CN115134579A - 一种虚拟视点的生成方法、装置、存储介质及电子设备 - Google Patents
一种虚拟视点的生成方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN115134579A CN115134579A CN202210688177.XA CN202210688177A CN115134579A CN 115134579 A CN115134579 A CN 115134579A CN 202210688177 A CN202210688177 A CN 202210688177A CN 115134579 A CN115134579 A CN 115134579A
- Authority
- CN
- China
- Prior art keywords
- image
- viewpoint
- virtual viewpoint
- fusion
- virtual
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 133
- 230000004927 fusion Effects 0.000 claims description 100
- 238000012549 training Methods 0.000 claims description 38
- 238000000605 extraction Methods 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 34
- 238000012795 verification Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 description 29
- 238000010586 diagram Methods 0.000 description 17
- 238000004590 computer program Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007499 fusion processing Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/275—Image signal generators from 3D object models, e.g. computer-generated stereoscopic image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
Abstract
本公开实施例提供了一种虚拟视点的生成方法、装置、存储介质及电子设备。其中方法包括：接收第一视点图像和第二视点图像；基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；展示所述虚拟视点图像。本公开实施例通过图像处理的方式确定新增视点的图像/视频，替代了通过设置物理视点的方式采集各视点图像/视频的情况，减少了设置物理设备的数量，进一步减少了物理设备导致的成本高、搭建难度大的问题。
Description
技术领域
本公开实施例涉及视频及图像处理技术领域，尤其涉及一种虚拟视点的生成方法、装置、存储介质及电子设备。
背景技术
晚会和体育赛事等多采用自由视角的方式进行直播，自由视角技术可展示多角度的视频，观看用户可进行多自由度的交互体验。
目前，自由视角技术多采样相机阵列的方式进行视频采集，每一相机用于采集一个视点的视频。但是上述视频采集方式，依赖于相机硬件的同步采集，拍摄成本高、拍摄难度大，同时对带宽负载造成压力。
发明内容
本公开提供一种虚拟视点的生成方法、装置、存储介质及电子设备，以实现基于已知视点的视频生成虚拟视点的视频，减少物理视点的数量。
第一方面，本公开实施例提供了一种虚拟视点的生成方法，包括：
接收第一视点图像和第二视点图像；
基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；
展示所述虚拟视点图像。
第二方面，本公开实施例还提供了一种虚拟视点的生成装置，包括：
图像接收模块，用于接收第一视点图像和第二视点图像；
图像生成模块，用于基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；
图像展示模块，用于展示所述虚拟视点图像。
第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
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本发明实施例提供的虚拟视点的生成方法。
第四方面，本公开实施例还提供了种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例提供的虚拟视点的生成方法。
本公开实施例提供的技术方案，通过虚拟视点生成模型对两个已知视点的图像进行处理，以得到位于两个已知视点中间的虚拟视点的虚拟视点图像，相应的，针对于两个已知视点的视频，可得到于两个已知视点中间的虚拟视点的虚拟视点视频。通过图像处理的方式确定新增视点的图像/视频，替代了通过设置物理视点的方式采集各视点图像/视频的情况，减少了设置物理设备的数量，进一步减少了物理设备导致的成本高、搭建难度大的问题。同时，通过生成虚拟视点的方式，可缓解物理设备导致的对视点间隔角度的限定，可生成多个虚拟角视点，且对虚拟视点的数量可不做限定，可满足对任一展示视点的需求。
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是本公开实施例提供的拍摄环境的俯视示意图；
图2是本公开实施例提供的拍摄环境的俯视示意图；
图3为本公开实施例所提供的一种虚拟视点的生成方法的流程示意图；
图4是本公开实施例提供的一种虚拟视点的生成方法的流程示意图；
图5是本公开实施例提供的虚拟视点的生成过程示意图；
图6是发明实施例提供的一种虚拟视点生成模型的结构示意图；
图7是本公开实施例提供的一种特征提取子模块的结构示意图；
图8是本公开实施例提供的一种融合子模块处理过程的示意图；
图9为本公开实施例所提供的一种虚拟视点的生成装置结构示意图；
图10是本公开实施例所提供的一种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。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
