一种基于图像的三维模型生成方法及系统技术方案

本申请公开了一种基于图像的三维模型生成方法及系统。该三维模型生成方法包括：获取图像数据；对所述多张图像中包括的对象进行识别，并根据识别结果确定分类的图像数据；基于所述第一类型对象和所述第一类型对象对应的图像确定第一三维模型，以及基于所述第二类型对象和所述第二类型对象对应的图像确定第二三维模型；基于所述预设模型关联关系、所述第一三维模型和第二三维模型，确定目标三维模型；所述目标三维模型用于表征所述第一类型对象与所述第二类型对象之间的相对运动轨迹，以及表征不同的第二类型对象之间的相对运动轨迹。该三维模型生成方法能够提高三维模型的真实度，以及提高与真实对象之间的匹配度。以及提高与真实对象之间的匹配度。以及提高与真实对象之间的匹配度。

【技术实现步骤摘要】
一种基于图像的三维模型生成方法及系统


[0001]本申请是关于三维建模
，特别是关于一种基于图像的三维模型生成方法及系统。

技术介绍

[0002]随着三维建模技术的发展，三维模型的应用也逐渐广泛。三维模型可以应用于各种场景中，例如，扩展现实场景、模拟仿真场景等。在这些场景中，通过构建三维模型，实现虚拟对象的构建；基于构建的虚拟对象，可以执行交互，或者模拟仿真等。
[0003]在模拟仿真场景中，所构建的三维模型，可以用于实现一些特定场景下的仿真效果，例如，构建物体的运动模型，以基于该运动模型对物体的运动数据进行分析等。
[0004]目前，在模拟仿真场景中，在构建三维的模拟仿真模型时，大多还是基于预先设置好的一些子模型，进行组合拼接，并没有与真实场景中的数据结合；从而，最终所构建的三维模型的真实度不够，与真实对象之间的匹配度也不够。

