CN115147558A - 三维重建模型的训练方法、三维重建方法及装置 - Google Patents

Abstract

本公开提供了一种三维重建模型的训练方法、三维重建方法及装置，涉及人工智能技术领域，具体为增强现实、虚拟现实、计算机视觉、深度学习等技术领域，可应用于虚拟形象生成、元宇宙等场景。实现方案为：获取样本物体的样本图像和图像采集设备在采集样本图像时的位姿信息；基于位姿信息，确定样本图像的射线信息；将射线信息输入三维重建模型，以得到样本物体的符号距离场；至少将符号距离场输入渲染模型，以得到渲染图像；基于渲染图像与样本图像的差异，确定颜色损失；对于每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量；基于任一第一射线与其周围射线的累积法向量的差异，确定几何损失；基于颜色损失和几何损失，调整三维重建模型的参数。

Description

三维重建模型的训练方法、三维重建方法及装置

技术领域

本公开涉及人工智能技术领域，尤其涉及增强现实、虚拟现实、计算机视觉、深度学习等技术领域，可应用于虚拟形象生成、元宇宙等场景。本公开具体涉及一种三维重建模型的训练方法及装置、三维重建方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

三维重建（3D Reconstruction）指的是对三维物体建立适合计算机表示和处理的数学模型，是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术。

在计算机视觉中，三维重建指的是根据物体的单视图或者多视图的图像重建该物体的三维信息的过程。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种三维重建模型的训练方法及装置、三维重建方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种三维重建模型的训练方法，包括：获取样本物体的样本图像和图像采集设备在采集所述样本图像时的位姿信息；基于所述位姿信息，确定所述样本图像的射线信息，其中，所述射线信息指示多条第一射线，所述多条第一射线与所述样本图像的多个像素分别对应，每条第一射线包括多个采样点；将所述射线信息输入三维重建模型，以得到所述三维重建模型输出的所述样本物体的符号距离场，其中，所述符号距离场包括每条第一射线上的多个采样点各自的符号距离值；至少将所述符号距离场输入渲染模型，以得到所述渲染模型输出的渲染图像；基于所述渲染图像与所述样本图像的差异，确定颜色损失；对于所述多条第一射线中的每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量，其中，所述累积法向量指示相应像素对应的所述样本物体的表面点的法向量；基于所述多条第一射线中的任一第一射线与其周围射线的累积法向量的差异，确定几何损失；以及基于所述颜色损失和所述几何损失，调整所述三维重建模型的参数。

根据本公开的一方面，提供了一种三维重建方法，包括：获取待重建物体的图像和图像采集设备在采集所述图像时的位姿信息；根据所述图像和所述位姿信息，基于三维重建模型，得到所述待重建物体的符号距离场，其中，所述三维重建模型是基于上述三维重建模型的训练方法训练得到的；以及基于所述符号距离场，生成所述待重建物体的三维模型。

根据本公开的一方面，提供了一种三维重建模型的训练装置，包括：获取模块，被配置为获取样本物体的样本图像和图像采集设备在采集所述样本图像时的位姿信息；第一确定模块，被配置为基于所述位姿信息，确定所述样本图像的射线信息，其中，所述射线信息指示多条第一射线，所述多条第一射线与所述样本图像的多个像素分别对应，每条第一射线包括多个采样点；重建模块，被配置为将所述射线信息输入三维重建模型，以得到所述三维重建模型输出的所述样本物体的符号距离场，其中，所述符号距离场包括每条第一射线上的多个采样点各自的符号距离值；渲染模块，被配置为至少将所述符号距离场输入渲染模型，以得到所述渲染模型输出的渲染图像；第一损失模块，被配置为基于所述渲染图像与所述样本图像的差异，确定颜色损失；第二确定模块，被配置为对于所述多条第一射线中的每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量，其中，所述累积法向量指示相应像素对应的所述样本物体的表面点的法向量；第二损失模块，被配置为基于所述多条第一射线中的任一第一射线与其周围射线的累积法向量的差异，确定几何损失；以及调整模块，被配置为基于所述颜色损失和所述几何损失，调整所述三维重建模型的参数。

根据本公开的一方面，提供了一种三维重建装置，包括：获取模块，被配置为获取待重建物体的图像和图像采集设备在采集所述图像时的位姿信息；确定模块，被配置为根据所述图像和所述位姿信息，基于三维重建模型，得到所述待重建物体的符号距离场，其中，所述三维重建模型是基于上述三维重建模型的训练装置训练得到的；以及生成模块，被配置为基于所述符号距离场，生成所述待重建物体的三维模型。

根据本公开的一方面，提供了一种电子设备，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；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上述任一方面的方法。

根据本公开的一方面，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，所述计算机指令用于使计算机执行上述任一方面的方法。