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。
可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
为了对目标拍摄对象进行多角度拍摄，以支持自由视角的播放技术，可基于拍摄对象的展示位置，周向设置多个拍摄点，每一拍摄点分别设置一个相机，用于拍摄该展示视点的视频，示例性的，相机的数量可根据展示视点的需求确定。在一些实施例中，可基于固定间隔角度设置一展示视点，例如，固定间隔角度可以是30度等，相应的，相机数量可以是12台。其中，固定间隔角度的大小可根据展示需求设置。在一些实施例中，可基于固定间隔距离设置一展示视点。每一展示视点对应设置相机，相应的，为了保证各展示视点的正常拍摄，需配备响应的技术人员和辅助设备，导致成本高。
针对上述技术问题，本公开提供了一种虚拟视点的生成方法，通过虚拟视点替代物理视点，并基于物理视点上相机采集的视频，生成虚拟视点对应的视频，即通过减少相机数量的方式减少拍摄成本，同时，减少相机数量可降低拍摄设备的搭建难度，以及减缓对带宽的压力。示例性的，参见图1图和图2，图1和图2是本公开实施例提供的拍摄环境的俯视示意图，图1和图2仅为示例，在其他实施例中，可根据采集需要设置物理视点和虚拟视点。其中，黑色圆位置为物理视点，白色圆位置为虚拟视点。其中，物理视点和虚拟视点间隔设置，两个相邻的物理视点之间可设置一个或多个虚拟视点。
图3为本公开实施例所提供的一种虚拟视点的生成方法的流程示意图，本公开实施例适用于基于已知视点的视频生成虚拟视点视频的情形，该方法可以由虚拟视点的生成装置来执行，该装置可以通过软件和/或硬件的形式实现，可选的，通过电子设备来实现，该电子设备可以是移动终端、PC端或服务器等。如图3所示，所述方法包括：
S110、接收第一视点图像和第二视点图像。
S120、基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点。
S130、展示所述虚拟视点图像。
本实施例中的电子设备，与各物理视点处设置的相机通信连接，可接收各物理视点处相机采集的视频，并基于物理视点的视频生成虚拟视点的视频。在一些实施例中，可以是基于两个物理视点的视频生成位于两个物理视点中间的虚拟视点的视频；在一些实施例中，可以是基于一个物理视点的视频和一个已确定的虚拟视点的视频，确定位于上述物理视点和虚拟视点之间的虚拟视点的视频；在一些实施例中，可基于两个已确定的虚拟视点的视频，确定位于上述两个虚拟视点之间的新虚拟视点的视频。相应的，本实施例中的第一视点可以是物理视点或者以确定的虚拟视点，第二视点可以是物理视点或者以确定的虚拟视点。
在一些实施例中，虚拟视点的生成过程，可以是应用在直播场景下，基于第一视点和第二视点的实时图像帧，确定虚拟视点的实时图像帧，并对实时图像帧进行实时展示。在一些实施例中，虚拟视点的生成过程，可以是应用在视频的后期处理场景中，在至少两个物理视点采集的视频的基础上，确定一个或多个虚拟视点的视频。相应的，第一视点图像和第二视点图像为第一视点视频和第二视点视频中相匹配的图像帧，例如第一视点视频和第二视点视频中具有相同时间戳的两个图像帧，或者时间戳满足误差条件的两个视频帧。
在一些实施例中，虚拟视点的生成过程，可以是应用在图像处理场景中，相应的，第一视点图像和第二视点图像可以是实时图像，例如实时采集的图像，或者，实时生成的虚拟图像。第一视点图像和第二视点图像还可以是历史图像，对此不作限定。
将第一视点图像和第二视点图像输入至虚拟视点生成模型中，得到位于第一视点和第二视点中间的虚拟视点的图像，示例性的，参见图2，可基于物理视点1的第一视点图像和物理视点5的第二视点图像，确定虚拟视点3的图像；还可以是基于物理视点1的第一视点图像和虚拟视点3的第二视点图像，确定虚拟视点2的图像；还可以是基于虚拟视点2的第一视点图像和虚拟视点3的第二视点图像，确定位于虚拟视点2和虚拟视点3之间的新增虚拟视点的图像。
在一些实施例中，在基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像之前，还包括对第一视点图像和第二视点图像进行预处理，其中，所述预处理包括但不限于对第一视点图像和第二视点图像进行去噪、剪裁、分离背景、图像增强等，对此不作限定，可根据图像处理需求确定。相应的，基于虚拟视点生成模型对处理后的第一视点图像和处理后的第二视点图像进场处理，以得到虚拟视点图像。
虚拟视点生成模型为预先训练得到的，具有基于输入的两个图像确定位于虚拟视点的图像的生成功能。该虚拟视点生成模型的工作原理可以是，基于流光思想，可确定虚拟视点到左侧视点的运动矢量表达，例如F_v2l，以及虚拟视点到右侧视点的运动矢量表达，例如F_v2r，相应的，可从左侧视点图像得到一个虚拟视点图像I_left_warp＝warp(I_left，F_v2l)，以及从右侧视点图像得到一个虚拟视点图像I_right_warp＝warp(I_right，F_v2r)，对上述两虚拟视点图像进行融合，得到最终的虚拟视点图像I_virtual。基于上述工作原理，构建虚拟视点生成模型，该虚拟视点生成模型为端到端的网络模型，对输入的第一视点图像和第二视点图像进行处理，并输出虚拟视点图像，操作简单，降低虚拟视点图像的确定难度。
虚拟视点生成模型包括至少一个处理模块，各处理模块的结构相同。在一些实施例中，虚拟视点生成模型包括一个处理模块，该处理模块输出的融合图像即为虚拟视点图像，在一些实施例中，虚拟视点生成模型包括两个或两个以上的处理模块，最后一个处理模块输出的融合图像即为虚拟视点图像，虚拟视点生成模型中的多个处理模块中，前一处理模块输出第一图像、第二图像和融合图像，其中，第一图像和第二图像作为后一处理模块的输入图像，后一处理模块对第一图像和第二图像进行处理后，输出新的第一图像、第二图像和融合图像，经过多个处理模块的迭代处理，提高生成的虚拟视点图像的图像质量。其中，处理模块的数量可根据虚拟视点图像的质量需求和计算量需求确定，对此不作限定。
可选的，处理模块中包括特征提取子模块和融合子模块，其中，所述特征提取子模块用于基于输入图像生成第一特征信息、第二特征信息和融合信息，所述融合子模块用于基于所述第一特征信息、所述第二特征信息和所述融合信息中的一项或多项，生成第一图像、第二图像和融合图像，直到最后一个处理模块输出的融合图像作为虚拟视点图像帧。
