机可读存储介质。
技术介绍
[0002]随着计算机技术和多媒体技术的不断发展,对图像中场景或物体的三维重建越来越受到人们的重视。
[0003]目前,在进行三维重建时,可以通过对三维重建模型进行训练,使其预测各个采样点的颜色和密度,从而根据颜色和密度进行三维重建。但是,采用上述方法训练出的三维重建模型所输出的密度只能体现每个采样点独立的属性,这导致基于该三维重建模型进行三维重建的准确性不高。
技术实现思路
[0004]本申请提供一种三维重建方法、装置、计算机设备及计算机可读存储介质,能够有效提高所重建的三维模型的准确性。
[0005]第一方面,本申请提供了一种三维重建方法,包括:获取图像采集设备采集到的样本图像和多个训练采样点,图像采集设备是针对三维空间中的建模对象进行采集的;针对每个训练采样点,将训练采样点的采样位置信息输入待训练的三维重建模型进行处理,输出训练采样点的颜色和表面增量参数;表面增量参数用于表征训练采样点到建模对象的表面的最小距离增量;根据表面增量参数,确定训练采样点的不透明度;基于各训练采样点的颜色和不透明度经渲染得到预测图像;根据样本图像和预测图像之间的差异,对待训练的三维重建模型进行训练,得到已训练的三维重建模型。
[0006]第二方面,本申请还提供了另一种三维重建方法,包括:获取针对三维空间中的建模对象采样得到的多个 ...
【技术保护点】
【技术特征摘要】
1.一种三维重建方法,其特征在于,包括:获取图像采集设备采集到的样本图像和多个训练采样点,所述图像采集设备是针对三维空间中的建模对象进行采集的;针对每个训练采样点,将所述训练采样点的采样位置信息输入待训练的三维重建模型进行处理,输出所述训练采样点的颜色和表面增量参数;所述表面增量参数用于表征所述训练采样点到所述建模对象的表面的最小距离增量;根据所述表面增量参数,确定所述训练采样点的不透明度;基于各所述训练采样点的颜色和不透明度经渲染得到预测图像;根据所述样本图像和所述预测图像之间的差异,对所述待训练的三维重建模型进行训练,得到已训练的三维重建模型。2.根据权利要求1所述的方法,其特征在于,所述根据所述表面增量参数,确定所述训练采样点的不透明度,包括:确定用于控制表面敏感度的全局变量;根据所述全局变量和所述表面增量参数,确定所述训练采样点的不透明度;其中,所述不透明度和所述表面增量参数呈负相关。3.根据权利要求1所述的方法,其特征在于,所述多个训练采样点是对多条采样射线进行采样得到的;所述采样射线是由所述图像采集设备发射的、且在三维空间中的射线路径穿过所述建模对象的表面;所述基于各所述训练采样点的颜色和不透明度经渲染得到预测图像,包括:针对每个所述采样射线,根据所述采样射线上的各所述训练采样点的颜色和所述不透明度进行体素渲染,得到所述采样射线的预测像素颜色;将所述多条采样射线各自对应的所述预测像素颜色进行组合处理,得到预测图像。4.根据权利要求3所述的方法,其特征在于,所述根据所述样本图像和所述预测图像之间的差异,对所述待训练的三维重建模型进行训练,得到已训练的三维重建模型,包括:通过所述样本图像中的真实像素颜色与所述预测图像中相应的所述预测像素颜色之间的差异,得到颜色损失值;基于所述颜色损失值,对待训练的三维重建模型进行训练,得到已训练的三维重建模型。5.根据权利要求4所述的方法,其特征在于,所述基于所述颜色损失值,对待训练的三维重建模型进行训练,得到已训练的三维重建模型之前,所述方法还包括:针对每个所述训练采样点,根据所述训练采样点和相邻训练采样点之间的远近程度,确定第一平滑损失值;所述相邻训练采样点与所述训练采样点位于同一采样射线且相邻;所述基于所述颜色损失值,对待训练的三维重建模型进行训练,得到已训练的三维重建模型,包括:基于所述颜色损失值和所述第一平滑损失值,对待训练的三维重建模型进行训练,得到已训练的三维重建模型。6.根据权利要求5所述的方法,其特征在于,所述针对每个所述训练采样点,根据所述训练采样点和相邻训练采样点之间的远近程度,确定第一平滑损失值,包括:针对每个所述训练采样点,确定所述训练采样点和相邻训练采样点在所述建模对象的
表面上的同一目标点之间的距离之差,以得到第一平滑损失值。7.根据权利要求6所述的方法,其特征在于,所述针对每个所述训练采样点,确定所述训练采样点和相邻训练采样点在所述建模对象的表面上的同一目标点之间的距离之差,以得到第一平滑损失值,包括:针对每个所述训练采样点,根据所述训练采样点的三维坐标和所述表面增量参数确定所述...
【专利技术属性】
技术研发人员:胡涛,刘枢,吕江波,沈小勇,
申请(专利权)人:深圳思谋信息科技有限公司,
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。