技术实现思路

[0005]本申请的目的在于提供一种基于图像的三维模型生成方法及系统，其能够提高三维模型的真实度，以及提高与真实对象之间的匹配度。
[0006]为实现上述目的，本申请的实施例提供了一种基于图像的三维模型生成方法，包括：获取图像数据；所述图像数据包括图像采集设备在预设时间段内采集到的多张图像，每张图像中包括的对象属于预设对象集中的对象；对所述多张图像中包括的对象进行识别，并根据识别结果确定分类的图像数据；所述分类的图像数据中包括第一类型对象和第一类型对象对应的图像，以及第二类型对象和第二类型对象对应的图像，所述第一类型对象和所述第二类型对象之间对应有预设模型关联关系；基于所述第一类型对象和所述第一类型对象对应的图像确定第一三维模型，以及基于所述第二类型对象和所述第二类型对象对应的图像确定第二三维模型；基于所述预设模型关联关系、所述第一三维模型和第二三维模型，确定目标三维模型；所述目标三维模型用于表征所述第一类型对象与所述第二类型对象之间的相对运动轨迹，以及表征不同的第二类型对象之间的相对运动轨迹。
[0007]在一种可能的实施方式中，该基于图像的三维模型生成方法应用于目标场所，所述目标场所中设置有第一图像采集设备和第二图像采集设备，所述获取图像数据，包括：获取所述第一图像采集设备在第一时间段内采集的多张第一图像，以及获取所述第二图像采集设备在第二时间段内采集的多张第二图像；其中，所述第一时间段和所述第二时间段属于所述预设时间段，且所述第一时间段和所述第二时间段覆盖所述预设时间段中的各个时间点；对所述多张第一图像进行处理，确定处理的多张第一图像；所述处理的多张第一图像中包括的对象属于预设对象集中的对象；对所述多张第二图像进行处理，确定处理的多张第二图像；所述处理的多张第二图像中包括的对象属于预设对象集中的对象；根据所述处理的多张第一图像和所述处理的多张第二图像确定所述图像数据。
[0008]在一种可能的实施方式中，所述根据所述处理的多张第一图像和所述处理的多张第二图像确定所述图像数据，包括：根据所述处理的多张第一图像的采集时间和所述处理的多张第二图像的采集时间，确定所述处理的多张第一图像与所述处理的第二图像之间的对应关系；确定具有对应关系的处理的第一图像和处理的第二图像之间的相似度，根据该相似度对所述处理的第一图像和所述处理的第二图像作删减处理；根据删减处理的多张图像确定所述图像数据。
[0009]在一种可能的实施方式中，所述对所述多张图像中包括的对象进行识别，包括：根据预先训练的对象识别模型确定所述多张图像中包括的对象；其中，所述预先训练的对象识别模型对应的训练数据集包括：多张样本图像和所述多张样本图像分别对应的对象标识，每张样本图像中包括的对象属于所述预设对象集中的对象。
[0010]在一种可能的实施方式中，所述根据识别结果确定分类的图像数据，包括：确定所述第一类型对象对应的多张第一原始图像；确定所述多张第一原始图像之间的相似度，以及确定所述多张第一原始图像的采集时间；基于所述多张第一原始图像之间的相似度和所述多张第一原始图像的采集时间，确定所述第一类型对象对应的图像；其中，若两张第一原始图像之间的相似度大于预设相似度，且该两张第一原始图像的采集时间之间的间隔大于预设时间间隔，则该两张第一原始图像均确定为第一类型对象对应的图像；若两张第一原始图像之间的相似度小于预设相似度，且该两张第一原始图像的采集时间之间的间隔小于所述预设时间间隔，则该两张第一原始图像中仅保留一张第一原始图像作为第一类型对象对应的图像。
[0011]在一种可能的实施方式中，所述根据识别结果确定分类的图像数据还包括：确定所述第二类型对象对应的多张第二原始图像；确定所述多张第二原始图像之间的相似度，以及确定所述多张第二原始图像的采集时间；基于所述多张第二原始图像之间的相似度和所述多张第二原始图像的采集时间，确定所述第二类型对象对应的图像；其中，若两张第二原始图像之间的相似度小于预设相似度，且该两张第一原始图像的采集时间之间的间隔大于预设时间间隔，则该两张第一原始图像均确定为第二类型对象对应的图像；若两张第二原始图像之间的相似度大于预设相似度，且该两张第二原始图像的采集时间之间的间隔小于所述预设时间间隔，则该两张第二原始图像中仅保留一张第二原始图像作为第二类型对象对应的图像。
[0012]在一种可能的实施方式中，所述基于所述第一类型对象和所述第一类型对象对应的图像确定第一三维模型，包括：获取所述第一类型对象对应的第一预设三维模型，以及获取所述第一预设三维模型对应的多张图像；确定所述第一类型对象对应的图像与所述第一预设三维模型对应的多张图像之间的第一图像对应关系；所述第一图像对应关系用于表征所述第一类型对象在不同图像中的相似度关系；根据所述第一图像对应关系，对所述第一预设三维模型进行调整；根据调整的第一预设三维模型确定所述第一三维模型。