特征提取子模块可以是神经网络模块，包括多个网络层或多个网络块，在一些实施例中，特征提取子模块包括多个卷积层；在一些实施例中，特征提取子模块包括下采样网络层和上采样网络层，其中，下采样网络层和上采样网络层的数量可以分别为多个。其中，第一特征信息可以是虚拟视点与第一视点的运动矢量特征，第二特征信息可以是虚拟视点与第二时间的运动矢量特征，融合信息可以是掩膜图，该掩膜图的尺寸与第一视点图像或者第二视点图像的尺寸相同。
第一特征信息、第二特征信息和融合信息作为融合子模块的输入信息，融合子模块基于第一特征信息、第二特征信息和融合信息进行融合处理，可得到成第一图像、第二图像和融合图像。
可选的，融合子模块用于基于所述第一特征信息和所述处理模块的第一输入图像融合得到第一图像；基于第二特征信息和所述处理模块的第二输入图像融合得到第二图像，其中，所述第一图像和第二图像作为下一处理模块的输入图像；基于所述第一图像、所述第二图像和融合信息融合得到融合图像。
本实施例中，可通过warp操作实现图像融合，例如，基于warp操作，对第一特征信息和处理模块的第一输入图像进行融合，得到第一图像；基于warp操作，对第二特征信息和处理模块的第二输入图像进行融合，得到第二图像；基于warp操作，将第一图像、第二图像和融合信息进行融合，得到融合图像。其中，融合图像可通过如下方式融合得到：Ii＝Mi*Ii_left+(1-Mi)*Ii_righ，其中，Ii为第i个处理模块得到的融合图像，Mi为第i个处理模块得到的融合信息，Ii_left可以是第i个处理模块得到第一图像，Ii_righ可以是第i个处理模块得到第二图像。
需要说明的是，在处理模块为第一个处理模块的情况下，处理模块的第一输入图像可以是第一视点图像，处理模块的第二输入图像可以是第二视点图像；在处理模块为除第一个处理模块之外的任意处理模块的情况下，处理模块的第一输入图像可以是上一处理模块输出的第一图像，处理模块的第二输入图像可以是上一处理模块输出的第二图像。
每一处理模块分别执行上述处理过程，实现对输入的第一视点图像和第二视点图像的迭代融合处理，得到虚拟视点图像。对于第一视点和第二视点对应的多个图像帧，分别对每一相匹配的图像帧进行上述处理过程，得到各对图像帧对应的虚拟视点图像，形成虚拟视点视频。依次展示虚拟视点中的每一图像帧，实现对虚拟视点视频的展示。
在一些实施例中，上述处理过程可以是在服务器中执行，例如服务器可以是直播服务器，直播服务器可以是接收客户端发送的视频请求，该视频请求中可以包括待展示的视点信息，该视点信息可以是物理视点或虚拟视点，基于该视点信息将对应的视频发送至客户端，以使客户端展示指标服务器发送的视频。
本实施例提供的技术方案，通过虚拟视点生成模型对两个已知视点的图像进行处理，以得到位于两个已知视点中间的虚拟视点的虚拟视点图像，相应的，针对于两个已知视点的视频，可得到于两个已知视点中间的虚拟视点的虚拟视点视频。通过图像处理的方式确定新增视点的图像/视频，替代了通过设置物理视点的方式采集各视点图像/视频的情况，减少了设置物理设备的数量，进一步减少了物理设备导致的成本高、搭建难度大的问题。同时，通过生成虚拟视点的方式，可缓解物理设备导致的对视点间隔角度的限定，可生成多个虚拟角视点，且对虚拟视点的数量可不做限定，可满足对任一展示视点的需求。
参见图4，图4是本公开实施例提供的一种虚拟视点的生成方法的流程示意图。在上述实施例的基础上，本公开实施例进行了优化，可选的，所述接收第一视点图像和第二视点图像之后，所述方法还包括：提取所述第一视点图像的第一前景图，以及第二视点图像中的第二前景图；相应的，基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，包括：基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像。该方法具体包括：
S210、接收第一视点图像和第二视点图像，提取所述第一视点图像的第一前景图，以及第二视点图像中的第二前景图。
S220、基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像。其中，虚拟视点为第一视点和第二视点的中间视点。
S230、展示所述虚拟视点图像。
物理视点处相机采集的每一图像中，可包括前景和背景，其中，前景可以包括但不限于人体、动物体等，对此不作限定。为了避免背景信息对前景的干扰，本实施例中，从接收第一视点图像中提取第一前景图，以及从第二视点图像中提取第二前景图，并将第一前景图和第二前景图作为虚拟视点生成模型的处理对象，以得到虚拟视点图像，相应的，该虚拟视点图像为虚拟视点对应的前景图。
在一些实施例中，将图像中的人像作为前景图，相应的，提取所述第一视点图像的第一前景图，以及第二视点图像中的第二前景图，包括提取所述第一视点图像的第一人像图，以及第二视点图像中的第二人像图。进一步的，基于虚拟视点生成模型对第一人像图和第二人像图进行处理，得到虚拟视点对应的人像图。
本实施例中，不限定第一前景图和第二前景图的生成方式，在一些实施例中，可基于前景分割模型实现前景图的提取，例如将第一视点图像输入到前景分割模型，得到第一前景图，将第二视点图像输入到前景分割模型，得到第二前景图。例如前景分割模型可以包括人像分割模型，对输入的第一视点图像或第二视点图像，处理得到第一人像图或第二人像图。在一些实施例中，可基于轮廓识别模型对输入图像进行前景识别，并得到前景轮廓，基于前景轮廓提取对应的前景图。相应的，轮廓识别模型还可以是人像轮廓识别模型，对此不作限定。
本实施例中，通过对已知视点的图像进行前景提取，减少背景信息对前景处理过程中的干扰，可减少处理数据量的同时，提高前景处理质量。
在上述实施例的基础上，在基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像之前，还包括分别对所述第一前景图和第二前景图进行关键点特征提取，得到第一关键点特征和第二关键点特征；相应的，基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像，包括：基于虚拟视点生成模型，对所述第一前景图、所述第二前景图、所述第一关键点特征和第二关键点特征进行处理，得到虚拟视点图像。
本实施例中，通过提取第一前景图的第一关键点特征，和第二前景图的第二关键点特征，将第一关键点特征和第二关键点特征作为虚拟视点生成模型对第一前景图和第二前景图处理过程中的辅助信息，以提高虚拟视点图像的图像质量。
其中，前景图的关键点特征可以是能够表征前景图中对象运动的关键位置的特征，例如在前景图为人像图的情况下，关键点特征可以是人体关键点的热力特征图，人体关键点可以包括但不限于手肘、肩膀、头部、膝盖、脚部、跨部等人体关键位置。
