CN112116700B - 基于单目视图的三维重建方法与装置 - Google Patents

Abstract

本公开的实施例公开了基于单目视图的三维重建方法与装置。该方法的一具体实施方式包括：获取输入图像；对上述输入图像进行多次卷积处理，得到多层特征图序列；将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。该实施方式实现了快速准确地呈现三维空间中各个部件级信息。

Description

基于单目视图的三维重建方法与装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及基于单目视图的三维重建方法与装置。

背景技术

从图片的信息重建对应的三维模型，是理解并且和这个世界进行交互的重要步骤。相关的三维重建方法往往基于同一物体的多个不同视图之间的相关关系，估计出物体的三维模型，或着通过单目图像重建出三维模型。

然而，当采用上述方法进行三维模型的重建，经常会存在以下技术问题：

第一，基于同一物体的多个不同视图之间的相关关系估计的三维模型往往依赖于额外的辅助信息，局部特征的表现性较弱，难以呈现精细化的局部特征结构；

第二，在生成三维空间中各个部件级信息时速度较慢，且准确度不高。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了基于单目视图的三维重建方法与装置，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了基于单目视图的三维重建方法，该方法包括：获取输入图像；对上述输入图像进行多次卷积处理，得到多层特征图序列；将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。

第二方面，本公开的一些实施例提供了一种基于单目视图的三维重建装置，装置包括：获取单元，被配置成获取输入图像；卷积处理单元，被配置成对上述输入图像进行多次卷积处理，得到多层特征图序列；第一生成单元，被配置成将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；融合单元，被配置成响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；第二生成单元，被配置成将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。

本公开的上述各个实施例具有如下有益效果：首先，获取输入图像。获取的上述输入图像为单一视图，没有依赖其他相关视图等额外的辅助信息。其次，对上述输入图像进行多次卷积处理，得到多层特征图序列。然后，将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集。局部特征增强模块可以进行自适应的细粒度部件特征提取，只获取有价值的特征，而丢弃掉冗余特征，增强了三维重建中局部特征的表现性，呈现出精细化的局部特征结构。再然后，响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图。整体特征图融合了全局特征图和局部增强特征图集，不仅能够体现整体重建的优良的结果，而且对精细化部件结构有了很好的呈现。最后，将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。得到的具有部件级信息的三维信息不仅没有依据额外的辅助信息，而且呈现出精细化的局部特征结构。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开的一些实施例的基于单目视图的三维重建方法的一个应用场景的示意图；

图2是根据本公开的一些实施例的基于单目视图的三维重建方法的一些实施例的流程图；

图3是根据本公开的一些实施例的基于单目视图的三维重建装置的一些实施例的流程图；

图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的基于单目视图的三维重建方法的一个应用场景的示意图101。

如图1所示，首先，计算设备101可以获取输入图像102。其次，计算设备101可以对上述输入图像102进行多次卷积处理，得到多层特征图序列103。然后，计算设备101将上述多层特征图序列103中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集104。再然后，计算设备101响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图105，将上述全局特征图105与上述局部增强特征图集104进行融合，得到整体特征图106。最后，计算设备101将上述整体特征图106输入至三维部件生产器以生成具有部件级信息的三维信息107。

需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中用户设备信息数目仅仅是示意性的。根据实现需要，可以具有任意数目的用户设备信息。

继续参考图2，示出了根据本公开的基于单目视图的三维重建方法的一些实施例的流程200。上述基于单目视图的三维重建方法，包括以下步骤：

步骤201，获取输入图像。

在一些实施例中，基于单目视图的三维重建方法的执行主体(例如图1所示的计算设备101)可以通过有线连接方式或者无线连接方式从终端获取输入图像。其中，上述输入图像可以是任意单视图。通过获取单个输入图像，而没有依赖其他相关视图等额外的辅助信息。

作为示例，上述图像可以是“椅子”或者“桌子”又或者“小刀”。

步骤202，对上述输入图像进行多次卷积处理，得到多层特征图序列。

在一些实施例中，基于单目视图的三维重建方法的执行主体对上述输入图像进行多次卷积处理，得到多层特征图序列。具体的，对上述输入图像进行多次图像卷积操作，得到多层输入图像的特征图序列。

在一些实施例的一些可选的实现方式中，上述执行主体对上述输入图像进行多次卷积处理，得到多层特征图序列，包括以下步骤：

第一步，利用预先训练的网络，对上述输入图像进行高层特征提取，得到高层特征。

作为示例，可以选取在ImageNet(大型可视化数据库)上进行预训练过的VGG-16模型(Visual Geometry Group，视觉测量模型)，去掉其尾部的全连接网络，对输入的图片进行高层特征提取。