根据本公开的一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述任一方面的方法。

根据本公开的一个或多个实施例，能够提高对物体的弱纹理表面的重建效果，实现高质量的三维重建。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的三维重建模型的训练方法的流程图；

图3示出了根据本公开的实施例的三维重建模型的训练过程的示意图；

图4示出了根据本公开的实施例的三维重建方法的流程图；

图5示出了根据本公开的实施例的三维重建过程的示意图；

图6示出了根据本公开的实施例的三维重建效果的示意图；

图7示出了根据本公开的实施例的三维重建模型的训练装置的结构框图；

图8示出了根据本公开的实施例的三维重建装置的结构框图；以及

图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

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。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

相关技术中，可以采用神经网络对图像中的物体进行三维重建。但是，现有的神经网络对于物体的弱纹理表面的重建效果不好，常常将较为平滑的弱纹理表面重建为凹凸不平的表面。

针对上述问题，本公开实施例提供一种三维重建模型的训练方法和三维重建方法。采用本公开实施例的三维重建模型来重建物体的三维模型，能够提高物体的弱纹理表面的重建效果，实现高质量的三维重建。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行三维重建模型的训练方法和/或三维重建方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务（SaaS）模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来指定待重建物体的不同视角的至少一个图像，或者指定待重建物体的一段视频（该视频中包括待重建物体的不同视角的图像帧），并且向服务器120发送对待重建物体进行三维重建的请求。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机（诸如个人计算机和膝上型计算机）、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统（例如GOOGLE Chrome OS）；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理（PDA）等。可穿戴设备可以包括头戴式显示器（诸如智能眼镜）和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序（例如电子邮件应用程序）、短消息服务（SMS）应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种（包括但不限于TCP/IP、SNA、IPX等）来支持数据通信。仅作为示例，一个或多个网络110可以是局域网（LAN）、基于以太网的网络、令牌环、广域网（WAN）、因特网、虚拟网络、虚拟专用网络（VPN）、内部网、外部网、区块链网络、公共交换电话网（PSTN）、红外网络、无线网络（例如蓝牙、WIFI）和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机（例如PC（个人计算机）服务器、UNIX服务器、中端服务器）、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构（例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池）。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120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。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器（VPS，Virtual Private Server）服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

在本公开的实施例中，用户可以通过客户端设备101、102、103、104、105或106向服务器120发送三维重建请求，该三维重建请求包括用户指定的待重建物体的不同视角的至少一个图像。服务器120响应于用户的三维重建请求，执行本公开实施例的三维重建方法，基于经训练的三维重建模型，生成待重建物体的三维模型。

根据一些实施例，三维重建模型可以由服务器120训练得出，也可以由其他服务器（图1中未示出）训练得出。换言之，本公开实施例的三维重建模型的训练方法可以由服务器120执行，也可以由其他服务器执行。

执行本公开实施例的三维重建方法的服务器和执行本公开实施例的三维重建模型的训练方法的服务器可以是同一个服务器（例如服务器120），也可以是不同的服务器（例如三维重建方法由服务器120执行，三维重建模型的训练方法由不同于服务器120的其他服务器执行）。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

图2示出了根据本公开实施例的三维重建方法200的流程图。如上所述，方法200的执行主体可以是图1中的服务器120，也可以是不同于服务器120的其他服务器。如图2所示，方法200包括步骤S210-S280。

在步骤S210中，获取样本物体的样本图像和图像采集设备在采集所述样本图像时的位姿信息。

在步骤S220中，基于位姿信息，确定样本图像的射线信息。射线信息指示多条第一射线，多条第一射线与样本图像的多个像素分别对应，每条第一射线包括多个采样点。

在步骤S230中，将射线信息输入三维重建模型，以得到三维重建模型输出的样本物体的符号距离场。符号距离场包括每条第一射线上的多个采样点各自的符号距离值。

在步骤S240中，至少将符号距离场输入渲染模型，以得到渲染模型输出的渲染图像。

在步骤S250中，基于渲染图像与样本图像的差异，确定颜色损失。

在步骤S260中，对于多条第一射线中的每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量。累积法向量指示相应像素对应的样本物体的表面点的法向量。

在步骤S270中，基于多条第一射线中的任一第一射线与其周围射线的累积法向量的差异，确定几何损失。

在步骤S280中，基于颜色损失和几何损失，调整三维重建模型的参数。

根据本公开的实施例，采用颜色损失和几何损失来训练三维重建模型。颜色损失用于保证基于符号距离场得到的渲染图像与真实图像的颜色一致，几何损失用于保证物体弱纹理表面的符号距离场的重建结果更加平滑。

基于颜色损失和几何损失来训练三维重建模型，能够使三维重建模型准确学习物体图像与其符号距离场的关联关系，使三维重建模型输出的符号距离场能够准确表达物体的三维形状，从而提高物体的弱纹理表面的重建效果，实现高质量的三维重建。

