CN114067051A - 三维重建处理方法、装置、电子设备以及存储介质 - Google Patents
三维重建处理方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114067051A CN114067051A CN202111355721.0A CN202111355721A CN114067051A CN 114067051 A CN114067051 A CN 114067051A CN 202111355721 A CN202111355721 A CN 202111355721A CN 114067051 A CN114067051 A CN 114067051A
- Authority
- CN
- China
- Prior art keywords
- processing
- target
- reconstruction processing
- reconstructed
- dimensional reconstruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种三维重建处理方法、装置、电子设备以及存储介质,涉及计算机视觉技术领域,尤其涉及计算机图形学技术领域。具体实现方案为:获取目标图像,其中,上述目标图像中包含:待重建目标;基于上述待重建目标获取上述目标图像的背景蒙版图像;基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果。本公开解决了现有技术中三维重建方法存在稀疏重建过程中无法实现相机位姿计算,且稠密建模过程中计算量大、耗时长的技术问题。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及计算机图形学技术、视觉技术领域,具体涉及一种三维重建处理方法、装置、电子设备以及存储介质。
背景技术
现有技术中,基于多视图的颜色系统Red Green Blue(RGB)图像的三维重建方法主要可以分为稀疏重建和稠密重建两部分,稀疏重建主要采用运动恢复结构StructureFrom motion(SFM)来计算相机拍摄图像时所在的空间位置和方向,稠密重建主要采用多视图立体视觉Multi-view stereo(MVS)来计算稠密的点云模型。
发明内容
本公开提供了一种用于三维重建处理方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种三维重建处理方法,包括:获取目标图像,其中,上述目标图像中包含:待重建目标;基于上述待重建目标获取上述目标图像的背景蒙版图像;基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果。
可选的,上述基于上述待重建目标获取上述目标图像的背景蒙版图像,包括:基于上述待重建目标确定上述目标图像中的背景区域,其中,上述待重建目标为上述目标图像中的非背景区域;对上述目标图像中的上述背景区域进行蒙版处理,得到上述背景蒙版图像。
可选的,上述三维重建处理包括:稀疏重建处理和稠密重建处理,上述基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果,包括:在上述稀疏重建处理的过程中,基于上述背景蒙版图像对上述待重建目标进行特征点提取及匹配处理,得到特征提取及匹配结果;在上述稠密重建处理的过程中,基于上述背景蒙版图像对上述特征提取及匹配结果进行深度图处理,得到深度图处理结果;对上述深度图处理结果进行再处理,得到上述三维重建处理结果,其中,上述再处理包括:表面重建处理和/或纹理贴图处理。
可选的,上述对上述深度图处理结果进行再处理,得到上述三维重建处理结果,包括:对上述深度图处理结果进行表面重建处理,得到表面重建处理结果;对上述表面重建处理结果进行纹理贴图处理,得到三维重建处理结果,其中,上述三维重建处理结果包括:三维重建模型。
可选的,在上述稀疏重建处理的过程中,上述特征点处理及匹配处理的对象为上述待重建目标;在上述稠密重建处理的过程中,上述深度图处理的对象为上述待重建目标,其中,上述深度图处理包括:光度一致性检测和代价聚合优化。
根据本公开的另一方面,提供了一种三维重建处理装置,包括:第一获取模块,用于获取目标图像,其中,上述目标图像中包含:待重建目标;第二获取模块,用于基于上述待重建目标获取上述目标图像的背景蒙版图像;处理模块,用于基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果。
可选的,上述第二获取模块,包括:确定单元,用于基于上述待重建目标确定上述目标图像中的背景区域,其中,上述待重建目标为上述目标图像中的非背景区域;第一处理单元,用于对上述目标图像中的上述背景区域进行蒙版处理,得到上述背景蒙版图像。
