【技术实现步骤摘要】
图像处理方法、装置、设备、存储介质及计算机程序产品
[0001]本申请涉及但不限于计算机视觉
,尤其涉及一种图像处理方法、装置、设备、存储介质及计算机程序产品。
技术介绍
[0002]对象的重新打光是电影游戏工业中实现逼真渲染的重要技术。然而,相关技术中往往是通过专业人员和昂贵的专业设备,对待进行重新打光的对象进行精细扫描与建模,以实现对象的重新打光,耗时且成本高。
技术实现思路
[0003]有鉴于此,本申请实施例至少提供一种图像处理方法、装置、设备、存储介质及计算机程序产品。
[0004]本申请实施例的技术方案是这样实现的:
[0005]一方面,本申请实施例提供一种图像处理方法,所述方法包括:
[0006]获取包含预设对象的图像帧序列,以及与所述预设对象对应的对象模型;
[0007]基于所述图像帧序列,确定所述对象模型表面的第一几何参数和第一反射参数;
[0008]基于预设的第一光照图、所述第一几何参数和所述第一反射参数,对所述图像帧序列中至少一个第一图像帧中的所述预设对象进行渲染,得到重新打光后的至少一个第二图像帧。
[0009]另一方面,本申请实施例提供一种图像处理装置,所述装置包括:
[0010]获取模块,用于获取包含预设对象的图像帧序列,以及与所述预设对象对应的对象模型;
[0011]确定模块,用于基于所述图像帧序列,确定所述对象模型表面的第一几何参数和第一反射参数;
[0012]渲染模块,用于基于预设的第一光照图 ...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:获取包含预设对象的图像帧序列,以及与所述预设对象对应的对象模型;基于所述图像帧序列,确定所述对象模型表面的第一几何参数和第一反射参数;基于预设的第一光照图、所述第一几何参数和所述第一反射参数,对所述图像帧序列中至少一个第一图像帧中的所述预设对象进行渲染,得到重新打光后的至少一个第二图像帧。2.根据权利要求1所述的方法,其特征在于,所述对象模型表面的第一几何参数包括在每一所述第一图像帧中所述对象模型表面的每一轮廓点的第一几何参数,所述对象模型表面的第一反射参数包括在每一所述第一图像帧中所述对象模型表面的每一轮廓点的第一反射参数;所述基于所述图像帧序列,确定所述对象模型表面的第一几何参数和第一反射参数,包括:确定所述对象模型的每一个顶点的特征表示;针对所述图像帧序列中的每一第一图像帧,确定每一所述顶点在所述第一图像帧中对应的坐标值,并基于每一所述顶点的特征表示和所述顶点在所述第一图像帧中对应的坐标值,确定在所述第一图像帧中所述对象模型表面的每一轮廓点、以及每一所述轮廓点对应的坐标值和特征表示;基于在每一所述第一图像帧中所述对象模型表面的每一轮廓点对应的坐标值和特征表示,确定每一所述轮廓点的第一几何参数和第一反射参数。3.根据权利要求2所述的方法,其特征在于,所述基于每一所述顶点的特征表示和所述顶点在所述第一图像帧中对应的坐标值,确定在所述第一图像帧中所述对象模型表面的每一轮廓点、以及每一所述轮廓点对应的坐标值和特征表示,包括:基于每一所述顶点在所述第一图像帧中对应的坐标值,确定在所述第一图像帧中所述对象模型表面的至少一个轮廓点以及每一所述轮廓点对应的坐标值;基于每一所述轮廓点对应的坐标值,确定每一所述轮廓点相邻的至少一个顶点;针对每一所述轮廓点,基于与所述轮廓点相邻的每一顶点的特征表示,确定所述轮廓点对应的特征表示。4.根据权利要求2或3所述的方法,其特征在于,所述基于在每一所述第一图像帧中所述对象模型表面的每一轮廓点对应的坐标值和特征表示,确定每一所述轮廓点的第一几何参数和第一反射参数,包括:利用预设的第一神经网络,基于每一所述第一图像帧中所述对象模型表面的每一轮廓点对应的坐标值和特征表示,确定每一所述轮廓点的第一几何参数和第一反射参数;基于每一所述第一图像帧中所述对象模型表面的每一轮廓点的第一几何参数和第一反射参数,确定损失值;基于所述损失值,对所述第一神经网络的网络参数、以及所述对象模型的每一个顶点的特征表示进行更新,并基于更新后的所述第一神经网络、以及每一所述顶点的更新后的特征表示,得到更新后的每一所述轮廓点的第一几何参数和第一反射参数。5.根据权利要求4所述的方法,其特征在于,所述损失值包括第一损失值;所述基于每一所述第一图像帧中所述对象模型表面的每一轮廓点的第一几何参数和
