一种3D场景重构方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种3D场景重构方法、装置、设备及介质。3D场景重构方法，包括：获取待重建图片以及3D模型资源库；基于人工智能AI技术，对待重建图片进行识别处理以及场景物件定位处理，得到场景重构参照数据；根据场景重构参照数据以及3D模型资源库，确定重建场景模型，并对重建场景模型中的物件进行调整，得到3D目标重建场景。本发明专利技术实施例的技术方案能够在节约人力成本的同时，较好的还原场景中的细节。较好的还原场景中的细节。较好的还原场景中的细节。

【技术实现步骤摘要】
一种3D场景重构方法、装置、设备及介质


[0001]本专利技术涉及三维立体设计
，尤其涉及一种3D场景重构方法、装置、设备及介质。

技术介绍

[0002]随着计算机技术的发展，三维立体的设计场景日趋复杂。
[0003]由于复杂的3D场景生成，要求更多细节，现有技术针对这种复杂场景，主要是基于传统的人工方案去实现，但需要消耗巨大的人力成本，而直接基于AI的方案，又无法将场景内的物件都进行细节的还原，生成的3D场景比较粗糙，而且不利于编辑。

技术实现思路

[0004]本专利技术提供了一种3D场景重构方法、装置、设备及介质，以解决人工重建3D场景时人力成本高，而仅基于AI技术无法进行细节还原又存在重建效果不佳的问题。
[0005]根据本专利技术的一方面，提供了一种3D场景重构方法，包括：
[0006]获取待重建图片以及3D模型资源库；
[0007]基于人工智能AI技术，对待重建图片进行识别处理以及场景物件定位处理，得到场景重构参照数据；
[0008]根据场景重构参照数据以及3D模型资源库，确定重建场景模型，并对重建场景模型中的物件进行调整，得到3D目标重建场景。
[0009]根据本专利技术的另一方面，提供了一种3D场景重构装置，包括：
[0010]初始数据获取模块，用于获取待重建图片以及3D模型资源库；
[0011]场景重构参照数据获取模块，用于基于人工智能AI技术，对待重建图片进行识别处理以及场景物件定位处理，得到场景重构参照数据；r/>[0012]3D目标重建场景确定模块，用于根据场景重构参照数据以及3D模型资源库，确定重建场景模型，并对重建场景模型中的物件进行调整，得到3D目标重建场景。
[0013]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0014]至少一个处理器；以及
[0015]与所述至少一个处理器通信连接的存储器；其中，
[0016]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的3D场景重构方法。
[0017]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的3D场景重构方法。
[0018]本专利技术实施例的技术方案，通过获取待重建图片以及3D模型资源库，从而基于AI技术，对待重建图片进行识别处理以及场景物件定位处理，得到场景重构参照数据，进而根
据场景重构参照数据以及3D模型资源库，确定重建场景模型，并对重建场景模型中的物件进行调整，得到3D目标重建场景。在本方案中，对待重建图片进行识别处理以及场景物件定位处理，挖掘出的场景重构参照数据，能够准确的反映待重建图片的细节特征，而基于场景重构参照数据以及3D模型资源库，不仅能自动确定出与待重建图片场景匹配的重建场景模型，还通过对重建场景模型中的物件的细节调整，实现场景物件可编辑以及最大限度细节还原的效果，解决人工重建3D场景时人力成本高，而仅基于AI技术无法进行细节还原又存在重建效果不佳的问题，能够在节约人力成本的同时，较好的还原场景中的细节。
[0019]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术实施例一提供的一种3D场景重构方法的流程图；
[0022]图2为本专利技术实施例二提供的一种3D场景重构方法的流程图；
[0023]图3是本专利技术实施例二提供的一种3D场景重构方法的整体逻辑示意图；
[0024]图4为本专利技术实施例三提供的一种3D场景重构装置的结构示意图；
[0025]图5示出了可以用来实施本专利技术的实施例的电子设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“原始”、“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]实施例一
[0029]图1为本专利技术实施例一提供的一种3D场景重构方法的流程图，本实施例可适用于高效且高还原度的进行3D场景重构的情况，该方法可以由3D场景重构装置来执行，该3D场景重构装置可以采用硬件和/或软件的形式实现，该3D场景重构装置可配置于电子设备中。电子设备可以包括但不限于服务器或计算机等，如图1所示，该方法包括：
[0030]步骤110、获取待重建图片以及3D模型资源库。
[0031]其中，待重建图片可以是任意需进行三维立体重构的图片。3D模型资源库可以是预先配置的三维立体场景下的模型库。
[0032]在本专利技术实施例中，需要先获取待重建图片以及预先配置的3D模型资源库。
[0033]在本专利技术的一个可选实施例中，3D模型资源库可以包括至少一个3D场景模型，每个3D场景模型包括多个3D物件模型。
[0034]其中，3D场景模型可以是三维立体的场景模型。3D场景模型可以包括但不限于商超场景模型、花卉市场场景模型以及教室场景模型等。3D物件模型可以是对应场景下的三维立体物件的模型。假设，3D场景模型为花卉市场场景模型，则对应的3D物件模型可以包括花卉模型、花架模型、房间模型以及地板模型等。
[0035]可选的，3D模型资源库可以是已知的开源3D模型库，也可以是人工基于管线设计和创建的3D模型库。
[0036]可选的，3D模型资源库中可不针对场景进行3D场景模型划分，包括各种类的3D物件模型。示例性的，3D场景模型可按照对应物件的属性进行分类，例如，食品类、花卉类以及几何体类等。
[0037]步骤120、基于AI技术，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种3D场景重构方法，其特征在于，包括：获取待重建图片以及3D模型资源库；基于人工智能AI技术，对所述待重建图片进行识别处理以及场景物件定位处理，得到场景重构参照数据；根据所述场景重构参照数据以及所述3D模型资源库，确定重建场景模型，并对所述重建场景模型中的物件进行调整，得到3D目标重建场景。2.根据权利要求1所述的方法，其特征在于，基于AI技术，对所述待重建图片进行识别处理以及场景物件定位处理，得到场景重构参照数据，包括：基于AI技术，对所述待重建图片进行识别处理，得到目标识别数据，并基于AI技术，对所述待重建图片中的物件进行定位，得到场景物件姿态数据；将所述目标识别数据以及所述场景物件姿态数据，作为所述场景重构参照数据。3.根据权利要求2所述的方法，其特征在于，基于AI技术，对所述待重建图片进行识别处理，得到目标识别数据，包括：设置像素分辨尺寸下限阈值；基于AI技术，按照所述像素分辨尺寸下限阈值对所述待重建图片进行过滤识别，得到所述目标识别数据。4.根据权利要求2所述的方法，其特征在于，根据所述场景重构参照数据以及所述3D模型资源库，确定重建场景模型，并对所述重建场景模型中的物件进行调整，得到3D目标重建场景，包括：根据所述目标识别数据以及所述3D模型资源库，确定重建场景模型；根据所述场景物件姿态数据对所述重建场景模型进行物件姿态调整，得到3D目标重建场景。5.根据权利要求4所述的方法，其特征在于，根据所述目标识别数据以及所述3D模型资源库，确定重建场景模型，包括：根据所述目标识别数据，从所述3D模型资源库中确定出与所述待重建图片匹配的原始目标场景模型；根据所述目标识别数据，对所述原...

【专利技术属性】
技术研发人员：郭建君，
申请(专利权)人：北京蔚领时代科技有限公司，
类型：发明
国别省市：