CN115018979A - 图像重建方法、装置、电子设备、存储介质和程序产品 - Google Patents

Abstract

本公开涉及一种图像重建方法、装置、电子设备、存储介质和程序产品。所述方法包括：获取待处理图像；提取所述待处理图像中的对象的第一特征信息；根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

Description

图像重建方法、装置、电子设备、存储介质和程序产品

技术领域

本公开涉及图像处理技术领域，尤其涉及一种图像重建方法、装置、电子设备、存储介质和程序产品。

背景技术

理解三维场景中的对象(例如物体、人体、动物体等)的三维结构，进行三维场景的建模、编辑以及新视角的图像的合成，是三维重建领域长期研究的课题，在计算机视觉等技术领域具有重要意义。

发明内容

本公开提供了一种图像重建技术方案。

根据本公开的一方面，提供了一种图像重建方法，包括：

获取待处理图像；

提取所述待处理图像中的对象的第一特征信息；

根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

通过获取待处理图像，提取所述待处理图像中的对象的第一特征信息，根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，并根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，由此能够基于单个视角的单张图像进行隐式的三维场景的学习，能够降低三维模型的存储成本和三维建模的计算成本，并且，能够得到新角度的重建图像，且重建图像中的对象能够进行编辑。

在一种可能的实现方式中，所述根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：

获得摄像头的视角方向信息；

获得参考点的位置信息；

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在该实现方式中，通过获得摄像头的视角方向信息，获得参考点的位置信息，并根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，由此能够更准确地确定待处理图像对应的神经辐射场的第一体素密度和第二特征信息，从而有助于更准确地进行图像重建。

在一种可能的实现方式中，所述获得摄像头的视角方向信息，包括：

获取摄像头的视角方向；

基于所述视角方向进行位置编码，得到所述摄像头的视角方向信息。

在该实现方式中，通过获取摄像头的视角方向，并基于所述视角方向进行位置编码，得到所述摄像头的视角方向信息，由此能够获得更高维度的视角方向信息，从而有利于实现更准确的图像重建。

在一种可能的实现方式中，所述获得参考点的位置信息，包括：

获得参考点的三维坐标；

基于所述参考点的三维坐标进行位置编码，得到所述参考点的位置信息。

在该实现方式中，通过获得参考点的三维坐标，并基于所述参考点的三维坐标进行位置编码，得到所述参考点的位置信息，由此能够获得更高维度的参考点的位置信息，从而有利于实现更准确的图像重建。

在一种可能的实现方式中，所述根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述对象对应的神经辐射场的第二体素密度和第三特征信息；

根据所述第二体素密度和所述第三特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在该实现方式中，通过根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述对象对应的神经辐射场的第二体素密度和第三特征信息，并根据所述第二体素密度和所述第三特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，由此能够准确地确定待处理图像对应的神经辐射场的体素密度和特征信息。

在一种可能的实现方式中，所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，包括：

根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图；

对所述第一特征图进行上采样，得到所述待处理图像对应的第一重建图像。

在该实现方式中，通过根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图，并对所述第一特征图进行上采样，得到所述待处理图像对应的第一重建图像，由此能够加快渲染速度，并能够提高重建图像的质量。

在一种可能的实现方式中，所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图，包括：

根据所述第一体素密度，确定所述待处理图像对应的三维空间中的三维位置的透明值；

根据所述透明值，确定所述三维位置的透射比；

根据所述透明值、所述透射比和所述第二特征信息，生成所述待处理图像对应的第一特征图。

在该实现方式中，通过根据所述第一体素密度，确定所述待处理图像对应的三维空间中的三维位置的透明值，根据所述透明值，确定所述三维位置的透射比，并根据所述透明值、所述透射比和所述第二特征信息，生成所述待处理图像对应的第一特征图，由此能够得到快速准确地得到第一特征图，从而有助于提高图像重建的速度和准确性。

在一种可能的实现方式中，所述第一特征信息包括第一外观特征信息和第一变换特征信息。

在该实现方式中，通过提取待处理图像中的对象的第一外观特征信息和第一变换特征信息，由此能够更准确地表示待处理图像中的对象的信息，从而能够实现更准确的三维重建。

在一种可能的实现方式中，所述第一外观特征信息包括第一综合外观特征信息和第一形状特征信息。

在该实现方式中，通过提取待处理图像中的对象的第一综合外观特征信息、第一形状特征信息和第一变换特征信息，由此能够更准确地表示待处理图像中的对象的信息，从而能够进一步提高三维重建的准确性。

在一种可能的实现方式中，在所述生成所述待处理图像对应的第一重建图像之后，所述方法还包括：

响应于针对所述第一重建图像中的任一对象的编辑请求，对所述对象进行编辑，得到编辑后的第一重建图像。

在该实现方式中，由于待处理图像中的对象的特征信息被分别提取，因此，待处理图像中的不同对象之间是独立的、可拆分的，从而能够响应于编辑请求，对第一重建图像中的对象进行编辑。

在一种可能的实现方式中，

所述提取待处理图像中的对象的第一特征信息，包括：通过预先训练的神经网络提取待处理图像中的对象的第一特征信息；

所述根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：通过所述神经网络根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，包括：通过所述神经网络根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在该实现方式中，通过获取待处理图像，通过预先训练的神经网络提取待处理图像中的对象的第一特征信息，通过所述神经网络根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，并通过所述神经网络根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，由此能够提高对待处理图像进行图像重建的准确性和速度。

在一种可能的实现方式中，在所述通过预先训练的神经网络提取待处理图像中的对象的第一特征信息之前，所述方法还包括：

获取训练图像；

通过所述神经网络对所述训练图像进行处理，得到所述训练图像对应的第二重建图像；

根据所述第二重建图像，确定所述神经网络的损失函数的值；

根据所述损失函数的值，训练所述神经网络。

在该实现方式中，所述神经网络可以进行端到端的训练。在该示例中，通过获取训练图像，通过所述神经网络对所述训练图像进行处理，得到所述训练图像对应的第二重建图像，根据所述第二重建图像，确定所述神经网络的损失函数的值，并根据所述损失函数的值，训练所述神经网络，由此能够使所述神经网络学习到进行图像重建的能力。

在一种可能的实现方式中，所述损失函数包括第一损失函数；

所述根据所述第二重建图像，确定所述神经网络的损失函数的值，包括：

根据所述第二重建图像与所述训练图像之间的差异信息，确定所述第一损失函数的值。

在该实现方式中，通过根据第二重建图像与所述训练图像之间的差异信息，确定第一损失函数的值，并基于第一损失函数的值训练所述神经网络，由此能够通过训练降低所述神经网络得到的重建图像与原图像之间的差异程度，从而能够提高图像重建的准确性。

在一种可能的实现方式中，所述损失函数包括第二损失函数；

所述根据所述第二重建图像，确定所述神经网络的损失函数的值，包括：

确定掩码区域的位置信息；

根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像；

根据所述合成图像，确定所述第二损失函数的值。

在该实现方式中，通过确定掩码区域的位置信息，根据第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像，根据所述合成图像，确定第二损失函数的值，并基于第二损失函数的值训练所述神经网络，由此能够有助于所述神经网络学习到重建更准确的图像细节信息的能力，从而能够有助于重建得到更清晰的图像。

在一种可能的实现方式中，所述根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像，包括：

根据所述第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，其中，所述第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在所述第一待合成图像中，所述掩码区域外的像素的像素值与所述第二重建图像相同，所述掩码区域内的像素的像素值为空；

根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，所述第二待合成图像的尺寸与训练图像的尺寸相同，且在所述第二待合成图像中，所述掩码区域内的像素的像素值与所述训练图像相同，所述掩码区域外的像素的像素值为空；

根据所述第一待合成图像和所述第二待合成图像，生成所述合成图像。

在该实现方式中，通过根据第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在第一待合成图像中，所述掩码区域外的像素的像素值与第二重建图像相同，所述掩码区域内的像素的像素值为空，第二待合成图像的尺寸与训练图像的尺寸相同，且在第二待合成图像中，所述掩码区域内的像素的像素值与所述训练图像相同，所述掩码区域外的像素的像素值为空，并根据第一待合成图像和第二待合成图像，生成合成图像，基于由此生成的合成图像对所述神经网络进行训练，能够实现自监督的训练，且有助于所述神经网络学习到重建更准确的图像细节信息的能力。

在一种可能的实现方式中，所述第二损失函数包括生成损失函数和对抗损失函数；

所述根据所述合成图像，确定所述第二损失函数的值，包括：

根据所述合成图像，确定生成损失函数的值；

根据所述合成图像和所述训练图像之间的差异信息，确定所述对抗损失函数的值。

在该实现方式中，通过根据所述合成图像，确定生成损失函数的值，根据所述合成图像和所述训练图像之间的差异信息，确定所述对抗损失函数的值，并根据生成损失函数的值和对抗损失函数的值训练所述神经网络，由此能够有助于所述神经网络学习到重建更准确的图像细节信息的能力，从而能够有助于重建得到更清晰的图像。

根据本公开的一方面，提供了一种图像重建装置，包括：

第一获取模块，用于获取待处理图像；

提取模块，用于提取所述待处理图像中的对象的第一特征信息；

第一确定模块，用于根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

生成模块，用于根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在一种可能的实现方式中，所述第一确定模块用于：

获得摄像头的视角方向信息；

获得参考点的位置信息；

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在一种可能的实现方式中，所述第一确定模块用于：

获取摄像头的视角方向；

基于所述视角方向进行位置编码，得到所述摄像头的视角方向信息。

在一种可能的实现方式中，所述第一确定模块用于：

获得参考点的三维坐标；

基于所述参考点的三维坐标进行位置编码，得到所述参考点的位置信息。

在一种可能的实现方式中，所述第一确定模块用于：

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述对象对应的神经辐射场的第二体素密度和第三特征信息；

根据所述第二体素密度和所述第三特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在一种可能的实现方式中，所述生成模块用于：

根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图；

对所述第一特征图进行上采样，得到所述待处理图像对应的第一重建图像。

在一种可能的实现方式中，所述生成模块用于：

根据所述第一体素密度，确定所述待处理图像对应的三维空间中的三维位置的透明值；

根据所述透明值，确定所述三维位置的透射比；

根据所述透明值、所述透射比和所述第二特征信息，生成所述待处理图像对应的第一特征图。

在一种可能的实现方式中，所述第一特征信息包括第一外观特征信息和第一变换特征信息。

在一种可能的实现方式中，所述第一外观特征信息包括第一综合外观特征信息和第一形状特征信息。

在一种可能的实现方式中，所述装置还包括：

编辑模块，用于响应于针对所述第一重建图像中的任一对象的编辑请求，对所述对象进行编辑，得到编辑后的第一重建图像。

在一种可能的实现方式中，

所述提取模块用于：通过预先训练的神经网络提取待处理图像中的对象的第一特征信息；

所述第一确定模块用于：通过所述神经网络根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

所述生成模块用于：通过所述神经网络根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在一种可能的实现方式中，所述装置还包括：

第二获取模块，用于获取训练图像；

处理模块，用于通过所述神经网络对所述训练图像进行处理，得到所述训练图像对应的第二重建图像；

第二确定模块，用于根据所述第二重建图像，确定所述神经网络的损失函数的值；

训练模块，用于根据所述损失函数的值，训练所述神经网络。

在一种可能的实现方式中，所述损失函数包括第一损失函数；

所述第二确定模块用于：

根据所述第二重建图像与所述训练图像之间的差异信息，确定所述第一损失函数的值。

在一种可能的实现方式中，所述损失函数包括第二损失函数；

所述第二确定模块用于：

确定掩码区域的位置信息；

根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像；

根据所述合成图像，确定所述第二损失函数的值。

在一种可能的实现方式中，所述第二确定模块用于：

根据所述第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，其中，所述第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在所述第一待合成图像中，所述掩码区域外的像素的像素值与所述第二重建图像相同，所述掩码区域内的像素的像素值为空；

根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，所述第二待合成图像的尺寸与训练图像的尺寸相同，且在所述第二待合成图像中，所述掩码区域内的像素的像素值与所述训练图像相同，所述掩码区域外的像素的像素值为空；

根据所述第一待合成图像和所述第二待合成图像，生成所述合成图像。

在一种可能的实现方式中，所述第二损失函数包括生成损失函数和对抗损失函数；

所述第二确定模块用于：

根据所述合成图像，确定生成损失函数的值；

根据所述合成图像和所述训练图像之间的差异信息，确定所述对抗损失函数的值。

根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

根据本公开的一方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。

在本公开实施例中，通过获取待处理图像，提取所述待处理图像中的对象的第一特征信息，根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，并根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，由此能够基于单个视角的单张图像进行隐式的三维场景的学习，能够降低三维模型的存储成本和三维建模的计算成本，并且，能够得到新角度的重建图像，且重建图像中的对象能够进行编辑。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出本公开实施例提供的图像重建方法的流程图。

图2a示出本公开实施例提供的图像重建方法中的掩码图像的示意图。

图2b示出本公开实施例提供的图像重建方法中的第一待合成图像的示意图。

图2c示出本公开实施例提供的图像重建方法中的第二待合成图像的示意图。

图2d示出本公开实施例提供的图像重建方法中的合成图像的示意图。

图3示出本公开实施例提供的图像重建方法中的神经网络的示意图。

图4a示出本公开实施例提供的图像重建方法中的待处理图像的示意图。

图4b至图4d示出本公开实施例提供的图像重建方法中，基于待处理图像重建得到的新视角的重建图像的示意图。

图5示出本公开实施例提供的图像重建装置的框图。

图6示出本公开实施例提供的电子设备1900的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

在相关技术中，三维场景的建立通常需要复杂的三维建模，依赖于如点云数据、三维网图等三维数据的输入，因此应用场景较为有限。

神经辐射场技术将神经网络与三维空间的建立结合起来，通过隐式的三维空间表示，基于输入的多张二维图像，对单一场景进行建模。然而，在相关技术中，神经辐射场技术依赖于多角度的同一场景的图像以及对应的摄像头的角度标注数据，并且只能对单一场景进行建模。

为了解决类似上文所述的技术问题，本公开实施例提供了一种图像重建方法、装置、电子设备、存储介质和程序产品，通过获取待处理图像，提取所述待处理图像中的对象的第一特征信息，根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，并根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，由此能够基于单个视角的单张图像进行隐式的三维场景的学习，能够降低三维模型的存储成本和三维建模的计算成本，并且，能够得到新角度的重建图像，且重建图像中的对象能够进行编辑。

下面结合附图对本公开实施例提供的图像重建方法进行详细的说明。

图1示出本公开实施例提供的图像重建方法的流程图。在一种可能的实现方式中，所述图像重建方法的执行主体可以是图像重建装置，例如，所述图像重建方法可以由终端设备或服务器或其它电子设备执行。其中，终端设备可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，所述图像重建方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述图像重建方法包括步骤S11至步骤S14。

在步骤S11中，获取待处理图像。

在步骤S12中，提取所述待处理图像中的对象的第一特征信息。

在步骤S13中，根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在步骤S14中，根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在本公开实施例中，待处理图像可以表示需要进行三维重建的图像。在一种可能的实现方式中，待处理图像可以是二维图像。采用该实现方式，可以基于单张二维图像重建三维场景，从而能够扩展三维场景建模的应用场景。在另一种可能的实现方式中，待处理图像也可以是三维图像。在一个例子中，待处理图像可以记为I_o1。

在本公开实施例中，可以提取待处理图像中的所有或部分对象的第一特征信息。在一种可能的实现方式中，可以提取待处理图像中的所有对象的第一特征信息。在另一种可能的实现方式中，可以提取待处理图像中的一种或两种以上指定类型的对象的第一特征信息。其中，对象可以是物体、人、动物或者场景等等，在此不做限定。在一种可能的实现方式中，待处理图像中的对象的数量可以大于或等于2，且待处理图像中的对象可以包括：待处理图像中的物体、人、动物中的至少之一，以及待处理图像的场景。待处理图像中的任一对象的第一特征信息，可以表示该对象对应的特征信息。第一特征信息可以与待处理图像中的对象一一对应。

在一种可能的实现方式中，所述第一特征信息包括第一外观特征信息和第一变换特征信息。其中，待处理图像中的任一对象的第一外观特征信息，可以是能够表示该对象的外观特征的任意信息。待处理图像中的任一对象的第一变换特征信息，可以是能够表示该对象的变换特征的任意信息。在该实现方式中，通过提取待处理图像中的对象的第一外观特征信息和第一变换特征信息，由此能够更准确地表示待处理图像中的对象的信息，从而能够实现更准确的三维重建。

作为该实现方式的一个示例，所述第一外观特征信息包括第一综合外观特征信息和第一形状特征信息。在该示例中，待处理图像中的任一对象的第一综合外观特征信息，可以是能够表示该对象的视觉特征的任意信息。待处理图像中的任一对象的第一形状特征信息，可以是能够表示该对象的形状特征的任意信息。在一个例子中，待处理图像中的第i个对象的第一综合外观特征信息可以记为

第i个对象的第一形状特征信息可以记为

第i个对象的第一外观特征信息可以记为

其中，i∈{1,...,N}，N表示待处理图像中的对象的数量，N≥1。一个或两个以上对象可以为待处理图像中的场景。例如，待处理图像中的场景可以采用N个对象中的一个对象对应的第一特征信息来表示。

在该示例中，通过提取待处理图像中的对象的第一综合外观特征信息、第一形状特征信息和第一变换特征信息，由此能够更准确地表示待处理图像中的对象的信息，从而能够进一步提高三维重建的准确性。

作为该实现方式的一个示例，第i个对象的第一变换特征信息可以记为(t_i,s_i,r_i)。其中，t_i可以表示第i个对象的位移参数，且t_i可以包括三个方向的位移参数；s_i可以表示第i个对象的缩放参数；r_i可以表示第i个对象的旋转参数，且r_i可以包括三个方向的欧拉角。在一个例子中，第i个对象的第一变换特征信息可以为世界坐标系下的变换特征信息。

在一个例子中，第i个对象的第一特征信息可以记为

在另一种可能的实现方式中，第一特征信息可以采用综合的视觉特征信息来表示，而无需区分外观特征信息和变换特征信息。

在一种可能的实现方式中，可以通过对象感知的场景编码器提取待处理图像中的对象的第一特征信息。作为该实现方式的一个示例，所述对象感知的场景编码器可以由一个卷积神经网络(Convolutional Neural Network，CNN)的主干和一个Transformer(转换器)结构的头组成。其中，Transformer采用编码器-解码器架构。对于待处理图像I_o1，所述对象感知的场景编码器可以预测得到N个对象的第一特征信息。

在本公开实施例中，可以基于第一特征信息，转化得到待处理图像对应的神经辐射场的第一体素密度和第二特征信息。其中，第一体素密度可以表示待处理图像对应的神经辐射场的体素密度，第二特征信息可以表示待处理图像对应的神经辐射场的特征信息。在一个例子中，待处理图像对应的神经辐射场的第一体素密度可以记为σ，待处理图像对应的神经辐射场的第二特征信息可以记为

在一种可能的实现方式中，所述根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：获得摄像头的视角方向信息；获得参考点的位置信息；根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在该实现方式中，所述摄像头可以指采集所述待处理图像的摄像头。所述摄像头的视角方向信息可以是能够表示所述摄像头的视角方向的任意信息。例如，可以将所述摄像头的视角方向直接作为所述视角方向信息。又如，可以对所述摄像头的视角方向进行处理，得到所述视角方向信息。

参考点可以表示已知坐标的点。参考点的数量可以为多个。任一参考点的位置信息，可以是能够表示该参考点的位置的任意信息。例如，可以直接将该参考点的坐标作为该参考点的位置信息。又如，可以对该参考点的坐标进行处理，得到该参考点的位置信息。

在该实现方式中，通过获得摄像头的视角方向信息，获得参考点的位置信息，并根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，由此能够更准确地确定待处理图像对应的神经辐射场的第一体素密度和第二特征信息，从而有助于更准确地进行图像重建。

作为该实现方式的一个示例，所述获得摄像头的视角方向信息，包括：获取摄像头的视角方向；基于所述视角方向进行位置编码，得到所述摄像头的视角方向信息。在一个例子中，可以通过对象感知的场景编码器，预测摄像头的视角方向。在其他例子中，还可以通过人工标注等方式，得到摄像头的视角方向。

在一个例子中，可以获取摄像头的视角方向d，并可以将摄像头的视角方向d进行投影转换，得到转化后的视角方向

可以对转化后的视角方向

进行位置编码，得到摄像头的视角方向信息

其中，γ()可以是如式1所示的位置编码：

γ(v)＝(sin(2⁰πv),cos(2⁰πv),...,sin(2^Lπv),cos(2^Lπv)) 式1。

在一个例子中，在对摄像头的视角方向进行的位置编码中，L可以等于4。

在该示例中，通过获取摄像头的视角方向，并基于所述视角方向进行位置编码，得到所述摄像头的视角方向信息，由此能够获得更高维度的视角方向信息，从而有利于实现更准确的图像重建。

作为该实现方式的一个示例，所述获得参考点的位置信息，包括：获得参考点的三维坐标；基于所述参考点的三维坐标进行位置编码，得到所述参考点的位置信息。在一个例子中，对于任一参考点，可以获取该参考点在世界坐标系中的三维坐标x。可以将该参考点在世界坐标系中的三维坐标x，转换至以该参考点为中心的坐标系，得到该参考点对应的转换后的三维坐标

可以对该参考点对应的转换后的三维坐标

进行位置编码，得到该参考点的位置信息

在一个例子中，可以采用式1对该参考点对应的转换后的三维坐标

进行位置编码。在对参考点的三维坐标进行的位置编码中，L可以等于10。

在该示例中，通过获得参考点的三维坐标，并基于所述参考点的三维坐标进行位置编码，得到所述参考点的位置信息，由此能够获得更高维度的参考点的位置信息，从而有利于实现更准确的图像重建。

作为该实现方式的一个示例，所述根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述对象对应的神经辐射场的第二体素密度和第三特征信息；根据所述第二体素密度和所述第三特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在该示例中，第二体素密度可以表示对象对应的神经辐射场的体素密度，第三特征信息可以表示对象对应的神经辐射场的特征信息。对于待处理图像中的N个对象中的第i个对象，可以根据第i个对象的第一特征信息、摄像头的视角方向信息和参考点的位置信息，确定第i个对象对应的神经辐射场的第二体素密度σ_i和第三特征信息f_i。

在一个例子中，对于所述N个对象中场景，可以采用场景解码器对场景的第一特征信息、摄像头的视角方向信息和参考点的位置信息进行处理，得到场景对应的神经辐射场的第二体素密度和第三特征信息。其中，场景解码器可以采用多层感知机(Multi–LayerPerceptron，MLP)的结构，也可以采用其他解码器结构，在此不做限定。

在一个例子中，对于所述N个对象中的场景以外的任一对象，可以采用对象解码器对该对象的第一特征信息、摄像头的视角方向信息和参考点的位置信息进行处理，得到该对象对应的神经辐射场的第二体素密度和第三特征信息。其中，对象解码器可以采用多层感知机的结构，也可以采用其他解码器结构，在此不做限定。

在一个例子中，可以采用式2，确定待处理图像对应的神经辐射场的第一体素密度σ：

在另一个例子中，还可以计算待处理图像中的对象对应的神经辐射场的第二体素密度的加权和，得到待处理图像对应的神经辐射场的第一体素密度。在这个例子中，不同对象对应的神经辐射场的第二体素密度的权重可以不同。

在一个例子中，可以采用式3，确定待处理图像对应的神经辐射场的第二特征信息

在该示例中，通过根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述对象对应的神经辐射场的第二体素密度和第三特征信息，并根据所述第二体素密度和所述第三特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，由此能够准确地确定待处理图像对应的神经辐射场的体素密度和特征信息。

在本公开实施例中，可以基于第一体素密度和第二特征信息，渲染得到待处理图像对应的第一重建图像。其中，第一重建图像可以表示待处理图像对应的重建图像。在一个例子中，第一重建图像可以记为I_r1。其中，在待处理图像为RGB(Red–Green–Blue，红-绿-蓝)图像的情况下，第一重建图像可以为RGB图像，也可以为灰度图像。在待处理图像为灰度图像的情况下，第一重建图像也可以为灰度图像。第一重建图像的尺寸可以与待处理图像的尺寸相同。

在一种可能的实现方式中，所述根据所述第一体素密。度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，包括：根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图；对所述第一特征图进行上采样，得到所述待处理图像对应的第一重建图像。在一个示例中，可以根据第一体素密度σ和第二特征信息

采用体素渲染的方式，渲染出待处理图像对应的第一特征图f_out。可以对第一特征图f_out进行上采样，得到待处理图像对应的第一重建图像I_r1。例如，可以采用神经渲染器(NeuralRender)对第一特征图f_out进行上采样，得到待处理图像对应的第一重建图像I_r1。在该实现方式中，通过根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图，并对所述第一特征图进行上采样，得到所述待处理图像对应的第一重建图像，由此能够加快渲染速度，并能够提高重建图像的质量。

作为该实现方式的一个示例，所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图，包括：根据所述第一体素密度，确定所述待处理图像对应的三维空间中的三维位置的透明值；根据所述透明值，确定所述三维位置的透射比；根据所述透明值、所述透射比和所述第二特征信息，生成所述待处理图像对应的第一特征图。

在一个例子中，可以采用式4，确定待处理图像对应的三维空间的光束上的第j个三维位置的透明值α_j：

其中，x_j表示所述第j个三维位置的三维坐标，σ_j表示所述第j个三维位置的体素密度，其中，1≤j≤N_s，N_s表示待处理图像对应的三维空间的光束上的三维位置的总数。

在一个例子中，可以采用式5，确定待处理图像对应的三维空间中的第j个三维位置的透射比τ_j：

其中，α_k表示待处理图像对应的三维空间的光束上的第k个三维位置的透明值。

在一个例子中，可以采用式6，得到待处理图像对应的第一特征图f_out：

其中，

表示所述第j个三维位置的特征信息。

在该示例中，通过根据所述第一体素密度，确定所述待处理图像对应的三维空间中的三维位置的透明值，根据所述透明值，确定所述三维位置的透射比，并根据所述透明值、所述透射比和所述第二特征信息，生成所述待处理图像对应的第一特征图，由此能够得到快速准确地得到第一特征图，从而有助于提高图像重建的速度和准确性。

在一种可能的实现方式中，所述提取待处理图像中的对象的第一特征信息，包括：通过预先训练的神经网络提取待处理图像中的对象的第一特征信息；所述根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：通过所述神经网络根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，包括：通过所述神经网络根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在一个示例中，可以通过所述神经网络中的对象感知的场景编码器，提取待处理图像中的N个对象的第一特征信息。其中，所述N个对象包括待处理图像中的场景，还包括待处理图像中的场景以外的对象。

在一个示例中，对于所述N个对象中场景，可以通过所述神经网络中的场景解码器对场景的第一特征信息进行处理，得到场景对应的神经辐射场的第二体素密度和第三特征信息。

在一个示例中，对于所述N个对象中的场景以外的任一对象，可以通过所述神经网络中的对象解码器对该对象的第一特征信息进行处理，得到该对象对应的神经辐射场的第二体素密度和第三特征信息。

在一个示例中，可以通过所述神经网络中的神经渲染器根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在该实现方式中，通过获取待处理图像，通过预先训练的神经网络提取待处理图像中的对象的第一特征信息，通过所述神经网络根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，并通过所述神经网络根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，由此能够提高对待处理图像进行图像重建的准确性和速度。

作为该实现方式的一个示例，在所述通过预先训练的神经网络提取待处理图像中的对象的第一特征信息之前，所述方法还包括：获取训练图像；通过所述神经网络对所述训练图像进行处理，得到所述训练图像对应的第二重建图像；根据所述第二重建图像，确定所述神经网络的损失函数的值；根据所述损失函数的值，训练所述神经网络。在该示例中，训练图像可以是无标注数据的图像。即，在该示例中，所述神经网络可以基于未标注的训练图像集进行自监督的训练。训练图像可以是二维图像。在一个例子中，训练图像可以记为I_o2。在该示例中，第二重建图像可以表示训练图像对应的重建图像。第二重建图像的尺寸可以与训练图像的尺寸相同。在一个例子中，第二重建图像可以记为I_r2。

在一个例子中，可以提取训练图像中的n个对象的第四特征信息，其中，n大于或等于2。第四特征信息可以表示训练图像中的对象的特征信息。训练图像中的n个对象可以包括：训练图像的场景，以及训练图像中的物体、人、动物中的至少之一。第四特征信息可以与训练图像中的对象一一对应。第四特征信息可以包括第二外观特征信息和第二变化特征信息，其中，第二外观特征信息可以包括第二综合外观特征信息和第二形状特征信息。对于训练图像中的任一对象，可以根据摄像头的视角方向信息、参考点的位置信息和该对象的第四特征信息，确定该对象对应的神经辐射场的第三体素密度和第五特征信息。可以根据训练图像中的各个对象对应的神经辐射场的第三体素密度和第五特征信息，确定训练图像对应的神经辐射场的第四体素密度和第六特征信息。可以根据第四体素密度和第六特征信息，生成训练图像对应的第二特征图。可以对第二特征图进行上采样，得到训练图像对应的第二重建图像。

在该示例中，所述神经网络可以进行端到端的训练。在该示例中，通过获取训练图像，通过所述神经网络对所述训练图像进行处理，得到所述训练图像对应的第二重建图像，根据所述第二重建图像，确定所述神经网络的损失函数的值，并根据所述损失函数的值，训练所述神经网络，由此能够使所述神经网络学习到进行图像重建的能力。

在一个示例中，所述损失函数包括第一损失函数；所述根据所述第二重建图像，确定所述神经网络的损失函数的值，包括：根据所述第二重建图像与所述训练图像之间的差异信息，确定所述第一损失函数的值。

在一个例子中，可以采用式7确定第一损失函数

的值：

在该示例中，所述神经网络的训练目标可以包括最小化第二重建图像与训练图像之间的差异信息，即，所述神经网络的训练目标可以包括最小化第二重建图像与训练图像之间的一致性损失。在该示例中，通过根据第二重建图像与所述训练图像之间的差异信息，确定第一损失函数的值，并基于第一损失函数的值训练所述神经网络，由此能够通过训练降低所述神经网络得到的重建图像与原图像之间的差异程度，从而能够提高图像重建的准确性。

在一个示例中，所述损失函数包括第二损失函数；所述根据所述第二重建图像，确定所述神经网络的损失函数的值，包括：确定掩码区域的位置信息；根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像；根据所述合成图像，确定所述第二损失函数的值。

其中，掩码区域的位置信息可以采用掩码图像、二维矩阵等数据形式来表示，在此不做限定。其中，掩码区域的尺寸小于第二重建图像的尺寸，且掩码区域的形状可以为任意形状。在通过掩码图像来表示掩码区域的位置信息的情况下，掩码图像的尺寸可以与第二重建图像的尺寸相同。在所述掩码图像中，掩码区域的像素值可以为255，非掩码区域的像素值可以为0。在该示例中，可以随机确定掩码区域的位置信息。

在该示例中，通过确定掩码区域的位置信息，根据第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像，根据所述合成图像，确定第二损失函数的值，并基于第二损失函数的值训练所述神经网络，由此能够有助于所述神经网络学习到重建更准确的图像细节信息的能力，从而能够有助于重建得到更清晰的图像。

在一个示例中，所述根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像，包括：根据所述第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，其中，所述第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在所述第一待合成图像中，所述掩码区域外的像素的像素值与所述第二重建图像相同，所述掩码区域内的像素的像素值为空；根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，所述第二待合成图像的尺寸与训练图像的尺寸相同，且在所述第二待合成图像中，所述掩码区域内的像素的像素值与所述训练图像相同，所述掩码区域外的像素的像素值为空；根据所述第一待合成图像和所述第二待合成图像，生成所述合成图像。其中，第一待合成图像可以表示根据第二重建图像和所述掩码区域的位置信息生成的待合成图像，第二待合成图像可以表示根据所述训练图像和所述掩码区域的位置信息生成的待合成图像。

图2a示出本公开实施例提供的图像重建方法中的掩码图像的示意图。图2b示出本公开实施例提供的图像重建方法中的第一待合成图像的示意图。图2c示出本公开实施例提供的图像重建方法中的第二待合成图像的示意图。图2d示出本公开实施例提供的图像重建方法中的合成图像的示意图。

例如，可以采用式8，确定合成图像I_m：

I_m＝I_o2*mask+I_r2*(1-mask) 式8，

其中，mask表示掩码图像。

在上述示例中，可以将第二待合成图像作为上层图层，将第一待合成图像作为下层图像，合成第一待合成图像和第二待合成图像。或者，可以将第二待合成图像作为下层图层，将第一待合成图像作为上层图像，合成第一待合成图像和第二待合成图像。

在上述示例中，通过根据第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在第一待合成图像中，所述掩码区域外的像素的像素值与第二重建图像相同，所述掩码区域内的像素的像素值为空，第二待合成图像的尺寸与训练图像的尺寸相同，且在第二待合成图像中，所述掩码区域内的像素的像素值与所述训练图像相同，所述掩码区域外的像素的像素值为空，并根据第一待合成图像和第二待合成图像，生成合成图像，基于由此生成的合成图像对所述神经网络进行训练，能够实现自监督的训练，且有助于所述神经网络学习到重建更准确的图像细节信息的能力。

在另一个示例中，所述根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像，包括：根据所述第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，其中，所述第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在所述第一待合成图像中，所述掩码区域内的像素的像素值与所述第二重建图像相同，所述掩码区域外的像素的像素值为空；根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，所述第二待合成图像的尺寸与训练图像的尺寸相同，且在所述第二待合成图像中，所述掩码区域外的像素的像素值与所述训练图像相同，所述掩码区域内的像素的像素值为空；根据所述第一待合成图像和所述第二待合成图像，生成所述合成图像。

在一个示例中，所述第二损失函数包括生成损失函数和对抗损失函数；所述根据所述合成图像，确定所述第二损失函数的值，包括：根据所述合成图像，确定生成损失函数的值；根据所述合成图像和所述训练图像之间的差异信息，确定所述对抗损失函数的值。

在该示例中，生成损失函数可以表示生成器对应的损失函数。生成器的训练目的可以包括欺骗判别器以及最小化合成图像与训练图像之间的差异信息。在一个例子中，可以采用式9，确定生成损失函数

的值：

其中，

在该示例中，对抗损失函数可以表示判别器对应的损失函数。判别器的训练目的可以是判别合成图像与训练图像。在一个例子中，可以采用式10，确定对抗损失函数

的值：

其中，

为正则化损失，λ_reg为

对应的权重。在一个例子中，λ_reg＝10。

在该示例中，通过根据所述合成图像，确定生成损失函数的值，根据所述合成图像和所述训练图像之间的差异信息，确定所述对抗损失函数的值，并根据生成损失函数的值和对抗损失函数的值训练所述神经网络，由此能够有助于所述神经网络学习到重建更准确的图像细节信息的能力，从而能够有助于重建得到更清晰的图像。

在一个例子中，可以采用式11，确定所述神经网络对应的损失函数

的值：

其中，λ_e1表示

对应的权重，λ_g表示

对应的权重，λ_d表示

对应的权重。

在一种可能的实现方式中，所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，包括：获取指定视角的信息；根据所述第一体素密度、所述第二特征信息和所述指定视角的信息，生成所述待处理图像对应的第一重建图像。在该实现方式中，指定视角可以与待处理图像对应的原视角不同。即，通过采用该实现方式，能够重建得到新视角的图像。重建得到的新视角的图像可以用于神经网络的训练数据的增强、拍照软件的功能增强等方面。

在一种可能的实现方式中，在所述生成所述待处理图像对应的第一重建图像之后，所述方法还包括：响应于针对所述第一重建图像中的任一对象的编辑请求，对所述对象进行编辑，得到编辑后的第一重建图像。其中，所进行的编辑可以包括移动位置、放大、缩小、旋转等中的至少之一。在该实现方式中，由于待处理图像中的对象的特征信息被分别提取，因此，待处理图像中的不同对象之间是独立的、可拆分的，从而能够响应于编辑请求，对第一重建图像中的对象进行编辑。

在一种可能的实现方式中，在所述生成所述待处理图像对应的第一重建图像之后，所述方法还包括：基于所述第一重建图像，进行三维场景的渲染。例如，可以渲染生成游戏的场景等等。

本公开实施例提供的图像重建方法可以应用于计算机视觉、人工智能、神经辐射场、三维重建、AR(Augmented Reality，增强现实)、图像编辑、视频编辑、游戏等应用场景中。

下面通过一个具体的应用场景说明本公开实施例提供的图像重建方法。

在该应用场景中，可以预先训练神经网络。图3示出本公开实施例提供的图像重建方法中的神经网络的示意图。如图3所示，所述神经网络可以包括对象感知的场景编码器和基于神经辐射场的渲染器。其中，基于神经辐射场的渲染器可以包括场景解码器、对象解码器、合成器、体素渲染器和神经渲染器。对象感知的场景编码器、场景解码器、对象解码器和神经渲染器中可以包括需要训练更新的参数。

可以获取用于训练所述神经网络的训练图像集。其中，所述训练图像集包括多个无标注数据的训练图像。对于任一训练图像，可以通过对象感知的场景编码器，提取该训练图像中的n个对象的第四特征信息。训练图像中的n个对象可以包括：训练图像的场景，以及训练图像中场景以外的对象(例如物体、人、动物)。第四特征信息可以包括第二外观特征信息和第二变化特征信息，其中，第二外观特征信息可以包括第二综合外观特征信息和第二形状特征信息。

对于所述n个对象中的场景，可以通过场景解码器对场景的第四特征信息进行处理，得到场景对应的神经辐射场的第三体素密度和第五特征信息。对于所述n个对象中的场景以外的任一对象，可以通过对象解码器对该对象的第四特征信息进行处理，得到该对象对应的神经辐射场的第三体素密度和第五特征信息。合成器可以根据训练图像中的各个对象对应的神经辐射场的第三体素密度和第五特征信息，确定训练图像对应的神经辐射场的第四体素密度和第六特征信息。体素渲染器可以根据第四体素密度和第六特征信息，生成训练图像对应的第二特征图。神经渲染器可以对第二特征图进行上采样，得到训练图像对应的第二重建图像。

可以根据上文中的式11，构建所述神经网络对应的损失函数，以对所述神经网络进行训练。

在所述神经网络训练完成之后，可以将二维的待处理图像I_o1输入所述神经网络，通过对象感知的场景编码器提取待处理图像I_o1中的N个对象的第一特征信息。所述N个对象可以包括待处理图像I_o1中的场景以及待处理图像I_o1中场景以外的对象(例如物体、人、动物)。其中，N个对象中的第i个对象的第一特征信息可以为

对于所述N个对象中的场景，可以采用场景解码器对场景的第一特征信息、摄像头的视角方向信息

和参考点的位置信息

进行处理，得到场景对应的神经辐射场的第二体素密度和第三特征信息。对于所述N个对象中的场景以外的任一对象，可以采用对象解码器对该对象的第一特征信息、摄像头的视角方向信息

和参考点的位置信息

进行处理，得到该对象对应的神经辐射场的第二体素密度和第三特征信息。合成器可以根据待处理图像中的各个对象对应的神经辐射场的第二体素密度和第三特征信息，采用式2和式3，确定待处理图像对应的神经辐射场的第一体素密度σ和第二特征信息

对于第一体素密度σ和第二特征信息

体素渲染器可以采用式4至式6，渲染出待处理图像I_o1对应的第一特征图f_out。神经渲染器可以对第一特征图f_out进行上采样，得到待处理图像I_o1对应的第一重建图像I_r1。其中，第一重建图像是可编辑的。

图4a示出本公开实施例提供的图像重建方法中的待处理图像的示意图。图4b至图4d示出本公开实施例提供的图像重建方法中，基于待处理图像重建得到的新视角的重建图像的示意图。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了图像重建装置、电子设备、计算机可读存储介质、计算机程序产品，上述均可用来实现本公开提供的任一种图像重建方法，相应技术方案和技术效果可参见方法部分的相应记载，不再赘述。

图5示出本公开实施例提供的图像重建装置的框图。如图5所示，所述图像重建装置包括：

第一获取模块51，用于获取待处理图像；

提取模块52，用于提取所述待处理图像中的对象的第一特征信息；

第一确定模块53，用于根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

生成模块54，用于根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在一种可能的实现方式中，所述第一确定模块53用于：

获得摄像头的视角方向信息；

获得参考点的位置信息；

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在一种可能的实现方式中，所述第一确定模块53用于：

获取摄像头的视角方向；

基于所述视角方向进行位置编码，得到所述摄像头的视角方向信息。

在一种可能的实现方式中，所述第一确定模块53用于：

获得参考点的三维坐标；

基于所述参考点的三维坐标进行位置编码，得到所述参考点的位置信息。

在一种可能的实现方式中，所述第一确定模块53用于：

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述对象对应的神经辐射场的第二体素密度和第三特征信息；

根据所述第二体素密度和所述第三特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

在一种可能的实现方式中，所述生成模块54用于：

根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图；

对所述第一特征图进行上采样，得到所述待处理图像对应的第一重建图像。

在一种可能的实现方式中，所述生成模块54用于：

根据所述第一体素密度，确定所述待处理图像对应的三维空间中的三维位置的透明值；

根据所述透明值，确定所述三维位置的透射比；

根据所述透明值、所述透射比和所述第二特征信息，生成所述待处理图像对应的第一特征图。

在一种可能的实现方式中，所述第一特征信息包括第一外观特征信息和第一变换特征信息。

在一种可能的实现方式中，所述第一外观特征信息包括第一综合外观特征信息和第一形状特征信息。

在一种可能的实现方式中，所述装置还包括：

编辑模块，用于响应于针对所述第一重建图像中的任一对象的编辑请求，对所述对象进行编辑，得到编辑后的第一重建图像。

在一种可能的实现方式中，

所述提取模块52用于：通过预先训练的神经网络提取待处理图像中的对象的第一特征信息；

所述第一确定模块53用于：通过所述神经网络根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

所述生成模块54用于：通过所述神经网络根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

在一种可能的实现方式中，所述装置还包括：

第二获取模块，用于获取训练图像；

处理模块，用于通过所述神经网络对所述训练图像进行处理，得到所述训练图像对应的第二重建图像；

第二确定模块，用于根据所述第二重建图像，确定所述神经网络的损失函数的值；

训练模块，用于根据所述损失函数的值，训练所述神经网络。

在一种可能的实现方式中，所述损失函数包括第一损失函数；

所述第二确定模块用于：

根据所述第二重建图像与所述训练图像之间的差异信息，确定所述第一损失函数的值。

在一种可能的实现方式中，所述损失函数包括第二损失函数；

所述第二确定模块用于：

确定掩码区域的位置信息；

根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像；

根据所述合成图像，确定所述第二损失函数的值。

在一种可能的实现方式中，所述第二确定模块用于：

根据所述第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，其中，所述第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在所述第一待合成图像中，所述掩码区域外的像素的像素值与所述第二重建图像相同，所述掩码区域内的像素的像素值为空；

根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，所述第二待合成图像的尺寸与训练图像的尺寸相同，且在所述第二待合成图像中，所述掩码区域内的像素的像素值与所述训练图像相同，所述掩码区域外的像素的像素值为空；

根据所述第一待合成图像和所述第二待合成图像，生成所述合成图像。

在一种可能的实现方式中，所述第二损失函数包括生成损失函数和对抗损失函数；

所述第二确定模块用于：

根据所述合成图像，确定生成损失函数的值；

根据所述合成图像和所述训练图像之间的差异信息，确定所述对抗损失函数的值。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现和技术效果可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。

本公开实施例还提出一种计算机程序，包括计算机可读代码，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行上述方法。

本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图6示出本公开实施例提供的电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入/输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows Server^TM)，苹果公司推出的基于图形用户界面操作系统(Mac OSX^TM)，多用户多进程的计算机操作系统(Unix^TM),自由和开放原代码的类Unix操作系统(Linux^TM)，开放原代码的类Unix操作系统(FreeBSD^TM)或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开涉及增强现实领域，通过获取现实环境中的目标对象的图像信息，进而借助各类视觉相关算法实现对目标对象的相关特征、状态及属性进行检测或识别处理，从而得到与具体应用匹配的虚拟与现实相结合的AR效果。示例性的，目标对象可涉及与人体相关的脸部、肢体、手势、动作等，或者与物体相关的标识物、标志物，或者与场馆或场所相关的沙盘、展示区域或展示物品等。视觉相关算法可涉及视觉定位、SLAM、三维重建、图像注册、背景分割、对象的关键点提取及跟踪、对象的位姿或深度检测等。具体应用不仅可以涉及跟真实场景或物品相关的导览、导航、讲解、重建、虚拟效果叠加展示等交互场景，还可以涉及与人相关的特效处理，比如妆容美化、肢体美化、特效展示、虚拟模型展示等交互场景。可通过卷积神经网络，实现对目标对象的相关特征、状态及属性进行检测或识别处理。上述卷积神经网络是基于深度学习框架进行模型训练而得到的网络模型。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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动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。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本文不再赘述。

若本公开实施例的技术方案涉及个人信息，应用本公开实施例的技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本公开实施例的技术方案涉及敏感个人信息，应用本公开实施例的技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (20)

1.一种图像重建方法，其特征在于，包括：

获取待处理图像；

提取所述待处理图像中的对象的第一特征信息；

根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：

获得摄像头的视角方向信息；

获得参考点的位置信息；

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

3.根据权利要求2所述的方法，其特征在于，所述获得摄像头的视角方向信息，包括：

获取摄像头的视角方向；

基于所述视角方向进行位置编码，得到所述摄像头的视角方向信息。

4.根据权利要求2或3所述的方法，其特征在于，所述获得参考点的位置信息，包括：

获得参考点的三维坐标；

基于所述参考点的三维坐标进行位置编码，得到所述参考点的位置信息。

5.根据权利要求2至4中任意一项所述的方法，其特征在于，所述根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：

根据所述第一特征信息、所述视角方向信息和所述参考点的位置信息，确定所述对象对应的神经辐射场的第二体素密度和第三特征信息；

根据所述第二体素密度和所述第三特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，包括：

根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图；

对所述第一特征图进行上采样，得到所述待处理图像对应的第一重建图像。

7.根据权利要求6所述的方法，其特征在于，所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一特征图，包括：

根据所述第一体素密度，确定所述待处理图像对应的三维空间中的三维位置的透明值；

根据所述透明值，确定所述三维位置的透射比；

根据所述透明值、所述透射比和所述第二特征信息，生成所述待处理图像对应的第一特征图。

8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述第一特征信息包括第一外观特征信息和第一变换特征信息。

9.根据权利要求8所述的方法，其特征在于，所述第一外观特征信息包括第一综合外观特征信息和第一形状特征信息。

10.根据权利要求1至9中任意一项所述的方法，其特征在于，在所述生成所述待处理图像对应的第一重建图像之后，所述方法还包括：

响应于针对所述第一重建图像中的任一对象的编辑请求，对所述对象进行编辑，得到编辑后的第一重建图像。

11.根据权利要求1至10中任意一项所述的方法，其特征在于，

所述提取待处理图像中的对象的第一特征信息，包括：通过预先训练的神经网络提取待处理图像中的对象的第一特征信息；

所述根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息，包括：通过所述神经网络根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

所述根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像，包括：通过所述神经网络根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

12.根据权利要求11所述的方法，其特征在于，在所述通过预先训练的神经网络提取待处理图像中的对象的第一特征信息之前，所述方法还包括：

获取训练图像；

通过所述神经网络对所述训练图像进行处理，得到所述训练图像对应的第二重建图像；

根据所述第二重建图像，确定所述神经网络的损失函数的值；

根据所述损失函数的值，训练所述神经网络。

13.根据权利要求12所述的方法，其特征在于，所述损失函数包括第一损失函数；

所述根据所述第二重建图像，确定所述神经网络的损失函数的值，包括：

根据所述第二重建图像与所述训练图像之间的差异信息，确定所述第一损失函数的值。

14.根据权利要求12或13所述的方法，其特征在于，所述损失函数包括第二损失函数；

所述根据所述第二重建图像，确定所述神经网络的损失函数的值，包括：

确定掩码区域的位置信息；

根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像；

根据所述合成图像，确定所述第二损失函数的值。

15.根据权利要求14所述的方法，其特征在于，所述根据所述第二重建图像、所述训练图像和所述掩码区域的位置信息，生成合成图像，包括：

根据所述第二重建图像和所述掩码区域的位置信息，确定第一待合成图像，其中，所述第一待合成图像的尺寸与所述第二重建图像的尺寸相同，且在所述第一待合成图像中，所述掩码区域外的像素的像素值与所述第二重建图像相同，所述掩码区域内的像素的像素值为空；

根据所述训练图像和所述掩码区域的位置信息，确定第二待合成图像，其中，所述第二待合成图像的尺寸与训练图像的尺寸相同，且在所述第二待合成图像中，所述掩码区域内的像素的像素值与所述训练图像相同，所述掩码区域外的像素的像素值为空；

根据所述第一待合成图像和所述第二待合成图像，生成所述合成图像。

16.根据权利要求14或15所述的方法，其特征在于，所述第二损失函数包括生成损失函数和对抗损失函数；

所述根据所述合成图像，确定所述第二损失函数的值，包括：

根据所述合成图像，确定生成损失函数的值；

根据所述合成图像和所述训练图像之间的差异信息，确定所述对抗损失函数的值。

17.一种图像重建装置，其特征在于，包括：

第一获取模块，用于获取待处理图像；

提取模块，用于提取所述待处理图像中的对象的第一特征信息；

第一确定模块，用于根据所述第一特征信息，确定所述待处理图像对应的神经辐射场的第一体素密度和第二特征信息；

生成模块，用于根据所述第一体素密度和所述第二特征信息，生成所述待处理图像对应的第一重建图像。

18.一种电子设备，其特征在于，包括：

一个或多个处理器；

用于存储可执行指令的存储器；

其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行权利要求1至16中任意一项所述的方法。

19.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至16中任意一项所述的方法。

20.一种计算机程序产品，其特征在于，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备中运行时，所述电子设备中的处理器执行权利要求1至16中任意一项所述的方法。

Images