第一反射参数,确定损失值,包括:确定所述图像帧序列对应的第二光照图;针对每一所述第一图像帧,基于所述第一图像帧中所述对象模型表面的每一轮廓点的第一几何参数和第一反射参数,利用所述第二光照图,对所述第一图像帧中的所述预设对象进行渲染,得到重新打光后的第三图像帧;基于每一所述第一图像帧和每一所述第三图像帧,确定第一损失值。6.根据权利要求5所述的方法,其特征在于,所述对所述第一神经网络的网络参数、以及所述对象模型的每一个顶点的特征表示进行更新,包括:对所述第一神经网络的网络参数、所述对象模型的每一个顶点的特征表示、以及所述第二光照图进行更新;所述基于在每一所述第一图像帧中所述对象模型表面的每一轮廓点对应的坐标值和特征表示,确定每一所述轮廓点的第一几何参数和第一反射参数,还包括:针对每一所述第一图像帧,基于所述第一图像帧中所述对象模型表面的每一轮廓点的更新后的第一几何参数和更新后的第一反射参数,利用更新后的所述第二光照图,对所述第一图像帧中的所述预设对象进行渲染,得到更新后的重新打光的第三图像帧;基于每一所述第一图像帧和每一更新后的所述第三图像帧,确定更新后的所述第一损失值。7.根据权利要求5或6中任一项所述的方法,其特征在于,所述损失值还包括第二损失值;所述基于每一所述第一图像帧中所述对象模型表面的每一轮廓点的第一几何参数和第一反射参数,确定损失值,还包括:利用预设的第二神经网络,基于每一所述第一图像帧中所述对象模型表面的每一轮廓点对应的坐标值和特征表示,确定每一所述轮廓点的第二几何参数;基于每一所述轮廓点的第一几何参数和第二几何参数,确定第二损失值。8.根据权利要求7所述的方法,其特征在于,所述利用预设的第二神经网络,基于每一所述第一图像帧中所述对象模型表面的每一轮廓点对应的坐标值和特征表示,确定每一所述轮廓点的第二几何参数,包括:针对每一所述第一图像帧,基于所述第一图像帧中所述对象模型表面的每一轮廓点对应的坐标值,确定每一所述轮廓点对应的至少一个第一空间点;其中,每一所述轮廓点对应的第一空间点为所述图像帧序列对应的光源在所述轮廓点的入射光线上的空间点;基于每一所述顶点的特征表示和所述顶点在每一所述第一图像帧中对应的坐标值,确定每一所述第一空间点的特征表示;利用预设的第二神经网络,基于每一所述第一空间点的特征表示,确定每一所述第一空间点的体密度;基于每一所述轮廓点对应的至少一个第一空间点的体密度,确定每一所述轮廓点的第二几何参数;所述对所述第一神经网络的网络参数、以及所述对象模型的每一个顶点的特征表示进行更新,包括:对所述第一神经网络的网络参数、所述第二神经网络的网络参数、以及所述对象模型
的每一个顶点的特征表示进行更新。9.根据权利要求8所述的方法,其特征在于,所述基于每一所述轮廓点对应的至少一个第一空间点的体密度,确定每一所述轮廓点的第二几何参数,包括以下至少之一:在所述第二几何参数包括第二法线的情况下,基于每一所述轮廓点对应的至少一个第一空间点的体密度,确定每一所述轮廓点在每一所述第一图像帧中对应的体密度梯度,并基于每一所述轮廓点在每一所述第一图像帧中对应的体密度梯度,确定每一所述轮廓点的第二法线;在所述第二几何参数包括光线可见度的情况下,针对每一所述轮廓点,基于所述轮廓点对应的至少一个第一空间点的体密度,确定每一所述第一空间点的累积透射率,并基于每一所述第一空间点的累积透射率和体密度,确定所述轮廓点的第二光线可见度。10.根据权利要求8或9所述的方法,其特征在于,所述基于每一所述顶点的特征表示和所述顶点在所述第一图像帧中对应的坐标值,确定在所述第一图像帧中所述对象模型表面的每一轮廓点,包括:针对至少一条预设的相机光线中的每一相机光线,在所述相机光线上确定至少一个第二空间点;基于每一所述顶点的特征表示和所述顶点在所述第一图像帧中对应的坐标值,确定每一所述第二空间点的特征表示;利用预设的第二神经网络,基于每一所述第二空间点的特征表示,确定每一所述第二空间点在所述第一图像帧中对应的体密度;针对每一所述相机光线,基于所述相机光线上的每一所述第二空间点的体密度,确定所述对象模型表面的一个轮廓点。11.根据权利要求7至10中任一项所述的方法,其特征在于,所述第一神经网络包括第一预测网络和第二预测网络;所述利用预设的第一神经网络,基于每一所述第一图像帧中所述...
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。