关键点特征的提取，可通过预先设置的关键点特征提取模型实现，该关键点特征提取模型可以是神经网络模型，例如循环神经网络模型RNN、长短期记忆网络模型LSTM等。将第一前景图输入至关键点特征提取模型，得到第一关键点特征，将第二前景图输入至关键点特征提取模型，得到第二关键点特征。
在虚拟视点生成模型对第一前景图和第二前景图进行处理的过程中，第一关键点特征和第二关键点特征作为辅助信息输入至虚拟视点生成模型中，以使得虚拟视点生成模型对所述第一前景图、所述第二前景图、所述第一关键点特征和第二关键点特征进行处理，得到虚拟视点图像。示例性的，参见图5，图5是本公开实施例提供的虚拟视点的生成过程示意图。
可选的，虚拟视点生成模型包括特征提取子模块和融合子模块，其中，所述特征提取子模块包括第一网络块、特征融合块和第二网络块，其中，所述第一网络块对输入的第一图像和第二图像进行特征提取，得到中间特征；所述特征融合块将所述中间特征、所述第一关键点特征和所述第二关键点特征进行特征融合，得到融合特征；所述第二网络块对所述融合特征进行处理，得到当前处理模块的第一特征信息、所述第二特征信息和所述融合信息。
其中，第一网络块中可以包括至少一个下采样网络层和至少一个卷积层，第二网络块中包括至少一个卷积层和至少一个上采样网络层。特征融合块位于第一网络块和第二网络块之间，用于对第一网络块生成的中间特征与外部输入的第一关键点特征和第二关键点特征进行特征融合，其中，特征融合方式例如可以是将中间特征、第一关键点特征和第二关键点特征中的对应像素点进行加权处理，得到融合特征。第二网络块中的各网络层依次对融合特征进行处理，并输出第一特征信息、第二特征信息和融合信息。通过在处理过程中融合第一关键点特征和第二关键点特征，以提高生成的特征信息的准确性。
融合子模块基于高精度的第一特征信息、第二特征信息和融合信息，进一步得到高质量的第一图像、第二图像和融合图像，提高图像处理质量。
示例性的，参见图6，图6是发明实施例提供的一种虚拟视点生成模型的结构示意图。图6中虚拟视点生成模型可包括4个处理模块，其中，图6仅为示例，在其他实施例中，可根据处理需求设置处理模块的数量。每一个处理模块中包括特征提取子模块block和融合子模块warp，其中，特征提取子模块block中的第一网络块中包括2倍下采样网络层2n- itimes resize和5个卷积层，第二网络块中包括5个卷积层和2倍上采样网络层，参见图7，图7是本公开实施例提供的一种特征提取子模块的结构示意图。融合子模块warp中包括三个融合部分，即第一图像融合部分、第二图像融合部分、和融合图像的融合部分。参见图8，图8是本公开实施例提供的一种融合子模块处理过程的示意图。
结合图5可知，虚拟视点生成模型的输入信息为经过抠图处理得到的第一前景图和第二前景图，同时，将提取第一前景图的第一关键点特征和第二前景图的第二关键点特征，分别输入至各处理模块中特征提取子模块block的融合特征块。第一个处理模块中的特征提取子模块block0，对第一前景图和第二前景图进行处理，并融合第一关键点特征和第二关键点特征，输出第一特征信息F0 mind-left、第二特征信息F0 mind-right和融合信息M0，融合子模块warp0对第一特征信息F0 mind-left与第一前景图进行融合，得到第一图像I0_left_warp，对第二特征信息F0 mind-right与第二前景图进行融合，得到第二图像I0_right_warp，对第一图像I0_left_warp、第二图像I0_right_warp和融合信息M0进行融合，得到融合图像I0，其中，第一图像I0_left_warp、第二图像I0_right_warp作为第二处理模块的输入信息，并依次类推，直到最后一个处理模块输出融合图像In，作为虚拟视点图像。
在一些实施例中，虚拟视点生成模型的输入信息为第一人像图和第二人像图，相应的，得到虚拟视点图像为人像图。
在上述实施例的基础上，展示所述虚拟视点图像，包括：对虚拟视点的前景图设置背景，得到所述虚拟视点的目标展示图，展示所述目标展示图。此处不限定背景内容，例如可以是虚拟视点对应的真实背景信息，可以是任一物理视点采集的背景信息，还可以是基于各物理视点采集的背景信息生成的该虚拟视点的背景信息，还可以是增强现实的背景信息，该增强现实的背景信息可以是虚拟背景信息，或者从其他环境中采集的背景信息。背景内容可根据展示需求进行设置，在一些实施例中，背景内容可根据展示对象设置，例如展示对象可以是婴幼儿、青少年、成年等。
通过对虚拟视点的前景图设置背景信息，提高图像的完整性，同时背景信息可根据展示需求进行设置，提高了图像的多样性。
在上述实施例的基础上，虚拟视点生成模型的训练过程包括：分别获取左侧物理视点的第一训练图像、右侧物理视点的第二训练图像和中间物理视点的验证图像；基于待训练的虚拟视点生成模型对所述第一训练图像和第二训练图像进行处理，得到所述虚拟视点生成模型中各处理模块输出的融合图像；基于所述验证图像和至少部分的所述融合图像确定损失函数，并基于所述损失函数对所述虚拟视点生成模型进行模型参数调节，迭代执行训练过程，直到满足训练条件，得到训练完成的虚拟视点生成模型。
通过位于左侧物理视点和右侧物理视点分别采集的图像作为训练图像，中间物理视点采集的图像作为训练过程中的验证图像，需要说明的是，上述左侧物理视点的第一训练图像、右侧物理视点的第二训练图像和中间物理视点的验证图像是对同一拍摄对象在不同视点上同步采集的图像，例如可以是在上述各视点上同步采集的视频中相匹配的图像，或者在上述各视点上同一时刻采集的图像，对此不作限定。
根据各图像的对象关系图像组，例如将同一时间戳对应的第一训练图像、第二训练图像和验证图像确定为一个图像组，基于各图像组对待训练的虚拟视点生成模型进行迭代训练。其中，在每一次迭代中，可将第一训练图像和第二训练图像作为输入图像，输入至虚拟视点生成模型中，得到该虚拟视点生成模型在处理过程中处理得到的多个融合图像，即虚拟视点生成模型中每一个处理模块输出的融合图像，其中，最后一个融合图像为虚拟视点生成模型预测得到的中间虚拟视点的虚拟视点图像，该中间虚拟视点与中间物理视点相对应，基于中间物理视点的验证图像与一个或多个融合图像确定损失函数，以对虚拟视点生成模型进行模型参数调节。在一些实施例中，基于中间物理视点的验证图像和最后一个融合图像(即虚拟视点生成模型预测得到虚拟视点生成模型预测得到)确定损失函数。在一些实施例中，基于中间物理视点的验证图像和多个融合图像确定损失函数，以提高对模型参数调节的准确度。例如，基于所述验证图像和至少部分的所述融合图像确定损失函数，包括：基于所述验证图像与所述虚拟视点生成模型中各处理模块输出的融合图像分别生成损失项，并基于各损失项确定损失函数。其中，可以是将各损失项的均值，或者各损失项的和确定为损失函数。其中，融合图像与所述验证图像生成的损失项，可以是基于交叉熵函数生成、还可以是基于平方损失函数生成、还可以是指数损失函数生成等，对此不作限定，可根据需求确定。