根据一些实施例，图像采集设备可以是任意具有图像采集功能的设备，包括但不限于相机、摄像机、手机、平板电脑等。

根据一些实施例，样本物体的样本图像以及该样本图像对应的图像采集设备的位姿信息可以通过SFM（Structure From Motion，从运动恢复结构）算法得到。例如，可以获取样本图像的多个不同视角的样本图像，随后采用SFM算法，计算得出每个样本图像对应的图像采集设备的位姿信息。

图像采集设备的位姿信息用于指示图像采集设备的位置和姿态。图像采集设备的位置例如可以采用形如（x，y，z）的三维坐标来表示。图像采集设备的姿态例如可以采用姿态角来表示。姿态角进一步包括俯仰角（pitch）、偏航角（yaw）和翻滚角（roll）。

基于图像采集设备的位姿信息，可以确定样本图像的射线信息。射线信息指示多条第一射线，多条第一射线与样本图像中的多个像素分别对应，每条第一射线包括多个采样点。

根据一些实施例，多条第一射线中的每条第一射线为由图像采集设备指向相应像素的射线。具体地，基于图像采集设备的位姿信息和焦距，以及样本图像的各个像素在样本图像中的二维坐标，可以确定样本图像中的各个像素在空间中的位置，即三维坐标。进一步地，通过将图像采集设备的位置（即图像采集设备的三维坐标）与像素的位置（即像素的三维坐标）相连，即可得到该像素对应的第一射线。

对第一射线上的点进行采样，可以得到多个采样点。例如，从第一射线的原点（即图像采集设备的位置）开始，按照一定的间隔长度进行采样（即每隔一定长度采样一个点），得到多个采样点。采样点的数量可以根据需要来设置，例如设置为64、128、256等。可以理解，采样点的数量设置的越多，物体的三维重建结果越准确，但计算效率越低。

将样本图像的射线信息输入三维重建模型，可以得到三维重建模型输出的样本物体的符号距离场。

根据一些实施例，三维重建模型可以实现为多层感知机（MultiLayerPerceptron，MLP）。在另一些实施例中，三维重建模型也可以实现为卷积神经网络（Convolutional Neural Network，CNN）、深度神经网络（Deep Neural Network，DNN）等。

样本物体的符号距离场（Signed Distance Field，SDF）是样本物体的几何拓扑表示。样本物体的符号距离场包括每条第一射线上的多个采样点各自的符号距离值。符号距离值用于指示相应采样点与样本物体的位置关系以及相应采样点到样本物体表面的最短距离。

根据一些实施例，采样点与样本物体的位置关系可以通过正负号来表示，例如，采样点的符号距离值为正数表示该采样点位于样本物体的外部，采样点的符号距离值为负数表示该采样点位于样本物体的内部，采样点的符号距离值为0表示该采样点位于样本物体的表面上。可以理解，在另一些实施例中，也可以用负数来表示采样点位于样本物体的内部，用正数来表示采样点位于样本物体的外部。

根据一些实施例，可以将样本物体的符号距离场输入渲染模型，得到渲染模型输出的渲染图像。

根据一些实施例，渲染模型可以实现为多层感知机（MultiLayer Perceptron，MLP）。在另一些实施例中，渲染模型也可以实现为卷积神经网络（Convolutional NeuralNetwork，CNN）、深度神经网络（Deep Neural Network，DNN）等。

根据另一些实施例，三维重建模型不仅可以输出样本物体的符号距离场，还可以输出样本物体的颜色场。即，将样本图像的射线信息输入三维重建模型，可以得到三维重建模型输出的样本图像的符号距离场和颜色场。

颜色场包括每条第一射线上的多个采样点各自的颜色特征。颜色特征例如可以是一个向量。

在三维重建模型可以输出样本物体的符号距离场和颜色场的情况下，可以将符号距离场和颜色场一并输入渲染模型，以得到渲染模型输出的渲染图像。颜色场能够为渲染模型生成渲染图像提供辅助信息。在该实施例中，渲染模型基于符号距离场和颜色场来生成渲染图像，相较于仅基于符号距离场来生成渲染图像的方式来说，能够使生成的渲染图像更加准确、更接近样本图像。由此能够使颜色损失尽快收敛，提高三维重建模型的训练速度和输出效果。

基于渲染图像与样本图像的差异，可以确定颜色损失。

根据一些实施例，颜色损失可以是渲染图像与样本图像的相应位置像素的像素值的平均绝对误差Mean Absolute Error，MAE），又称L1 Loss。根据另一些实施例，颜色损失也可以是渲染图像与样本图像的相应位置像素的像素值的均方误差（Mean Square Error，MSE），又称L2 Loss。应当理解，除了上述L1 Loss和L2 Loss之外，也可以采用其他函数（即，损失函数）来计算颜色损失。本公开对颜色损失的损失函数不做限制。