可选的,上述处理模块,包括:第二处理单元,用于在上述稀疏重建处理的过程中,基于上述背景蒙版图像对上述待重建目标进行特征点提取及匹配处理,得到特征提取及匹配结果;第三处理单元,用于在上述稠密重建处理的过程中,基于上述背景蒙版图像对上述特征提取及匹配结果进行深度图处理,得到深度图处理结果;第四处理单元,用于对上述深度图处理结果进行再处理,得到上述三维重建处理结果,其中,上述再处理包括:表面重建处理和/或纹理贴图处理。
可选的,上述第四处理单元,包括:第一处理子单元,用于对上述深度图处理结果进行表面重建处理,得到表面重建处理结果;第二处理子单元,用于对上述表面重建处理结果进行纹理贴图处理,得到三维重建处理结果,其中,上述三维重建处理结果包括:三维重建模型。
可选的,上述第二处理单元在上述稀疏重建处理的过程中,上述特征点处理及匹配处理的对象为上述待重建目标;上述第三处理单元在上述稠密重建处理的过程中,上述深度图处理的对象为上述待重建目标,上述深度图处理包括:光度一致性检测和代价聚合优化。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行任一项上述的三维重建处理方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行任一项上述的三维重建处理方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现任一项上述的三维重建处理方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的三维重建处理方法的步骤流程示意图;
图2是根据本公开第一实施例的背景蒙版图像示意图;
图3是根据本公开第一实施例的三维重建处理总体流程图;
图4是根据本公开第二实施例的三维重建处理装置的结构示意图;
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”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,以便这里描述的本公开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。
实施例1
根据本公开实施例,提供了一种三维重建处理方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本公开第一实施例的三维重建处理方法的步骤流程示意图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标图像,其中,上述目标图像中包含:待重建目标;
步骤S104,基于上述待重建目标获取上述目标图像的背景蒙版图像;
步骤S106,基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果。
在本公开实施例中,首先获取上述待重建目标所在区域的目标图像,基于上述目标图像中的待重建目标获取上述目标图像中的背景蒙版图像;最后基于上述背景蒙版图像对上述待重建目标进行三维重建处理,完成三维重建后得到高精度的三维模型。
需要说明的是,上述目标图像是采用相机固定、物品旋转的拍摄方式,拍摄出来的图像信息;上述待重建目标可以是物品、人物等;上述三维重建处理主要包括稀疏重建和稠密重建两部分,稠密重建按照实现方式又可以分为基于体素的方法、基于深度图融合的方法、基于3D patch扩张的方法和基于深度学习的方法。
作为一种可选的实施例,以重建一只鞋的三维模型为例,首先采用拍摄设备拍摄一张目标鞋所在区域的,且包含目标鞋的图像作为目标图像;采用建模系统获取上述目标图像,识别目标图像中鞋的轮廓,并根据识别结果,获取目标图像中鞋的轮廓外的背景图像,得到背景蒙版图像,最后基于上述背景蒙版图像对需要三维重建的鞋进行重建处理,得到最终三维重建结果。
在本公开实施例中,在三维重建的稀疏重建和稠密重建环节都引入了待重建目标的背景蒙版图像。在稀疏重建(SFM)过程中引入上述背景蒙版图像,可以使上述目标图像的背景区域不参与特征点的提取等一系列计算,在特征点匹配过程中就可以克服因物品拍摄背景变换带来的影响;在稠密重建(MVS)过程中可以重新引入或者继续使用上述背景蒙版图像,搜索目标图像的背景区域不参与深度图计算,可以极大的较少计算量,从而减少运算时间;而且由于图像背景不参与计算,因此可以减少背景噪音的产生,提升三维重建的质量。
需要说明的是,上述待重建对象的目标图像背景中的部分不参与稀疏重建SFM的计算,因此提取到的特征点全部来源于物体表面,相机和物体之间的运动方式可以更加灵活,比如可以采用相机固定,物体转动的形式进行拍摄;若上述待重建对象为刚性物品,采用相机固定,物体转动的形式进行拍摄可以方便的从物品的任意角度进行拍摄,有助于减少遮挡。
在本公开实施例中,通过获取目标图像,其中,上述目标图像中包含:待重建目标;基于上述待重建目标获取上述目标图像的背景蒙版图像;基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果。解决了现有技术中无法在物品移动的情况下完成相机位置和姿势的计算,并且在稠密重建过程中计算量过大的技术问题。本公开实施例在计算中通过引入图像蒙版的方式,可以同时克服上述两个问题带来的影响。