基于损失函数对虚拟视点生成模型进行模型参数调节，可以是通过梯度下降法实现，完成一次对虚拟视点生成模型的训练，迭代执行上述训练过程，直到满足训练条件，得到训练完成的虚拟视点生成模型。
本实施例中，通过基于物理视点的真实图像，对虚拟视点生成模型进行训练，以得到具有虚拟视点图像生成功能的虚拟视点生成模型，便于在图像处理场景下，或者直播场景下，基于已知视点的图像或视频生成虚拟视点图像或者虚拟视点视频，减少采集设备的数量和采集成本。
图9为本公开实施例所提供的一种虚拟视点的生成装置结构示意图，如图9所示，所述装置包括：图像接收模块310、图像生成模块320和图像展示模块330。
图像接收模块310，用于接收第一视点图像和第二视点图像；
图像生成模块320，用于基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；
图像展示模块330，用于展示所述虚拟视点图像。
本公开实施例所提供的技术方案，通过虚拟视点生成模型对两个已知视点的图像进行处理，以得到位于两个已知视点中间的虚拟视点的虚拟视点图像，相应的，针对于两个已知视点的视频，可得到于两个已知视点中间的虚拟视点的虚拟视点视频。通过图像处理的方式确定新增视点的图像/视频，替代了通过设置物理视点的方式采集各视点图像/视频的情况，减少了设置物理设备的数量，进一步减少了物理设备导致的成本高、搭建难度大的问题。同时，通过生成虚拟视点的方式，可缓解物理设备导致的对视点间隔角度的限定，可生成多个虚拟角视点，且对虚拟视点的数量可不做限定，可满足对任一展示视点的需求。
在上述实施例的基础上，可选的，该装置还包括：
前景图提取模块，用于在所述接收第一视点图像和第二视点图像之后，提取所述第一视点图像的第一前景图，以及第二视点图像中的第二前景图；
图像生成模块320用于：基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像。
在上述实施例的基础上，可选的，该装置还包括：
关键点特征提取模块，用于分别对所述第一前景图和第二前景图进行关键点特征提取，得到第一关键点特征和第二关键点特征；
图像生成模块320用于：基于虚拟视点生成模型，对所述第一前景图、所述第二前景图、所述第一关键点特征和第二关键点特征进行处理，得到虚拟视点图像。
在上述实施例的基础上，可选的，所述虚拟视点图像为前景图；
图像展示模块330用于对虚拟视点的前景图设置背景，得到所述虚拟视点的目标展示图，展示所述目标展示图。
在上述实施例的基础上，可选的，所述虚拟视点生成模型包括至少一个处理模块，所述处理模块中包括特征提取子模块和融合子模块，其中，所述特征提取子模块用于基于输入图像生成第一特征信息、第二特征信息和融合信息，所述融合子模块用于基于所述第一特征信息、所述第二特征信息和所述融合信息中的一项或多项，生成第一图像、第二图像和融合图像，直到最后一个处理模块输出的融合图像作为虚拟视点图像帧。
在上述实施例的基础上，可选的，所述特征提取子模块包括第一网络块、特征融合块和第二网络块，其中，所述第一网络块对输入的第一图像和第二图像进行特征提取，得到中间特征；
所述特征融合块将所述中间特征、所述第一关键点特征和所述第二关键点特征进行特征融合，得到融合特征；
所述第二网络块对所述融合特征进行处理，得到当前处理模块的第一特征信息、所述第二特征信息和所述融合信息。
在上述实施例的基础上，可选的，所述融合子模块用于基于所述第一特征信息和所述处理模块的第一输入图像融合得到第一图像；
基于第二特征信息和所述处理模块的第二输入图像融合得到第二图像，其中，所述第一图像和第二图像作为下一处理模块的输入图像；
基于所述第一图像、所述第二图像和融合信息融合得到融合图像。
在上述实施例的基础上，可选的，该装置还包括：
模型训练模块，用于分别获取左侧物理视点的第一训练图像、右侧物理视点的第二训练图像和中间物理视点的验证图像；基于待训练的虚拟视点生成模型对所述第一训练图像和第二训练图像进行处理，得到所述虚拟视点生成模型中各处理模块输出的融合图像；基于所述验证图像和至少部分的所述融合图像确定损失函数，并基于所述损失函数对所述虚拟视点生成模型进行模型参数调节，迭代执行训练过程，直到满足训练条件，得到训练完成的虚拟视点生成模型。
本公开实施例所提供的虚拟视点的生成装置可执行本公开任意实施例所提供的虚拟视点的生成方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。
图10为本公开实施例所提供的一种电子设备的结构示意图。下面参考图10，其示出了适于用来实现本公开实施例的电子设备(例如图10中的终端设备或服务器)500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图10示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。编辑/输出(I/O)接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：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506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备500，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。
特别地，根据本公开的实施例，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，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态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。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
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。
本公开实施例提供的电子设备与上述实施例提供的虚拟视点的生成方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。
