一种三维模型修复方法、系统、介质、设备及终端技术方案

本发明专利技术属于3D模型修复技术领域，公开了一种三维模型修复方法、系统、介质、设备及终端，对于基于结构感知方法生成得到的存在缺陷的3D模型，对缺失的几何信息进行修补后，再针对3D模型的结构信息进行优化调整，得到最终的3D模型。本发明专利技术提供的三维模型修复方法，使用VAE作为GAN的生成器，并且用VAE的编码器代替GAN模型的鉴别器，降低了网络结构的复杂程度，提高了网络在训练过程中的稳定性，并且能够有效的捕获3D模型的几何先验分布。本发明专利技术的基于双路生成对抗网路的三维模型修补的方法，降低了现有的基于结构感知的三维模型深度生成方法中几何信息不完整以及结构信息失误的三维模型生成的概率，提升了模型生成的质量。提升了模型生成的质量。提升了模型生成的质量。

【技术实现步骤摘要】
一种三维模型修复方法、系统、介质、设备及终端


[0001]本专利技术属于3D模型修复
，尤其涉及一种三维模型修复方法、系统、介质、设备及终端。

技术介绍

[0002]目前，3D模型生成任务中的一个具有挑战性的问题是如何快速构建大规模的、新的、多样化好的逼真的3D模型。为了达到这样的一个效果，目前一种常见的解决方法是，利用结构感知的方法去进行学习。即将3D模型进行拆分，分为一个一个语义层面上的组件，然后基于组件学习其几何形状以及相互之间的结构关系，之后可以根据组件学习到的几何形状和结构关系快速构建新的，多样性好的，逼真的3D模型。基于结构感知的学习方法的好处是能够非常好的学习到3D模型的结构细节，但是这种方法也会存在一些问题。首先，受限于当前3D模型数据集的大小和质量，现有的方法不能完全的学习到所有的几何信息，因此，在生成组件的时候，会存在缺失的情况。此外，在3D模型生成的过程中，结构信息的学习也会存在一定的失误，基于组件拼接好的3D模型不一定符合人类对于3D模型结构上的先验知识。以上所描述的缺点在快速生成多个3D模型的过程中，会很大程度影本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维模型修复方法，其特征在于，所述三维模型修复方法包括：对于基于结构感知方法生成得到的存在缺陷的3D模型，对缺失的几何信息进行修补后，再针对3D模型的结构信息进行优化调整，得到最终的3D模型。2.如权利要求1所述的三维模型修复方法，其特征在于，所述三维模型修复方法包括以下步骤：步骤一，针对3D模型缺失的几何信息进行修补；步骤二，进行3D模型结构信息的优化。3.如权利要求2所述的三维模型修复方法，其特征在于，所述步骤一中的几何信息缺失方面的修补包括：利用双通道的生成对抗网络的方法学习3D模型的几何信息；结合深度神经网络中的生成对抗网络GAN和变分编码器VAE的思想，使用VAE作为GAN的生成器，并用VAE的编码器代替GAN模型的鉴别器；构建带有VAE编码器和解码器的双通道GAN；训练后，取出网络中的编码器和解码器构建得到编码器
‑
解码器结构，对输入的不完整的3D模型进行几何信息的预测；编码器编码不完整的3D模型数据得到相应的隐变量表示，解码器基于现有信息和所学习到的分布信息推测出缺失的几何信息。4.如权利要求3所述的三维模型修复方法，其特征在于，训练阶段的双通道GAN网络中，上路是VAE
‑
GAN的结构，由VAE充当GAN的生成器，VAE的编码器充当GAN的鉴别器；在下路构建GAN的镜像结构，用于捕获3D模型的几何先验分布；推理阶段的编码器
‑
解码器中，残缺的3D模型输入到编码器
‑
解码器的结构中；编码为隐向量，经过训练，经过编码器得到的隐向量近似于3D模型的先验分布然，再经过解码器得到修复的3D模型。5.如权利要求2所述的三维模型修复方法，其特征在于，所述步骤二中的结构信息的优化包括：定义三种3D模型内在结构中的约束关系，所述结构性约束分别为：接触约束、中心约束和对称约束；经过优化，3D模型满足三种约束；根据最优化思想调整结构信息，设定c是3D模型中每一个组件的中心点的三维坐标，s是每一个组件的放缩尺度；下标代表不同的组件的标识，上标代表更新后的结构信息；将目标函数定义为：min∑
i
||c
′
i
‑
c
i
||2+ε||s
′
i
‑
s
i
||2。6.如权利要求5所述的三维模...

【专利技术属性】
技术研发人员：王冠，杜镇江，谢宁，杨阳，刘志韬，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：