第二步，将上述高层特征进行多次卷积特征提取，得到多层特征图序列。

作为示例，将上述高层特征通过一系列堆叠的卷积核对其进行多次特征提取，得到特征图序列。具体的，上述卷积核可以采用3*3大小，步长为2进行三次特征提取，得到具有512个通道的第一层特征图、具有512个通道的第二层特征图以及具有256个通道的第三层特征图。

步骤203，将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集。

在一些实施例中，基于单目视图的三维重建方法的执行主体将上述多层特征图序列中的第二层特征图进行分割，得到多个局部特征图集作为局部增强特征图集。

在一些实施例的一些可选的实现方式中，上述执行主体将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集，包括以下步骤：

第一步，上述执行主体基于上述多层特征图序列中的第二层特征图，通过将预设滑动窗口块进行堆叠，得到一个块列表。具体的，利用一个预设的滑动窗口，将上述第二层特征图进行卷积操作，得到块列表。

作为示例，利用窗口为3，步长为1的特征提取器对上述具有512个通道的第二特征图进行卷积操作。上述预设的特征提取器可以自定义设置窗口和步长。

第二步，上述执行主体基于上述块列表，自适应学习上述块列表中每块的权重，得到块列表的权重。具体的，利用卷积神经网络实现的评估器，自适应地学习块列表中每块的权重值，得到块列表的权重值集。这种方式使对于三维重建最具有区分性的特征将会有更高的响应度。

第三步，上述执行主体基于上述块列表的权重，选取预定数目个块列表作为局部增强特征图集。具体的，将自适应学习的权重值按照从大到小的顺序排序，选取前K大中的各个权重值对应的块作为局部增强特征图集。

作为示例，上述自适应学习的块列表的权重值集如下表1所示：

表1

将自适应学习的块列表的权重值集按照从大到小的顺序排序，排序后块的权重值如下表2所示：

表2

选取前K大中的各个权重值对应的块作为局部增强特征图集，本公开将K设置为10，则得到局部增强特征图集如下表3所示：

表3

上述步骤通过自适应学习的权重将局部特征按照从小到大的顺序排序，选取预定数目个块列表作为局部增强特征图集。具体的，将自适应学习的权重值按照从大到小的顺序排序，选取前K大中的各个权重值对应的块作为局部增强特征图集。通过鼓励生成对于三维重建最有用的局部增强特征图集，而丢弃掉冗余的无价值的特征，增强了三维重建中局部特征的表现性，呈现出精细化的局部特征结构。

步骤204，响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图。

在一些实施例中，基于单目视图的三维重建方法的执行主体响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图。

在一些实施例的一些可选的实现方式中，上述执行主体响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图，包括以下步骤：

第一步，将上述多层特征图序列中的最后一层特征图进行卷积操作，得到的全局特征图。

第二步，利用以下公式，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图：

其中，F_en表示整体特征图。F_c表示第二层特征图。ξ()表示局部特征增强操作。ξ(F_c)表示对第二层特征图进行局部增强操作得到的局部增强特征图集。

表示融合操作。δ()表示ELU激活函数。w()表示卷积操作。F_l表示多层特征图序列中的最后一层特征图。w(F_l)表示对多层特征图序列中的最后一层特征图进行卷积操作。b表示卷积操作中的偏移量。δ(w(F_l)+b)表示多层特征图序列中的最后一层特征图经过卷积操作后输入至ELU激活函数得到的全局特征图。

步骤205，将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。

在一些实施例中，基于单目视图的三维重建方法的执行主体将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。其中，上述部件生产器是由三层反卷积网络构成。

在一些实施例的一些可选的实现方式中，基于单目视图的三维重建方法的执行主体将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息，包括以下步骤：

第一步，将上述整体特征图进行重新排列，得到四维特征作为第一特征。具体的，对上述形状为channel×height×width的三维整体特征进行重新排序，得到重排的四维特征：

作为第一特征。其中，channel表示整体特征的通道数。height表示整体特征的长。width表示整体特征的宽。本公开要求整体特征的维度为8的倍数。

第二步，基于交叉熵损失公式，对上述第一特征进行一系列反卷积操作，得到反卷积后的三维整体信息。具体的，首先，上述执行主体对上述第一特征进行反卷积操作，得到反卷积后的第一特征。然后，上述执行主体对上述反卷积后的第一特征进行线性插值，得到线性插值后的第一特征。再然后，上述执行主体将上述反卷积后的第一特征和上述线性插值后的第一特征求平均，得到平均后的第一特征作为第二特征。最后，上述执行主体基于交叉熵损失公式，将上述第二特征进行反卷积操作，得到卷积后的第三特征作为三维整体信息。其中，上述交叉熵损失公式为：