由于物体的弱纹理表面上的各个点的差异很小，难以从视觉上对各点进行区分，因此三维重建模型针对弱纹理表面生成的几何拓扑（即符号距离场）往往不太准确。针对该问题，本公开的实施例引入了几何先验约束，并基于几何先验约束设置了几何损失，以提高三维重建模型针对弱纹理表面所生成的符号距离场的准确性，即提高三维重建模型对弱纹理表面的重建效果。

在本公开的实施例中，几何先验约束指的是，物体的一块小表面可以视为一个平面，平面中各点的法向量应该保持方向的一致性。基于该几何先验约束，本公开实施例的几何损失可以按照以下步骤计算：

首先，对于上述多条第一射线中的每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量，累积法向量指示相应像素（即该第一射线对应的像素）对应的样本物体表面点的法向量。随后，基于多条第一射线中的任一第一射线与其周围射线的累积法向量的差异，确定几何损失。

根据一些实施例，上述“基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量”包括：对于多个采样点中的每个采样点，基于该采样点及其周围采样点的符号距离值，确定该采样点的符号距离值的梯度；以及将所述多个采样点的梯度的加权和作为该第一射线的累积法向量。

如上所述，在几何先验约束中，物体的一块小表面中的法向量应该保持方向的一致性。但是在实践中，通常难以直接计算物体表面上一点的法向量。根据上述实施例，通过对第一射线上的各采样点的梯度进行累积来估计物体表面点的法向量，能够提高计算效率和灵活性。

根据上述实施例，第一射线的累积法向量可以按照以下公式（1）计算：

（1）

式（1）中，(o, v)表示第一射线，其中，o为第一射线的原点（即图像采集设备的位置），v为第一射线的方向（即图像采集设备到相应像素的方向）。N(o, v)表示第一射线的累积法向量。T为第一射线上的采样点的数量（例如128）。t为计数变量，t=1，2，3，…，128。w(t)表示第t个采样点的权重。v为第一射线上的两个相邻采样点之间的距离，即上文所述的“间隔长度”。D_sdf(o+tv)为第一射线上的第t个采样点的符号距离值沿空间位置的梯度。

在一些实施例中，如果采样点的数量足够大，即T很大，接近于正无穷（∞），则上式（1）可以表示为积分形式的下式（2）：

（2）

式（2）中的各参数的含义与式（1）中相同，此处不再赘述。

根据一些实施例，第一射线上的多个采样点中的任一采样点的权重与该采样点的符号距离值的平方负相关（或者说，与该采样点的符号距离值的绝对值负相关）。根据该实施例，采样点越接近物体表面，其提取的权重越大。由此计算出的第一射线的累积法向量越接近物体表面点的法向量，能够准确表达物体的表面情况。

在本公开的实施例中，几何损失是基于多条第一射线中的任一第一射线与其周围射线的累积法向量的差异来确定的。

根据一些实施例，第一射线的周围射线可以通过对第一射线的原点（即图像采集设备的位置）添加扰动来得到。

根据另一些实施例，第一射线的周围射线也可以通过对第一射线的方向（即图像采集设备到相应像素的方向）添加扰动来得到，或者通过对第一射线的原点（即图像采集设备的位置）和方向同时添加扰动来得到。

以下对通过对第一射线的原点添加扰动来得到第一射线的周围射线的方式进行详细说明。

为了对扰动前和扰动后的图像采集设备位置进行区分，在本公开的实施例中，将添加扰动之前的图像采集设备的位置记为图像采集设备的“第一位置”（即，样本图像对应的图像采集设备的位置），将添加扰动之后的图像采集设备的位置记为图像采集设备的“第二位置”。

根据一些实施例，第一射线的周围射线可以按照以下步骤确定：对第一位置添加扰动，以生成图像采集设备的第二位置。对于多条射线中的每条第一射线，以第二位置为原点，以该第一射线的方向为方向，生成第二射线，将该第二射线作为该第一射线的周围射线。

在几何先验约束中，从某个视角（即射线方向）来看，物体的一块小表面可以视为一个平面，该平面上的各点的法向量一致。根据上述实施例，通过扰动图像采集设备的第一位置、保持第一射线的方向（即视角）不变的方式来得到某条第一射线的周围射线，与几何先验约束相符，能够提高三维重建模型对弱纹理表面的集合拓扑的表达效果。

根据一些实施例，“对第一位置添加扰动，以生成图像采集设备的第二位置”包括：对第一位置添加高斯噪声，以生成图像采集设备的第二位置，其中，高斯噪声的标准差是基于样本物体的表面纹理情况确定的。

根据上述实施例，第二位置可以根据下式（3）计算得出：

（3）

式（3）中，o、o’分别为第一位置、第二位置，Guass(mean,std)表示以mean为均值、以std为标准差的高斯函数。

可以理解，高斯噪声的标准差用于控制第一射线与第二射线的距离，即，控制第一射线对应的像素与第二射线对应的像素的距离。根据上述实施例，基于样本物体的表面纹理情况来确定高斯噪声的标准差（例如，若物体包含大面积的平面区域，则可以将标准差设置得较大；若物体的表面多为曲面或者比较锐利，则可以将标准差设置得较小），能够提高三维重建模型的灵活性，使三维重建模型适于对不同场景下的物体进行三维重建。

在确定了第一射线的周围射线，即第二射线后，可以通过以下步骤计算第二射线的累积法向量：将分别对应于多条第一射线的多条第二射线的信息输入三维重建模型，以得到三维重建模型输出的扰动后的符号距离场，该符号距离场包括每条第二射线上的多个采样点各自的符号距离值。对于多条第二射线中的每条第二射线，基于该第二射线上的多个采样点的符号距离值，确定该第二射线的累积法向量。具体地，第二射线的累积法向量可以根据上述式（1）计算。

基于第一射线与其周围射线的累积法向量的差异，可以确定几何损失。

根据一些实施例，几何损失可以按照下式（4）计算：

（4）

式（4）中，Loss_geometry为几何损失，N(o, v)、N(o’, v)分别为第一射线及其周围射线的累积法向量。

基于颜色损失和几何损失，可以确定三维重建模型的整体损失。根据一些实施例，整体损失可以是颜色损失和几何损失的加权和。

基于整体损失，可以调整三维重建模型的参数。进一步地，可以同时调整三维重建模型和渲染模型的参数，由此能够提高三维重建模型的符号距离场的表示效果以及提高渲染模型的渲染效果。

图3示出了根据本公开实施例的三维重建模型的训练过程300的示意图。需要说明的是，图3中的两个三维重建模型310完全相同，绘出两个三维重建模型310仅仅是为了便于说明本公开实施例的训练过程。

如图3所示，在过程300中，基于样本图像和样本图像对应的图像采集设备的位姿信息（包括第一位置和姿态角），可以确定由图像采集设备到样本图像中的各个像素的多条第一射线。将第一射线的信息输入三维重建模型310，得到三维重建模型输出的符号距离场SDF和颜色场。将符号距离场和颜色场输入渲染模型320，得到渲染模型320输出的渲染图像。基于渲染图像与样本图像的差异，确定颜色损失。

通过对图像采集设备的第一位置添加扰动（例如高斯噪声），可以得到图像采集设备的第二位置。基于样本图像和样本图像对应的图像采集设备的位姿信息（包括第二位置和姿态角），可以确定与多条第一射线分别对应的多条第二射线。将第二射线的信息输入三维重建模型310，得到三维重建模型输出的扰动后的符号距离场SDF’。基于SDF，可以计算得出第一射线的累积法向量。基于SDF’，可以计算得出第二射线的累积法向量。基于第一射线与第二射线的累积法向量的差异，确定几何损失。

将颜色损失和几何损失的和作为整体损失。基于整体损失，采用诸如反向传播等算法来调整三维重建模型310和渲染模型320的参数。

基于经训练的三维重建模型，本公开的实施例还提供一种三维重建方法。图4示出了根据本公开的实施例的三维重建方法400的流程图。方法400例如可以由图1所示的服务器120执行。如图4所示，方法400包括步骤S410-S430。

在步骤S410中，获取待重建物体的图像和图像采集设备在采集所述图像时的位姿信息。

在步骤S420中，根据所述图像和所述位姿信息，基于三维重建模型，得到所述待重建物体的符号距离场，其中，所述三维重建模型是基于本公开实施例的三维重建模型的训练方法训练得到的。

在步骤S430中，基于所述符号距离场，生成所述待重建物体的三维模型。

根据本公开的实施例，采用经训练的三维重建模型来对物体进行三维重建，能够提高对物体的弱纹理表面的重建效果，实现高质量的三维重建。

根据一些实施例，可以采用marching cube算法，基于物体的符号距离场来生成其三维模型。

图5示出了根据本公开的实施例的三维重建过程500的示意图。如图5所示，基于物体的图像和相应的图像采集设备的位姿信息，可以确定由图像采集设备到图像中各像素的多条射线。将多条射线的信息输入三维重建模型510，可以得到物体的符号距离场SDF。利用marching cube算法对SDF进行处理，可以生成物体的三维模型520。

