一种用于图像模型构建的方法和装置制造方法及图纸

一种用于从至少一个图像数据输入（IV1；IV1-IVn）来构建图像模型（M1；M）的方法，包括步骤，以迭代的方式，确定所述至少一个图像数据输入（IV1；IV1-IVn）的至少一个状态（PS1；PS1-PSn），以及中间学习模型（MF；MIF）的状态（PSMF）从所述至少一个图像数据输入的所述至少一个状态（PS1；PS1-PSn），以及从所述中间学习模型（MF；MIF）的所述状态（PSMF）来确定目标状态（TSP），根据所述被确定的目标状态（TSP），对所述至少一个图像数据输入（IV1；IV1-IVn）执行至少一个变换，从而生成至少一幅被变换的图像（IV1T；IV1T-IVnT），聚合所述至少一幅被变换的图像（IV1T；IV1T-IVnT）与中间学习模型（MF；MIF；MIT；MFT）信息，从而生成所述图像模型（M1；M）的更新的估计，提供所述图像模型（M1；M）的所述更新的估计作为所述图像模型（M1；M）同时还在反馈循环中，提供所述图像模型（M1；M）的所述更新的估计给模型物体学习模块（500）用于派生所述中间学习模型（MF，MIF）的更新。

【技术实现步骤摘要】
【国外来华专利技术】一种用于图像模型构建的方法和装置
本专利技术涉及图像模型构建(imagemodelconstruction)领域。
技术介绍
目前，基于真实动态场景或甚至基于被廉价相机(camera)摄取的图像的模型构建可以是一个难题。专用硬件解决方案存在但它们是昂贵的，使用了昂贵的相机，并且使用繁琐。此外，绝大多数解决方案还不允许场景是动态地，这显著地限制了它们的使用。对于三维的，其，在余下的文本中将被缩写为3D，从3D测量值的构建，最先进的网格算法能够从高质量的测量值创建具有好质量的结果；然而这些解决方案是计算上强度非常高的。此外，用于基于较低质量的图像生成具有好的质量的3D模型的解决方案是不可得的。
技术实现思路
因此本专利技术的实施例的一个目标是提出一种用于图像模型构建的方法和装置，其能够从较低质量的真实捕获来生成高质量的2D和3D图像模型和视频场景，并同时提供一种廉价和简单的解决方案。根据本专利技术的实施例，该目标是通过一种用于从至少一个图像数据输入来构建图像模型的方法来达到的，所述方法包括步骤，在迭代过程中–确定所述至少一幅图像数据输入的至少一个状态，以及中间学习模型的状态，–从所述至少一个本文档来自技高网...

【技术保护点】
用于从至少一个图像数据输入（IV1；IV1?IVn）来构建图像模型（M1；M）的方法，所述方法包括步骤，以迭代的方式，?确定所述至少一个图像数据输入（IV1；IV1?IVn）的至少一个状态（PS1；PS1?PSn），以及中间学习模型（MF；MIF）的状态（PSMF）?从所述至少一个图像数据输入的所述至少一个状态（PS1；PS1?PSn），以及从所述中间学习模型（MF；MIF）的所述状态（PSMF）来确定目标状态（TSP），?根据所述被确定的目标状态（TSP），对所述至少一个图像数据输入（IV1；IV1?IVn）执行至少一个变换，从而生成至少一幅被变换的图像（IV1T；IV1T?IVnT），?聚...

【技术特征摘要】
【国外来华专利技术】2011.06.20 EP 11305768.11.用于从至少一个图像数据输入(IV1；IV1-IVn)来构建图像模型(M1；M)的方法，所述方法包括步骤，以迭代的方式，-确定所述至少一个图像数据输入(IV1；IV1-IVn)的至少一个状态(PS1；PS1-PSn)，以及中间学习模型(MF；MIF)的状态(PSMF)-从所述至少一个图像数据输入的所述至少一个状态(PS1；PS1-PSn)，以及从所述中间学习模型(MF；MIF)的所述状态(PSMF)来确定目标状态(TSP)，-根据所述被确定的目标状态(TSP)，对所述至少一个图像数据输入(IV1；IV1-IVn)执行至少一个变换，从而生成至少一幅被变换的图像(IV1T；IV1T-IVnT)，-聚合所述至少一幅被变换的图像(IV1T；IV1T-IVnT)与中间学习模型(MF；MIF；MIT；MFT)信息，从而生成所述图像模型(M1；M)的更新的估计，-提供所述图像模型(M1；M)的所述更新的估计作为所述图像模型(M1；M)，同时还-在反馈循环中，提供所述图像模型(M1；M)的所述更新的估计给模型物体学习模块(500)用于派生所述中间学习模型(MF，MIF)的更新。2.根据权利要求1所述的方法，还包括步骤，根据被确定的目标状态(TSP)来对所述中间学习模型(MF，MIF)执行变换从而生成中间被变换的模型(MFT；MIT)，这样在所述聚合步骤期间，所述中间被变换的模型(MFT；MIT)被与所述至少一幅被变换的图像(IV1T；IV1T-IVnT)聚合来生成所述图像模型(M1；M)的所述更新的估计。3.根据权利要求1或2所述的方法，其中所述至少一个图像数据输入包括第一图像数据输入(IV1)，该第一图像数据输入(IV1)包括以2D或2D+z格式的物体的视频序列，以及第二图像数据输入(IV2)，该第二图像数据输入(IV2)包括所述物体的完全的3D图像，其中所述状态包括以3D表示所述物体的方位和变形参数，这样所述3D图像模型的后续的更新的估计被作为所述图像模型(M3D)来被提供。4.根据权利要求3所述的方法，其中所述物体的所述完全的3D图像显示具有关于所述物体的所述视频序列图像的至少一个不同的特征的所述物体，并且其中所述物体的所述3D图像模型(M3D)显示所述至少一个不同的特征。5.根据权利要求3或4所述的方法，还包括步骤，投影所述3D图像模型的所述更新的估计(M3D)到2D平面，并且提供所述更新的估计的2D投影(M2D)作为所述图像模型。6.根据前述权利要求1-5中任一项所述的方法，其中，所述目标状态基于与所述图像模型为其要被生成的物体相关的额外的信息(PSE)来被进一步确定。7.根据前述权利要求1-5中任一项所述的方法，其中，所述中间学习模型从外部被提供的模型信息(ME)来被进一步派生。8.根据前述权利要求6所述的方法，其中，所述中间学习...

【专利技术属性】
技术研发人员：唐尼·媞加替，欧文·塞克斯，萨米·利芬斯，马滕·阿兹，
申请(专利权)人：阿尔卡特朗讯，
类型：
国别省市：