本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的虚拟视点的生成方法。
需要说明的是，本公开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电子设备中所包含的；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：
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，使得该电子设备接收第一视点图像和第二视点图像；基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；展示所述虚拟视点图像。
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操作的计算机程序代码，上述程序设计语言包括但不限于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。
描述于本公开实施例中所涉及到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。其中，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，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
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)等等。
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。
【在具体实施方式部分，全文结束后，请将所有欲以权利要求形式进行保护的内容，以下述形式重复：】
根据本公开的一个或多个实施例，【示例一】提供了一种虚拟视点的生成方法，包括：
接收第一视点图像和第二视点图像；基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；展示所述虚拟视点图像。
根据本公开的一个或多个实施例，【示例二】提供了一种虚拟视点的生成方法，还包括：
在所述接收第一视点图像和第二视点图像之后，所述方法还包括：提取所述第一视点图像的第一前景图，以及第二视点图像中的第二前景图；
相应的，基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，包括：基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像。
根据本公开的一个或多个实施例，【示例三】提供了一种虚拟视点的生成方法，还包括：
所述方法还包括：分别对所述第一前景图和第二前景图进行关键点特征提取，得到第一关键点特征和第二关键点特征；
相应的，所述基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像，包括：基于虚拟视点生成模型，对所述第一前景图、所述第二前景图、所述第一关键点特征和第二关键点特征进行处理，得到虚拟视点图像。
根据本公开的一个或多个实施例，【示例四】提供了一种虚拟视点的生成方法，还包括：所述虚拟视点图像为前景图；
所述展示所述虚拟视点图像，包括：对虚拟视点的前景图设置背景，得到所述虚拟视点的目标展示图，展示所述目标展示图。
根据本公开的一个或多个实施例，【示例五】提供了一种虚拟视点的生成方法，还包括：
所述虚拟视点生成模型包括至少一个处理模块，所述处理模块中包括特征提取子模块和融合子模块，其中，所述特征提取子模块用于基于输入图像生成第一特征信息、第二特征信息和融合信息，所述融合子模块用于基于所述第一特征信息、所述第二特征信息和所述融合信息中的一项或多项，生成第一图像、第二图像和融合图像，直到最后一个处理模块输出的融合图像作为虚拟视点图像帧。
根据本公开的一个或多个实施例，【示例六】提供了一种虚拟视点的生成方法，还包括：
所述特征提取子模块包括第一网络块、特征融合块和第二网络块，其中，所述第一网络块对输入的第一图像和第二图像进行特征提取，得到中间特征；
所述特征融合块将所述中间特征、所述第一关键点特征和所述第二关键点特征进行特征融合，得到融合特征；
所述第二网络块对所述融合特征进行处理，得到当前处理模块的第一特征信息、所述第二特征信息和所述融合信息。
根据本公开的一个或多个实施例，【示例七】提供了一种虚拟视点的生成方法，还包括：
所述融合子模块用于基于所述第一特征信息和所述处理模块的第一输入图像融合得到第一图像；
基于第二特征信息和所述处理模块的第二输入图像融合得到第二图像，其中，所述第一图像和第二图像作为下一处理模块的输入图像；
基于所述第一图像、所述第二图像和融合信息融合得到融合图像。
根据本公开的一个或多个实施例，【示例八】提供了一种虚拟视点的生成方法，还包括：
所述虚拟视点生成模型的训练过程包括：分别获取左侧物理视点的第一训练图像、右侧物理视点的第二训练图像和中间物理视点的验证图像；基于待训练的虚拟视点生成模型对所述第一训练图像和第二训练图像进行处理，得到所述虚拟视点生成模型中各处理模块输出的融合图像；基于所述验证图像和至少部分的所述融合图像确定损失函数，并基于所述损失函数对所述虚拟视点生成模型进行模型参数调节，迭代执行训练过程，直到满足训练条件，得到训练完成的虚拟视点生成模型。
根据本公开的一个或多个实施例，【示例九】提供了一种虚拟视点的生成方法，还包括：
所述基于所述验证图像和至少部分的所述融合图像确定损失函数，包括：基于所述验证图像与所述虚拟视点生成模型中各处理模块输出的融合图像分别生成损失项，并基于各损失项确定损失函数。
根据本公开的一个或多个实施例，【示例十】提供了一种虚拟视点的生成装置，包括：图像接收模块，用于接收第一视点图像和第二视点图像；
图像生成模块，用于基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；
图像展示模块，用于展示所述虚拟视点图像。
以上描述仅为本公开的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，本公开中所涉及的公开范围，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公开构思的情况下，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案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (12)
1.一种虚拟视点的生成方法，其特征在于，包括：
接收第一视点图像和第二视点图像；
基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；
展示所述虚拟视点图像。
2.根据权利要求1所述的方法，其特征在于，在所述接收第一视点图像和第二视点图像之后，所述方法还包括：
提取所述第一视点图像的第一前景图，以及第二视点图像中的第二前景图；
相应的，基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，包括：
基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
分别对所述第一前景图和第二前景图进行关键点特征提取，得到第一关键点特征和第二关键点特征；
相应的，所述基于虚拟视点生成模型，对所述第一前景图和所述第二前景图进行处理，得到虚拟视点图像，包括：
基于虚拟视点生成模型，对所述第一前景图、所述第二前景图、所述第一关键点特征和第二关键点特征进行处理，得到虚拟视点图像。
4.根据权利要求2所述的方法，其特征在于，所述虚拟视点图像为前景图；
所述展示所述虚拟视点图像，包括：
对虚拟视点的前景图设置背景，得到所述虚拟视点的目标展示图，展示所述目标展示图。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述虚拟视点生成模型包括至少一个处理模块，所述处理模块中包括特征提取子模块和融合子模块，其中，所述特征提取子模块用于基于输入图像生成第一特征信息、第二特征信息和融合信息，所述融合子模块用于基于所述第一特征信息、所述第二特征信息和所述融合信息中的一项或多项，生成第一图像、第二图像和融合图像，直到最后一个处理模块输出的融合图像作为虚拟视点图像帧。
6.根据权利要求5所述的方法，其特征在于，所述特征提取子模块包括第一网络块、特征融合块和第二网络块，其中，所述第一网络块对输入的第一图像和第二图像进行特征提取，得到中间特征；
所述特征融合块将所述中间特征、所述第一关键点特征和所述第二关键点特征进行特征融合，得到融合特征；
所述第二网络块对所述融合特征进行处理，得到当前处理模块的第一特征信息、所述第二特征信息和所述融合信息。
7.根据权利要求5所述的方法，其特征在于，所述融合子模块用于基于所述第一特征信息和所述处理模块的第一输入图像融合得到第一图像；
基于第二特征信息和所述处理模块的第二输入图像融合得到第二图像，其中，所述第一图像和第二图像作为下一处理模块的输入图像；
基于所述第一图像、所述第二图像和融合信息融合得到融合图像。
8.根据权利要求5所述的方法，其特征在于，所述虚拟视点生成模型的训练过程包括：
分别获取左侧物理视点的第一训练图像、右侧物理视点的第二训练图像和中间物理视点的验证图像；
基于待训练的虚拟视点生成模型对所述第一训练图像和第二训练图像进行处理，得到所述虚拟视点生成模型中各处理模块输出的融合图像；
基于所述验证图像与至少部分的所述融合图像确定损失函数，并基于所述损失函数对所述虚拟视点生成模型进行模型参数调节，迭代执行训练过程，直到满足训练条件，得到训练完成的虚拟视点生成模型。
9.根据权利要求8所述的方法，其特征在于，所述基于所述验证图像和至少部分的所述融合图像确定损失函数，包括：
基于所述验证图像与所述虚拟视点生成模型中各处理模块输出的融合图像分别生成损失项，并基于各损失项确定损失函数。
10.一种虚拟视点的生成装置，其特征在于，包括：
图像接收模块，用于接收第一视点图像和第二视点图像；
图像生成模块，用于基于虚拟视点生成模型，对所述第一视点图像和所述第二视点图像进行处理，得到虚拟视点图像，其中，虚拟视点为第一视点和第二视点的中间视点；
图像展示模块，用于展示所述虚拟视点图像。
11.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
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1-9中任一所述的虚拟视点的生成方法。
12.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一所述的虚拟视点的生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688177.XA CN115134579A (zh) | 2022-06-16 | 2022-06-16 | 一种虚拟视点的生成方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688177.XA CN115134579A (zh) | 2022-06-16 | 2022-06-16 | 一种虚拟视点的生成方法、装置、存储介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115134579A true CN115134579A (zh) | 2022-09-30 |
Family
ID=83377556
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210688177.XA Pending CN115134579A (zh) | 2022-06-16 | 2022-06-16 | 一种虚拟视点的生成方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115134579A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1694512A (zh) * | 2005-06-24 | 2005-11-09 | 清华大学 | 一种交互式多视点视频系统中虚拟视点的合成方法 |
| CN106162137A (zh) * | 2016-06-30 | 2016-11-23 | 北京大学 | 虚拟视点合成方法及装置 |
| US20200013220A1 (en) * | 2018-07-04 | 2020-01-09 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and storage medium |
| WO2020181084A1 (en) * | 2019-03-07 | 2020-09-10 | Alibaba Group Holding Limited | Method, apparatus, medium, terminal, and device for multi-angle free-perspective interaction |
| CN113132706A (zh) * | 2021-03-05 | 2021-07-16 | 北京邮电大学 | 基于逆向映射的可控位置虚拟视点生成方法及装置 |
| JP2021152724A (ja) * | 2020-03-24 | 2021-09-30 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| US20210358204A1 (en) * | 2020-05-14 | 2021-11-18 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
-
2022
- 2022-06-16 CN CN202210688177.XA patent/CN115134579A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1694512A (zh) * | 2005-06-24 | 2005-11-09 | 清华大学 | 一种交互式多视点视频系统中虚拟视点的合成方法 |
| CN106162137A (zh) * | 2016-06-30 | 2016-11-23 | 北京大学 | 虚拟视点合成方法及装置 |
| US20200013220A1 (en) * | 2018-07-04 | 2020-01-09 | Canon Kabushiki Kaisha | Information processing apparatus, information processing method, and storage medium |
| WO2020181084A1 (en) * | 2019-03-07 | 2020-09-10 | Alibaba Group Holding Limited | Method, apparatus, medium, terminal, and device for multi-angle free-perspective interaction |
| JP2021152724A (ja) * | 2020-03-24 | 2021-09-30 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
| US20210358204A1 (en) * | 2020-05-14 | 2021-11-18 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
| CN113132706A (zh) * | 2021-03-05 | 2021-07-16 | 北京邮电大学 | 基于逆向映射的可控位置虚拟视点生成方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 王路;赖春露;: "一种基于两视点DIBR的改进虚拟视点合成方法", 山东大学学报(理学版), no. 03 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10699431B2 (en) | Method and apparatus for generating image generative model | |
| CN115690382B (zh) | 深度学习模型的训练方法、生成全景图的方法和装置 | |
| CN112051961A (zh) | 虚拟交互方法、装置、电子设备及计算机可读存储介质 | |
| CN110796664A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN112381717A (zh) | 图像处理方法、模型训练方法、装置、介质及设备 | |
| CN113327318A (zh) | 图像显示方法、装置、电子设备和计算机可读介质 | |
| CN115170740A (zh) | 特效处理方法、装置、电子设备及存储介质 | |
| CN111818265B (zh) | 基于增强现实模型的交互方法、装置、电子设备及介质 | |
| CN112714263B (zh) | 视频生成方法、装置、设备及存储介质 | |
| CN113673446A (zh) | 图像识别方法、装置、电子设备和计算机可读介质 | |
| CN116527748B (zh) | 一种云渲染交互方法、装置、电子设备及存储介质 | |
| CN114866706A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN114913061A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
| CN111915532B (zh) | 图像追踪方法、装置、电子设备及计算机可读介质 | |
| CN112492230B (zh) | 视频处理方法、装置、可读介质及电子设备 | |
| CN115134579A (zh) | 一种虚拟视点的生成方法、装置、存储介质及电子设备 | |
| CN114419298A (zh) | 虚拟物体的生成方法、装置、设备及存储介质 | |
| CN113891057A (zh) | 视频的处理方法、装置、电子设备和存储介质 | |
| CN114187169A (zh) | 视频特效包的生成方法、装置、设备及存储介质 | |
| CN112070903A (zh) | 虚拟对象的展示方法、装置、电子设备及计算机存储介质 | |
| CN113837918A (zh) | 多进程实现渲染隔离的方法及装置 | |
| CN110991312A (zh) | 生成检测信息的方法、装置、电子设备和介质 | |
| CN111833459B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
| CN112668474B (zh) | 平面生成方法和装置、存储介质和电子设备 | |
| CN115294254A (zh) | 特效视频的生成方法、装置、设备及存储介质 |
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 |