图6示出了根据本公开的实施例的三维重建效果的示意图。在图6中，610、620、630分别为采用现有的神经网络得到的汽车的三维模型（以下简称“传统模型”）在顶视角、后视角、侧视角的渲染结果，640、650、660分别为采用本公开实施例的三维重建模型得到的汽车的三维模型（以下简称“本模型”）在顶视角、后视角、侧视角的渲染结果。通过对比传统模型的顶视角渲染结果610中的引擎盖区域611与本模型的顶视角渲染结果640中的引擎盖区域641、传统模型的顶视角渲染结果610中的车顶区域612与本模型的顶视角渲染结果640中的车顶区域642、传统模型的顶视角渲染结果610中的后窗区域613与本模型的顶视角渲染结果640中的后窗区域643、传统模型的后视角渲染结果620中的后窗区域621与本模型的后视角渲染结果650中的后窗区域651、传统模型的侧视角渲染结果630中的后窗区域631与本模型的侧视角渲染结果660中的后窗区域661、传统模型的侧视角渲染结果630中的侧窗区域632与本模型的侧视角渲染结果660中的侧窗区域662可见，本公开实施例的三维重建模型对于汽车的引擎盖、车顶、侧窗、后窗等弱纹理区域的重建效果明显优于现有的神经网络，实现了高质量的三维重建。

根据本公开的实施例，还提供了一种三维重建模型的训练装置。图7示出了根据本公开实施例的三维重建模型的训练装置700的结构框图。如图7所示，装置700包括获取模块710、第一确定模块720、重建模块730、渲染模块740、第一损失模块750、第二确定模块760、第二损失模块770和调整模块780。

获取模块710被配置为获取样本物体的样本图像和图像采集设备在采集所述样本图像时的位姿信息。

第一确定模块720被配置为基于所述位姿信息，确定所述样本图像的射线信息，其中，所述射线信息指示多条第一射线，所述多条第一射线与所述样本图像的多个像素分别对应，每条第一射线包括多个采样点。

重建模块730被配置为将所述射线信息输入三维重建模型，以得到所述三维重建模型输出的所述样本物体的符号距离场，其中，所述符号距离场包括每条第一射线上的多个采样点各自的符号距离值。

渲染模块740被配置为至少将所述符号距离场输入渲染模型，以得到所述渲染模型输出的渲染图像。

第一损失模块750被配置为基于所述渲染图像与所述样本图像的差异，确定颜色损失。

第二确定模块760被配置为对于所述多条第一射线中的每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量，其中，所述累积法向量指示相应像素对应的所述样本物体的表面点的法向量。

第二损失模块770被配置为基于所述多条第一射线中的任一第一射线与其周围射线的累积法向量的差异，确定几何损失。

调整模块780被配置为基于所述颜色损失和所述几何损失，调整所述三维重建模型的参数。

根据本公开的实施例，采用颜色损失和几何损失来训练三维重建模型。颜色损失用于保证基于符号距离场得到的渲染图像与真实图像的颜色一致，几何损失用于保证物体弱纹理表面的符号距离场的重建结果更加平滑。

基于颜色损失和几何损失来训练三维重建模型，能够使三维重建模型准确学习物体图像与其符号距离场的关联关系，使三维重建模型输出的符号距离场能够准确表达物体的三维形状，从而提高物体的弱纹理表面的重建效果，实现高质量的三维重建。

根据一些实施例，所述多条第一射线中的每条第一射线为由所述图像采集设备指向相应像素的射线。

根据一些实施例，所述三维重建模型还被配置为输出所述样本物体的颜色场，所述颜色场包括每条第一射线上的多个采样点各自的颜色特征，并且其中，所述渲染模块740进一步被配置为：将所述符号距离场和所述颜色场输入渲染模型，以得到所述渲染模型输出的渲染图像。

根据一些实施例，所述第二确定模块760包括：确定单元，被配置为对于所述多个采样点中的每个采样点，基于该采样点及其周围采样点的符号距离值，确定该采样点的符号距离值的梯度；以及累积单元，被配置为将所述多个采样点的梯度的加权和作为该第一射线的累积法向量。

根据一些实施例，所述多个采样点中的任一采样点的权重与该采样点的符号距离值的平方负相关。

根据一些实施例，所述位姿信息包括所述图像采集设备的第一位置，装置700还包括：扰动模块，被配置为对所述第一位置添加扰动，以生成所述图像采集设备的第二位置；以及生成模块，被配置为对于所述多条第一射线中的每条第一射线，以所述第二位置为原点，以该第一射线的方向为方向，生成第二射线，将所述第二射线作为该第一射线的周围射线。

根据一些实施例，所述扰动模块进一步被配置为：对所述第一位置添加高斯噪声，以生成所述图像采集设备的第二位置，其中，所述高斯噪声的标准差是基于所述样本物体的表面纹理情况确定的。

根据本公开的实施例，还提供了一种三维重建装置。图8示出了根据本公开实施例的三维重建装置800的结构框图。如图8所述，装置800包括获取模块810、确定模块820和生成模块830。

获取模块810被配置为获取待重建物体的图像和图像采集设备在采集所述图像时的位姿信息。

确定模块820被配置为根据所述图像和所述位姿信息，基于三维重建模型，得到所述待重建物体的符号距离场，其中，所述三维重建模型是基于本公开实施例的三维重建模型的训练装置训练得到的。

生成模块830被配置为基于所述符号距离场，生成所述待重建物体的三维模型。

根据本公开的实施例，采用经训练的三维重建模型来对物体进行三维重建，能够提高对物体的弱纹理表面的重建效果，实现高质量的三维重建。

应当理解，图7中所示装置700的各个模块或单元可以与参考图2描述的方法200中的各个步骤相对应，图8中所示装置800的各个模块或单元可以与参考图4描述的方法400中的各个步骤相对应。由此，上面针对方法200描述的操作、特征和优点同样适用于装置700及其包括的模块以及单元，上面针对方法400描述的操作、特征和优点同样适用于装置800及其包括的模块以及单元。为了简洁起见，某些操作、特征和优点在此不再赘述。

虽然上面参考特定模块讨论了特定功能，但是应当注意，本文讨论的各个模块的功能可以分为多个模块，和/或多个模块的至少一些功能可以组合成单个模块。

还应当理解，本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图7、图8描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如，这些模块可以被实现为计算机程序代码/指令，该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地，这些模块可以被实现为硬件逻辑/电路。例如，在一些实施例中，模块710-830中的一个或多个可以一起被实现在片上系统（System on Chip, SoC）中。SoC可以包括集成电路芯片（其包括处理器（例如，中央处理单元（Central Processing Unit, CPU）、微控制器、微处理器、数字信号处理器（Digital Signal Processor, DSP）等）、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件），并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。

根据本公开的实施例，还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，该存储器存储有可被上述至少一个处理器执行的指令，该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本公开实施例的三维重建模型的训练方法和/或三维重建方法。

根据本公开的实施例，还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，该计算机指令用于使计算机执行本公开实施例的三维重建模型的训练方法和/或三维重建方法。

根据本公开的实施例，还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开实施例的三维重建模型的训练方法和/或三维重建方法。

参考图9，现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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，个人数字助理、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9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器（ROM）902中的计算机程序或者从存储单元908加载到随机访问存储器（RAM）903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出（I/O）接口905也连接至总线904。

电子设备900中的多个部件连接至I/O接口905，包括：输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向电子设备900输入信息的任何类型的设备，输入单元906可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许电子设备900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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙^TM设备、802.11设备、Wi-Fi设备、WiMAX设备、蜂窝通信设备和/或类似物。

计算单元901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901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901执行上文所描述的各个方法和处理，例如方法200和/或方法400。例如，在一些实施例中，方法200和/或方法400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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的方法200和方法400的一个或多个步骤。备选地，在其他实施例中，计算单元901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200和/或方法400。

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）、复杂可编程逻辑设备（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）、互联网和区块链网络。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本公开的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (19)

1.一种三维重建模型的训练方法，包括：

获取样本物体的样本图像和图像采集设备在采集所述样本图像时的位姿信息；

基于所述位姿信息，确定所述样本图像的射线信息，其中，所述射线信息指示多条第一射线，所述多条第一射线与所述样本图像的多个像素分别对应，每条第一射线包括多个采样点；

将所述射线信息输入三维重建模型，以得到所述三维重建模型输出的所述样本物体的符号距离场，其中，所述符号距离场包括每条第一射线上的多个采样点各自的符号距离值；

至少将所述符号距离场输入渲染模型，以得到所述渲染模型输出的渲染图像；

基于所述渲染图像与所述样本图像的差异，确定颜色损失；

对于所述多条第一射线中的每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量，其中，所述累积法向量指示相应像素对应的所述样本物体的表面点的法向量；

基于所述多条第一射线中的任一第一射线与其周围射线的累积法向量的差异，确定几何损失；以及

基于所述颜色损失和所述几何损失，调整所述三维重建模型的参数。

2.根据权利要求1所述的方法，其中，所述多条第一射线中的每条第一射线为由所述图像采集设备指向相应像素的射线。

3.根据权利要求1所述的方法，其中，所述三维重建模型还被配置为输出所述样本物体的颜色场，所述颜色场包括每条第一射线上的多个采样点各自的颜色特征，并且其中，所述至少将所述符号距离场输入渲染模型，以得到所述渲染模型输出的渲染图像包括：

将所述符号距离场和所述颜色场输入渲染模型，以得到所述渲染模型输出的渲染图像。

4.根据权利要求1所述的方法，其中，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量包括：

对于所述多个采样点中的每个采样点，基于该采样点及其周围采样点的符号距离值，确定该采样点的符号距离值的梯度；以及

将所述多个采样点的梯度的加权和作为该第一射线的累积法向量。

5.根据权利要求4所述的方法，其中，所述多个采样点中的任一采样点的权重与该采样点的符号距离值的平方负相关。

6.根据权利要求1所述的方法，其中，所述位姿信息包括所述图像采集设备的第一位置，所述方法还包括：

对所述第一位置添加扰动，以生成所述图像采集设备的第二位置；以及

对于所述多条第一射线中的每条第一射线，以所述第二位置为原点，以该第一射线的方向为方向，生成第二射线，将所述第二射线作为该第一射线的周围射线。

7.根据权利要求6所述的方法，其中，对所述第一位置添加扰动，以生成所述图像采集设备的第二位置包括：

对所述第一位置添加高斯噪声，以生成所述图像采集设备的第二位置，其中，所述高斯噪声的标准差是基于所述样本物体的表面纹理情况确定的。

8.一种三维重建方法，包括：

获取待重建物体的图像和图像采集设备在采集所述图像时的位姿信息；

根据所述图像和所述位姿信息，基于三维重建模型，得到所述待重建物体的符号距离场，其中，所述三维重建模型是基于权利要求1-7中任一项所述的方法训练得到的；以及

基于所述符号距离场，生成所述待重建物体的三维模型。

9.一种三维重建模型的训练装置，包括：

获取模块，被配置为获取样本物体的样本图像和图像采集设备在采集所述样本图像时的位姿信息；

第一确定模块，被配置为基于所述位姿信息，确定所述样本图像的射线信息，其中，所述射线信息指示多条第一射线，所述多条第一射线与所述样本图像的多个像素分别对应，每条第一射线包括多个采样点；

重建模块，被配置为将所述射线信息输入三维重建模型，以得到所述三维重建模型输出的所述样本物体的符号距离场，其中，所述符号距离场包括每条第一射线上的多个采样点各自的符号距离值；

渲染模块，被配置为至少将所述符号距离场输入渲染模型，以得到所述渲染模型输出的渲染图像；

第一损失模块，被配置为基于所述渲染图像与所述样本图像的差异，确定颜色损失；

第二确定模块，被配置为对于所述多条第一射线中的每条第一射线，基于该第一射线上的多个采样点的符号距离值，确定该第一射线的累积法向量，其中，所述累积法向量指示相应像素对应的所述样本物体的表面点的法向量；

第二损失模块，被配置为基于所述多条第一射线中的任一第一射线与其周围射线的累积法向量的差异，确定几何损失；以及

调整模块，被配置为基于所述颜色损失和所述几何损失，调整所述三维重建模型的参数。

10.根据权利要求9所述的装置，其中，所述多条第一射线中的每条第一射线为由所述图像采集设备指向相应像素的射线。

11.根据权利要求9所述的装置，其中，所述三维重建模型还被配置为输出所述样本物体的颜色场，所述颜色场包括每条第一射线上的多个采样点各自的颜色特征，并且其中，所述渲染模块进一步被配置为：

将所述符号距离场和所述颜色场输入渲染模型，以得到所述渲染模型输出的渲染图像。

12.根据权利要求9所述的装置，其中，所述第二确定模块包括：

确定单元，被配置为对于所述多个采样点中的每个采样点，基于该采样点及其周围采样点的符号距离值，确定该采样点的符号距离值的梯度；以及

累积单元，被配置为将所述多个采样点的梯度的加权和作为该第一射线的累积法向量。

13.根据权利要求12所述的装置，其中，所述多个采样点中的任一采样点的权重与该采样点的符号距离值的平方负相关。

14.根据权利要求9所述的装置，其中，所述位姿信息包括所述图像采集设备的第一位置，所述装置还包括：

扰动模块，被配置为对所述第一位置添加扰动，以生成所述图像采集设备的第二位置；以及

生成模块，被配置为对于所述多条第一射线中的每条第一射线，以所述第二位置为原点，以该第一射线的方向为方向，生成第二射线，将所述第二射线作为该第一射线的周围射线。

15.根据权利要求14所述的装置，其中，所述扰动模块进一步被配置为：

对所述第一位置添加高斯噪声，以生成所述图像采集设备的第二位置，其中，所述高斯噪声的标准差是基于所述样本物体的表面纹理情况确定的。

16.一种三维重建装置，包括：

获取模块，被配置为获取待重建物体的图像和图像采集设备在采集所述图像时的位姿信息；

确定模块，被配置为根据所述图像和所述位姿信息，基于三维重建模型，得到所述待重建物体的符号距离场，其中，所述三维重建模型是基于权利要求9-15中任一项所述的装置训练得到的；以及

生成模块，被配置为基于所述符号距离场，生成所述待重建物体的三维模型。

17.一种电子设备，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1-8中任一项所述的方法。

18.一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计算机执行根据权利要求1-8中任一项所述的方法。

19.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。

Images