其中，L_obj表示整体损失值。p_t表示第t个体素的概率。

表示第t个体素的预测概率。

作为示例，上述第二特征被设置成K＝{k|k＝1，2...，N_voxel}包含C个部件，其中，C表示的是模型的部件类型总数。N_voxel表示体素块的数量。k表示输入图像的体素。使用Sigmoid函数作为激活函数，并基于交叉熵损失公式约束三维整体信息，得到分辨率为32³的三维整体信息。

第三步，基于三维焦点损失公式，约束上述三维整体信息中每个体素的具体部件类型，得到带部件标签的三维部件信息作为具有部件级信息的三维信息。具体的，基于单目视图的三维重建方法的执行主体将基于三维焦点损失公式，约束上述三维整体信息中每个体素的具体部件类型，得到带部件标签的三维部件信息作为具有部件级信息的三维信息。具体的，上述三维焦点损失公式为：

其中，L_foc表示三维焦点损失值。t表示体素序号。i和c表示不同的模型部件类型序号。I和C表示不同的模型部件类型数。N_t表示在第t个体素的目标部件标签。N_ti表示在第t个体素上部件类型i出现的次数。c表示模型的部件类型序号。p_tc表示第t个体素属于第c种部件的真实概率。

表示第t个位置属于第c种部件的预测概率。γ表示超参数。λ表示损失参数。ω表示部件的总权重。

上述公式作为本公开的实施例的一个发明点。通过约束各个部件的权重来平衡各个部件的细粒度呈现。具体的，若某个部件预测的准确较低，则增加其权重。若某个部件预测的准确率较高，则降低其权重，以此来平衡各个部件的权重。与此同时，通过约束各个部件的权重和尽可能小来避免三维空间训练时的复杂性。由于三维空间中存在冗余部件，即无价值的部件。通过约束冗余部件的权重尽可能小来避免训练时的复杂性，从而使模型训练得更加快速准确地呈现三维空间中各个部件级信息。由此解决了背景技术提及的技术问题二，即在生成三维空间中各个部件级信息时速度较慢，且准确度不高。

本公开的上述各个实施例具有如下有益效果：首先，获取输入图像。获取的上述输入图像为单一视图，没有依赖其他相关视图等额外的辅助信息。其次，对上述输入图像进行多次卷积处理，得到多层特征图序列。然后，将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集。局部特征增强模块可以进行自适应的细粒度部件特征提取，只获取有价值的特征，而丢弃掉冗余特征，增强了三维重建中局部特征的表现性，呈现出精细化的局部特征结构。再然后，响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图。整体特征图融合了全局特征图和局部增强特征图集，不仅能够体现整体重建的优良的结果，而且对精细化部件结构有了很好的呈现。最后，将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。得到的具有部件级信息的三维信息不仅没有依据额外的辅助信息，而且呈现出精细化的局部特征结构。

进一步参考图3，作为对上述各图上述方法的实现，本公开提供了基于单目视图的三维重建装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，一些实施例的基于单目视图的三维重建装置300包括：获取单元301、卷积处理单元302、第一生成单元303、融合单元304、第二生成单元305。其中，获取单元301，被配置成获取输入图像；卷积处理单元302，被配置成对上述输入图像进行多次卷积处理，得到多层特征图序列；第一生成单元303，被配置成将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；融合单元304，被配置成响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；第二生成单元305，被配置成将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。

可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。

下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口404也连接至总线404。

通常，以下装置可以连接至I/O接口404：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取输入图像；对上述输入图像进行多次卷积处理，得到多层特征图序列；将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、卷积处理单元、第一生成单元、融合单元、第二生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取输入图像的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方法。

Claims (7)

1.一种基于单目视图的三维重建方法，包括：

获取输入图像；

对所述输入图像进行多次卷积处理，得到多层特征图序列；

将所述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；

响应于对所述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将所述全局特征图与所述局部增强特征图集进行融合，得到整体特征图；