作为一种可选的实施例,上述基于上述待重建目标获取上述目标图像的背景蒙版图像,包括:
步骤S202,基于上述待重建目标确定上述目标图像中的背景区域,其中,上述待重建目标为上述目标图像中的非背景区域;
步骤S204,对上述目标图像中的上述背景区域进行蒙版处理,得到上述背景蒙版图像。
在本公开实施例中,如图2所示的背景蒙版图像示意图,在基于上述待重建目标获取上述目标图像的背景蒙版图像之前,首先根据上述待重建目标确定上述目标图像中的背景区域;对上述目标图像中的上述背景区域进行蒙版处理,得到上述背景蒙版图像。
作为一种可选的实施例,获取上述鞋的目标图像后,识别目标图像中鞋的轮廓,将轮廓连接成封闭区域,上述封闭区域的内部为上述非背景区域,即待重建目标对象,获取封闭区域外的图像区域,即上述目标图像中的背景区域,并对上述背景区域进行蒙版处理后,便可以得到背景蒙版图像。
需要说明的是,上述待重建目标为上述目标图像中的非背景区域,除去上述待重建目标后上述目标图像中剩余区域为上述目标图像中的背景区域。
在一种可选的实施例中,上述三维重建处理包括:稀疏重建处理和稠密重建处理,上述基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果,包括:
步骤S302,在上述稀疏重建处理的过程中,基于上述背景蒙版图像对上述待重建目标进行特征点提取及匹配处理,得到特征提取及匹配结果;
步骤S304,在上述稠密重建处理的过程中,基于上述背景蒙版图像对上述特征提取及匹配结果进行深度图处理,得到深度图处理结果;
步骤S306,对上述深度图处理结果进行再处理,得到上述三维重建处理结果,其中,上述再处理包括:表面重建处理和/或纹理贴图处理。
在本公开实施例中,上述三维重建处理包括:稀疏重建处理和稠密重建处理,上述基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果,包括:在稀疏重建(SFM)过程中引入上述背景蒙版图像,根据上述背景蒙版图像对上述待重建目标进行特征点提取及匹配处理;因为背景蒙版图像的引入,上述目标图像的背景区域可以不参与特征点提取等一系列计算,克服了因物品拍摄背景变换带来的影响,而现有技术中SFM算法通过提取图像中的特征点并进行逐一匹配,进行相机位姿的计算,因此必须保证所有图像中提取到的特征点必须是保持不变的;这种原理决定了在拍摄过程中物品及其背景不能改变,限制了物品的拍摄方式,难以拍摄物品所有角度的图像。
作为一种可选的实施例,在对上述待重建鞋进行稀疏重建过程中,不断提取多个待重建目标特征点,例如:鞋后跟的顶点、鞋舌的顶点等;在计算与匹配特征点时,通过引入背景蒙版图像,忽略背景图像的特征点,因此,可以不断变换上述待重建鞋的拍摄角度与拍摄位置,从而获取更加详细且具体的特征点信息,以获得更好的稀疏重建效果。
在本公开实施例中,在上述稠密重建处理(MVS)过程中引入背景蒙版图像,根据上述背景蒙版图像对上述稀疏重建过程中特征提取及匹配处理得到的结果进行深度图处理,得到深度图处理结果。现有技术中,MVS的主要问题则在于计算量较大,需要对图像中的所有像素进行遍历计算和优化,非常耗时,并且如果重建处理过程中上述目标图像深度信息不连续,容易导致目标物体边缘深度信息计算不准确,导致待重建目标出现粘连等情况。
作为一种可选的实施例,在对上述待重建鞋进行稠密重建过程中,再次引用或延用上述背景蒙版图像,可以有效避免庞大的计算量,节省三维重建时间;根据稀疏重建过程中从多个角度、多个位置获得的特征点更加可以保证目标图像深度信息的连续性,深度图处理也更加精确。
需要说明的是,上述基于上述背景蒙版图像对上述特征提取及匹配结果进行深度图处理包括:深度图融合、深度图计算等处理;上述深度图处理结果即上述深度图计算、融合后的图像。
在一种可选的实施例中,上述对上述深度图处理结果进行再处理,得到上述三维重建处理结果,包括:
步骤S402,对上述深度图处理结果进行表面重建处理,得到表面重建处理结果;
步骤S404,对上述表面重建处理结果进行纹理贴图处理,得到三维重建处理结果,其中,上述三维重建处理结果包括:三维重建模型。
在本公开实施例中,如图3所示的三维重建处理总体流程图,在完成深度图融合、深度图计算等处理得到上述深度图处理结果后,对上述深度图处理结果进行表面重建处理,得到表面重建处理结果;并对上述表面重建处理结果进行纹理贴图处理,得到三维重建处理结果;最后输出高精度的彩色三维模型。
作为一种可选的实施例,上述目标鞋完成深度图处理后,进一步进行表面重建处理,上述特征点全部来自于目标鞋的表面,因此,对特征点进行核查、优化等处理,得到表面重建处理结果,使三维模型更加光滑、真实;并对上述表面重建处理结果进行纹理贴图处理使其附带相应色彩,完成贴图后输出目标鞋的彩色三维模型。
在一种可选的实施例中,在上述稀疏重建处理的过程中,上述特征点处理及匹配处理的对象为上述待重建目标;在上述稠密重建处理的过程中,上述深度图处理的对象为上述待重建目标,其中,上述深度图处理包括:光度一致性检测和代价聚合优化。