[0013]在一种可能的实施方式中，所述基于所述第二类型对象和所述第二类型对象对应的图像确定第二三维模型，包括：获取所述第二类型对象对应的第二预设三维模型，以及获取所述第二预设三维模型对应的多张图像；确定所述第二类型对象对应的图像与所述第二预设三维模型对应的多张图像之间的第二图像对应关系；所述第二图像对应关系用于表征所述第二类型对象在不同图像中的相似度关系和位置关系；根据所述第二图像对应关系，
对所述第二预设三维模型进行调整；根据调整的第二预设三维模型确定所述第二三维模型。
[0014]在一种可能的实施方式中，所述预设模型关联关系包括：第一关联关系和第二关联关系，所述第一关联关系对应有第一预设贴图，所述第二关联关系对应有第二预设贴图；所述基于所述预设模型关联关系、所述第一三维模型和第二三维模型，确定目标三维模型，包括：根据所述第一关联关系，将所述第一三维模型和所述第二三维模型进行整合，确定整合的第一目标三维模型；所述整合的第一目标三维模型用于表征所述第一类型对象与所述第二类型对象之间的相对运动轨迹；根据所述第二关联关系，将不同的第二三维模型进行整合，确定整合的第二目标三维模型；所述整合的第二目标三维本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的三维模型生成方法，其特征在于，包括：获取图像数据；所述图像数据包括图像采集设备在预设时间段内采集到的多张图像，每张图像中包括的对象属于预设对象集中的对象；对所述多张图像中包括的对象进行识别，并根据识别结果确定分类的图像数据；所述分类的图像数据中包括第一类型对象和第一类型对象对应的图像，以及第二类型对象和第二类型对象对应的图像，所述第一类型对象和所述第二类型对象之间对应有预设模型关联关系；基于所述第一类型对象和所述第一类型对象对应的图像确定第一三维模型，以及基于所述第二类型对象和所述第二类型对象对应的图像确定第二三维模型；基于所述预设模型关联关系、所述第一三维模型和第二三维模型，确定目标三维模型；所述目标三维模型用于表征所述第一类型对象与所述第二类型对象之间的相对运动轨迹，以及表征不同的第二类型对象之间的相对运动轨迹。2.根据权利要求1所述的基于图像的三维模型生成方法，其特征在于，该基于图像的三维模型生成方法应用于目标场所，所述目标场所中设置有第一图像采集设备和第二图像采集设备，所述获取图像数据，包括：获取所述第一图像采集设备在第一时间段内采集的多张第一图像，以及获取所述第二图像采集设备在第二时间段内采集的多张第二图像；其中，所述第一时间段和所述第二时间段属于所述预设时间段，且所述第一时间段和所述第二时间段覆盖所述预设时间段中的各个时间点；对所述多张第一图像进行处理，确定处理的多张第一图像；所述处理的多张第一图像中包括的对象属于预设对象集中的对象；对所述多张第二图像进行处理，确定处理的多张第二图像；所述处理的多张第二图像中包括的对象属于预设对象集中的对象；根据所述处理的多张第一图像和所述处理的多张第二图像确定所述图像数据。3.根据权利要求2所述的基于图像的三维模型生成方法，其特征在于，所述根据所述处理的多张第一图像和所述处理的多张第二图像确定所述图像数据，包括：根据所述处理的多张第一图像的采集时间和所述处理的多张第二图像的采集时间，确定所述处理的多张第一图像与所述处理的第二图像之间的对应关系；确定具有对应关系的处理的第一图像和处理的第二图像之间的相似度，根据该相似度对所述处理的第一图像和所述处理的第二图像作删减处理；根据删减处理的多张图像确定所述图像数据。4.根据权利要求1所述的基于图像的三维模型生成方法，其特征在于，所述对所述多张图像中包括的对象进行识别，包括：根据预先训练的对象识别模型确定所述多张图像中包括的对象；其中，所述预先训练的对象识别模型对应的训练数据集包括：多张样本图像和所述多张样本图像分别对应的对象标识，每张样本图像中包括的对象属于所述预设对象集中的对象。5.根据权利要求1所述的基于图像的三维模型生成方法，其特征在于，所述根据识别结果确定分类的图像数据，包括：确定所述第一类型对象对应的多张第一原始图像；
确定所述多张第一原始图像之间的相似度，以及确定所述多张第一原始图像的采集时间；基于所述多张第一原始图像之间的相似度和所述多张第一原始图像的采集时间，确定所述第一类型对象对应的图像；其中，若两张第一原始图像之间的相似度大于预设相似度，且该两张第一原始图像的采集时间之间的间隔大于预设时间间隔，则该两张第一原始图像均确定为第一类型对象对应的图像；若两张第一原始图像之间的相似度小于预设相似度，且该两张第一原始图像的采集时间之间的间隔小于所述预设时间间隔，则该两张第一原始图像中仅保留一张第一原始图像作为第一类型对象对应的图像。6.根据权利要求5所述的基于图像的三维模型生成方法，其特征在于，所述根据识别结果确定分类的图像数据还包括：确定所述第二类型对象对应的多张第二原始图像；...

【专利技术属性】
技术研发人员：粟海斌，刘珺，詹柱，刘斌，欧阳宏剑，
申请(专利权)人：方心科技股份有限公司，
类型：发明
国别省市：