将所述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息；

其中，所述将所述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集，包括：

基于所述多层特征图序列中的第二层特征图，通过将预设滑动窗口块进行堆叠，得到一个块列表，

基于所述块列表，自适应学习所述块列表中每块的权重，得到块列表的权重；

基于所述块列表的权重，选取预定数目个块列表作为局部增强特征图集；

其中，所述将所述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息，包括：

将所述整体特征图进行重新排列，得到四维特征作为第一特征；

基于交叉熵损失公式和三维焦点损失公式，对所述第一特征进行一系列反卷积操作，得到具有部件级信息的三维信息；

其中，所述基于交叉熵损失公式和三维焦点损失公式，对所述第一特征进行一系列反卷积操作，得到具有部件级信息的三维信息，包括：

基于交叉熵损失公式，对所述第一特征进行一系列反卷积操作，得到反卷积后的三维整体信息；

基于三维焦点损失公式，约束所述三维整体信息中每个体素的具体部件类型，得到带部件标签的三维部件信息作为具有部件级信息的三维信息，其中，所述三维焦点损失公式为：

其中，L_foc表示三维焦点损失值，t表示体素序号，i和c表示不同的模型部件类型序号，I和C表示不同的模型部件类型数，N_t表示在第t个体素的目标部件标签，N_ti表示在第t个体素上部件类型i出现的次数，p_tc表示第t个体素属于第c种部件的真实概率，

表示第t个位置属于第c种部件的预测概率，γ表示超参数，λ表示损失参数，ω表示部件的总权重。

2.根据权利要求1所述的方法，其中，所述对所述输入图像进行多次卷积处理，得到多层特征图序列，包括：

利用预先训练的网络，对所述输入图像进行高层特征提取，得到高层特征；

将所述高层特征进行多次卷积特征提取，得到多层特征图序列。

3.根据权利要求2所述的方法，其中，所述响应于对所述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将所述全局特征图与所述局部增强特征图集进行融合，得到整体特征图，包括：

将所述多层特征图序列中的最后一层特征图进行卷积操作，得到的全局特征图；

利用以下公式，将所述全局特征图与所述局部增强特征图集进行融合，得到整体特征图：

其中，F_en表示整体特征图，F_c表示第二层特征图，ξ()表示局部特征增强操作，ξ(F_c)表示对第二层特征图进行局部增强操作得到的局部增强特征图集，

表示融合操作，δ()表示ELU激活函数，w()表示卷积操作，F_l表示多层特征图序列中的最后一层特征图，w(F_l)表示对多层特征图序列中的最后一层特征图进行卷积操作，b表示卷积操作中的偏移量，δ(w(F_l)+b)表示多层特征图序列中的最后一层特征图经过卷积操作后输入至ELU激活函数得到的全局特征图。

4.根据权利要求3所述的方法，其中，所述基于交叉熵损失公式，对所述第一特征进行一系列反卷积操作，得到反卷积后的三维整体信息，包括：

对所述第一特征进行反卷积操作，得到反卷积后的第一特征；

对所述反卷积后的第一特征进行线性插值，得到线性插值后的第一特征；

将所述反卷积后的第一特征和所述线性插值后的第一特征求平均，得到平均后的第一特征作为第二特征；

基于交叉熵损失公式，将所述第二特征进行反卷积操作，得到反卷积后的第三特征作为三维整体信息，其中，所述交叉熵损失公式为：

其中，L_obj表示整体损失值，p_t表示第t个体素的概率，

表示第t个体素的预测概率。

5.一种基于单目视图的三维重建装置，包括：

获取单元，被配置成获取输入图像；

卷积处理单元，被配置成对所述输入图像进行多次卷积处理，得到多层特征图序列；

第一生成单元，被配置成将所述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；

融合单元，被配置成响应于对所述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将所述全局特征图与所述局部增强特征图集进行融合，得到整体特征图；

第二生成单元，被配置成将所述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息；

其中，所述第一生成单元，进一步被配置成基于所述多层特征图序列中的第二层特征图，通过将预设滑动窗口块进行堆叠，得到一个块列表，

基于所述块列表，自适应学习所述块列表中每块的权重，得到块列表的权重；

基于所述块列表的权重，选取预定数目个块列表作为局部增强特征图集；

其中，所述第二生成单元，进一步被配置成将所述整体特征图进行重新排列，得到四维特征作为第一特征；

基于交叉熵损失公式和三维焦点损失公式，对所述第一特征进行一系列反卷积操作，得到具有部件级信息的三维信息；

其中，所述第二生成单元，进一步被配置成基于交叉熵损失公式，对所述第一特征进行一系列反卷积操作，得到反卷积后的三维整体信息；

基于三维焦点损失公式，约束所述三维整体信息中每个体素的具体部件类型，得到带部件标签的三维部件信息作为具有部件级信息的三维信息，其中，所述三维焦点损失公式为：

其中，L_foc表示三维焦点损失值，t表示体素序号，i和c表示不同的模型部件类型序号，I和C表示不同的模型部件类型数，N_t表示在第t个体素的目标部件标签，N_ti表示在第t个体素上部件类型i出现的次数，p_tc表示第t个体素属于第c种部件的真实概率，

表示第t个位置属于第c种部件的预测概率，γ表示超参数，λ表示损失参数，ω表示部件的总权重。

6.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

7.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4任一所述的方法。

Images