在本公开实施例中,在稀疏重建过程中引入上述背景蒙版图像,根据上述背景蒙版图像对上述待重建目标进行特征点提取及匹配处理;在上述稠密重建处理的过程中,引入背景蒙版图像,根据上述背景蒙版图像只针对非背景区域,即上述待重建目标进行光度一致性检测和代价聚合优化处理,有助于减少计算量,提高重建效率,并且由于图像背景区域没有参与稠密重建的计算,可以大大减少由于物品边缘深度信息不连续所产生的噪音。
需要说明的是,上述光度一致性检测即检测两帧之间同一个点或者色斑patch的光度(灰度值,RGB)是否有变化;上述代价聚合优化处理可以使聚合后的上述待重建目标能够更准确的反应像素之间的相关性。
通过本公开实施例,在三维重建的稀疏重建和稠密重建环节都引入了待重建目标的背景蒙版图像,通过减少不必要的计算量实现加速,提高重建效率,还可以减少背景噪音,提升三维重建的质量。
实施例2
根据本公开实施例,还提供了一种用于实施上述三维重建处理方法的装置实施例,图4是根据本公开第二实施例的三维重建处理装置的结构示意图,如图4所示,上述三维重建处理装置,包括:第一获取模块40、第二获取模块42和处理模块44,其中:
第一获取模块40,用于获取目标图像,其中,上述目标图像中包含:待重建目标;
第二获取模块42,用于基于上述待重建目标获取上述目标图像的背景蒙版图像;
处理模块44,用于基于上述背景蒙版图像对上述待重建目标进行三维重建处理,得到三维重建处理结果。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:上述各个模块可以位于同一处理器中;或者,上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是,上述第一获取模块40、第二获取模块42和处理模块44对应于实施例1中的步骤S102至步骤S106,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
可选的,上述第二获取模块,包括:确定单元,用于基于上述待重建目标确定上述目标图像中的背景区域,其中,上述待重建目标为上述目标图像中的非背景区域;第一处理单元,用于对上述目标图像中的上述背景区域进行蒙版处理,得到上述背景蒙版图像。
可选的,上述处理模块,包括:第二处理单元,用于在上述稀疏重建处理的过程中,基于上述背景蒙版图像对上述待重建目标进行特征点提取及匹配处理,得到特征提取及匹配结果;第三处理单元,用于在上述稠密重建处理的过程中,基于上述背景蒙版图像对上述特征提取及匹配结果进行深度图处理,得到深度图处理结果;第四处理单元,用于对上述深度图处理结果进行再处理,得到上述三维重建处理结果,其中,上述再处理包括:表面重建处理和/或纹理贴图处理。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
上述的三维重建处理装置还可以包括处理器和存储器,上述第一获取模块40、第二获取模块42和处理模块44等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元,上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如方法获取目标图像。例如,在一些实施例中,方法获取目标图像可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的方法获取目标图像的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法获取目标图像。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种三维重建处理方法,包括:
获取目标图像,其中,所述目标图像中包含:待重建目标;
基于所述待重建目标获取所述目标图像的背景蒙版图像;
基于所述背景蒙版图像对所述待重建目标进行三维重建处理,得到三维重建处理结果。
2.根据权利要求1所述的方法,其中,所述基于所述待重建目标获取所述目标图像的背景蒙版图像,包括:
基于所述待重建目标确定所述目标图像中的背景区域,其中,所述待重建目标为所述目标图像中的非背景区域;
对所述目标图像中的所述背景区域进行蒙版处理,得到所述背景蒙版图像。
3.根据权利要求1所述的方法,其中,所述三维重建处理包括:稀疏重建处理和稠密重建处理,所述基于所述背景蒙版图像对所述待重建目标进行三维重建处理,得到三维重建处理结果,包括:
在所述稀疏重建处理的过程中,基于所述背景蒙版图像对所述待重建目标进行特征点提取及匹配处理,得到特征提取及匹配结果;
在所述稠密重建处理的过程中,基于所述背景蒙版图像对所述特征提取及匹配结果进行深度图处理,得到深度图处理结果;
对所述深度图处理结果进行再处理,得到所述三维重建处理结果,其中,所述再处理包括:表面重建处理和/或纹理贴图处理。
4.根据权利要求3所述的方法,其中,所述对所述深度图处理结果进行再处理,得到所述三维重建处理结果,包括:
对所述深度图处理结果进行表面重建处理,得到表面重建处理结果;
对所述表面重建处理结果进行纹理贴图处理,得到三维重建处理结果,其中,所述三维重建处理结果包括:三维重建模型。
5.根据权利要求3所述的方法,其中,在所述稀疏重建处理的过程中,所述特征点处理及匹配处理的对象为所述待重建目标;在所述稠密重建处理的过程中,所述深度图处理的对象为所述待重建目标,所述深度图处理包括:光度一致性检测和代价聚合优化。
6.一种三维重建处理装置,包括:
第一获取模块,用于获取目标图像,其中,所述目标图像中包含:待重建目标;
第二获取模块,用于基于所述待重建目标获取所述目标图像的背景蒙版图像;
处理模块,用于基于所述背景蒙版图像对所述待重建目标进行三维重建处理,得到三维重建处理结果。
7.根据权利要求6所述的装置,其中,所述第二获取模块,包括:
确定单元,用于基于所述待重建目标确定所述目标图像中的背景区域,其中,所述待重建目标为所述目标图像中的非背景区域;
第一处理单元,用于对所述目标图像中的所述背景区域进行蒙版处理,得到所述背景蒙版图像。
8.根据权利要求6所述的装置,其中,所述三维重建处理包括:稀疏重建处理和稠密重建处理,所述处理模块,包括:
第二处理单元,用于在所述稀疏重建处理的过程中,基于所述背景蒙版图像对所述待重建目标进行特征点提取及匹配处理,得到特征提取及匹配结果;
第三处理单元,用于在所述稠密重建处理的过程中,基于所述背景蒙版图像对所述特征提取及匹配结果进行深度图处理,得到深度图处理结果;
第四处理单元,用于对所述深度图处理结果进行再处理,得到所述三维重建处理结果,其中,所述再处理包括:表面重建处理和/或纹理贴图处理。
9.根据权利要求8所述的装置,其中,所述第四处理单元,包括:
第一处理子单元,用于对所述深度图处理结果进行表面重建处理,得到表面重建处理结果;
第二处理子单元,用于对所述表面重建处理结果进行纹理贴图处理,得到三维重建处理结果,其中,所述三维重建处理结果包括:三维重建模型。
10.根据权利要求8所述的装置,其中,所述第二处理单元在所述稀疏重建处理的过程中,所述特征点处理及匹配处理的对象为所述待重建目标;所述第三处理单元在所述稠密重建处理的过程中,所述深度图处理的对象为所述待重建目标,所述深度图处理包括:光度一致性检测和代价聚合优化。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令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权利要求1-5中任一项所述的三维重建处理方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的三维重建处理方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的三维重建处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111355721.0A CN114067051A (zh) | 2021-11-16 | 2021-11-16 | 三维重建处理方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111355721.0A CN114067051A (zh) | 2021-11-16 | 2021-11-16 | 三维重建处理方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114067051A true CN114067051A (zh) | 2022-02-18 |
Family
ID=80272774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111355721.0A Pending CN114067051A (zh) | 2021-11-16 | 2021-11-16 | 三维重建处理方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114067051A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708391A (zh) * | 2022-06-06 | 2022-07-05 | 深圳思谋信息科技有限公司 | 三维建模方法、装置、计算机设备和存储介质 |
CN115278080A (zh) * | 2022-07-28 | 2022-11-01 | 北京五八信息技术有限公司 | 一种蒙版生成方法、设备及存储介质 |
CN115330940A (zh) * | 2022-08-09 | 2022-11-11 | 北京百度网讯科技有限公司 | 一种三维重建方法、装置、设备和介质 |
WO2024051783A1 (zh) * | 2022-09-09 | 2024-03-14 | 先临三维科技股份有限公司 | 一种三维重建方法、装置、设备和存储介质 |
CN118095108A (zh) * | 2024-04-24 | 2024-05-28 | 广东智云工程科技有限公司 | 一种钻孔灌注桩内三维模型重建方法、系统及设备 |
-
2021
- 2021-11-16 CN CN202111355721.0A patent/CN114067051A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708391A (zh) * | 2022-06-06 | 2022-07-05 | 深圳思谋信息科技有限公司 | 三维建模方法、装置、计算机设备和存储介质 |
CN115278080A (zh) * | 2022-07-28 | 2022-11-01 | 北京五八信息技术有限公司 | 一种蒙版生成方法、设备及存储介质 |
CN115330940A (zh) * | 2022-08-09 | 2022-11-11 | 北京百度网讯科技有限公司 | 一种三维重建方法、装置、设备和介质 |
WO2024051783A1 (zh) * | 2022-09-09 | 2024-03-14 | 先临三维科技股份有限公司 | 一种三维重建方法、装置、设备和存储介质 |
CN118095108A (zh) * | 2024-04-24 | 2024-05-28 | 广东智云工程科技有限公司 | 一种钻孔灌注桩内三维模型重建方法、系统及设备 |
CN118095108B (zh) * | 2024-04-24 | 2024-06-25 | 广东智云工程科技有限公司 | 一种钻孔灌注桩内三维模型重建方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114067051A (zh) | 三维重建处理方法、装置、电子设备以及存储介质 | |
CN112862877B (zh) | 用于训练图像处理网络和图像处理的方法和装置 | |
CN113674421B (zh) | 3d目标检测方法、模型训练方法、相关装置及电子设备 | |
CN112562069B (zh) | 三维模型的构造方法、装置、设备和存储介质 | |
CN115409933B (zh) | 多风格纹理贴图生成方法及其装置 | |
CN115330940B (zh) | 一种三维重建方法、装置、设备和介质 | |
CN112991180A (zh) | 图像拼接方法、装置、设备以及存储介质 | |
CN112652057A (zh) | 生成人体三维模型的方法、装置、设备以及存储介质 | |
CN113724368A (zh) | 图像采集系统、三维重建方法、装置、设备以及存储介质 | |
CN115375823B (zh) | 三维虚拟服饰生成方法、装置、设备及存储介质 | |
US20230005171A1 (en) | Visual positioning method, related apparatus and computer program product | |
CN113870439A (zh) | 用于处理图像的方法、装置、设备以及存储介质 | |
CN114792355A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN114708374A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN112634366B (zh) | 位置信息的生成方法、相关装置及计算机程序产品 | |
US20230260211A1 (en) | Three-Dimensional Point Cloud Generation Method, Apparatus and Electronic Device | |
CN115661322B (zh) | 人脸纹理图像的生成方法、装置 | |
EP4123605A2 (en) | Method of transferring image, and method and apparatus of training image transfer model | |
CN115222895B (zh) | 图像生成方法、装置、设备以及存储介质 | |
CN113781653B (zh) | 对象模型生成方法、装置、电子设备及存储介质 | |
CN113421335B (zh) | 图像处理方法、图像处理装置、电子设备和存储介质 | |
CN114066980A (zh) | 对象检测方法、装置、电子设备及自动驾驶车辆 | |
CN112991451A (zh) | 图像识别方法、相关装置及计算机程序产品 | |
CN112785524B (zh) | 一种人物图像的修复方法、装置及电子设备 | |
CN114820908B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |