CN115661371B - 三维对象建模方法、装置、计算机设备及存储介质 - Google Patents

三维对象建模方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN115661371B
CN115661371B CN202211602667.XA CN202211602667A CN115661371B CN 115661371 B CN115661371 B CN 115661371B CN 202211602667 A CN202211602667 A CN 202211602667A CN 115661371 B CN115661371 B CN 115661371B
Authority
CN
China
Prior art keywords
annotation
points
point
image
key
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.)
Active
Application number
CN202211602667.XA
Other languages
English (en)
Other versions
CN115661371A (zh
Inventor
胡涛
刘枢
吕江波
沈小勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Smartmore Technology Co Ltd
Original Assignee
Shenzhen Smartmore Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Smartmore Technology Co Ltd filed Critical Shenzhen Smartmore Technology Co Ltd
Priority to CN202211602667.XA priority Critical patent/CN115661371B/zh
Publication of CN115661371A publication Critical patent/CN115661371A/zh
Application granted granted Critical
Publication of CN115661371B publication Critical patent/CN115661371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Processing Or Creating Images (AREA)

Abstract

本申请涉及一种三维对象建模方法、装置、计算机设备及存储介质,涉及三维建模技术领域。方法包括:获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数;确定针对多张二维图像中的第一目标图像标注得到的关键标注点;根据第一目标图像对应的图像采集参数,确定在第二目标图像上与关键标注点对应的多个备选标注点;响应于针对多个备选标注点的选中操作,将被选中的备选标注点确定为关键标注点的关联标注点;根据关键标注点和关联标注点确定目标三维点,以根据多个目标三维点构建建模对象的三维模型。采用本申请能够有效提高所重建的三维对象的模型的准确性。

Description

三维对象建模方法、装置、计算机设备及存储介质
技术领域
本申请涉及三维建模技术领域,特别是涉及一种三维对象建模方法、装置、计算机设备及存储介质。
背景技术
随着计算机技术和多媒体技术的不断发展,对图像中场景或物体的三维建模越来越受到人们的重视。
目前,在进行三维重建时,一般需要通过对二维图像的特征点进行标注,并利用匹配算法进行标注点的匹配,以获取用于建模的目标三维点。但是,采用以上方法易受到一些异常值的干扰,导致获取到的目标三维点不够准确,从而影响构建出的三维模型的准确性。
发明内容
基于此,有必要针对上述技术问题,提供一种三维对象建模方法、装置、计算机设备及存储介质,能够有效提高所重建的三维对象的模型的准确性。
第一方面,本申请提供了一种三维对象建模方法,包括:
获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数;
确定针对多张二维图像中的第一目标图像标注得到的关键标注点;
根据第一目标图像对应的图像采集参数,确定在第二目标图像上与关键标注点对应的多个备选标注点;第二目标图像是多张二维图像中与第一目标图像视角不同的二维图像;
响应于针对多个备选标注点的选中操作,将被选中的备选标注点确定为关键标注点的关联标注点;
根据关键标注点和关联标注点确定目标三维点,以根据多个目标三维点构建建模对象的三维模型;多个目标三维点是由多张二维图像组合成的多个二维图像组确定的,每个二维图像组包括两张视角不同的二维图像。
第二方面,本申请还提供了一种三维对象建模装置,包括:
获取模块,用于获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数;
标注模块,用于确定针对多张二维图像中的第一目标图像标注得到的关键标注点;
备选模块,用于根据第一目标图像对应的图像采集参数,确定在第二目标图像上与关键标注点对应的多个备选标注点;第二目标图像是多张二维图像中与第一目标图像视角不同的二维图像;
交互模块,用于响应于针对多个备选标注点的选中操作,将被选中的备选标注点确定为关键标注点的关联标注点;
建模模块,用于根据关键标注点和关联标注点确定目标三维点,以根据多个目标三维点构建建模对象的三维模型;多个目标三维点是由多张二维图像组合成的多个二维图像组确定的,每个二维图像组包括两张视角不同的二维图像。
第三方面,本申请还提供了一种计算机设备,计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述三维对象建模方法中的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述三维对象建模方法中的步骤。
第五方面,本申请还提供了一种计算机程序产品,计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述三维对象建模方法中的步骤。
本申请通过第一目标图像对应的图像采集参数,确定在第一目标图像上标注的关键标注点在第二目标图像上可能对应的、且可以供用户参考确认的多个备选标注点,并通过交互辅助用户从多个备选标注点中确定出更为准确的关联标注点,从而根据关键标注点和准确的关联标注点构建出更为准确的三维模型。
附图说明
图1为本申请实施例提供的一种三维对象建模方法的流程示意图;
图2为本申请实施例提供的另一种三维对象建模方法的流程示意图;
图3为本申请实施例提供的一种三维对象建模装置的结构框图;
图4为本申请实施例提供的另一种三维对象建模装置的结构框图;
图5为本申请实施例提供的一种计算机设备的内部结构图;
图6为本申请实施例提供的一种计算机可读存储介质的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一些实施例中,如图1所示,提供了一种三维对象建模方法,本实施例以该方法应用于计算机设备进行举例说明,可以理解的是,该计算机设备可以是服务器或终端,该方法可以由服务器或终端单独实现,也可以通过服务器和终端之间的交互来实现。本实施例中,该方法包括以下步骤:
步骤102,获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数。
其中,建模对象指的是真实存在的待建模物体,二维图像指的是不包含深度信息的平面图像,图像采集参数指的是用于对图像进行三维重建的相关参数。
可以理解,本申请可通过图像采集设备针对建模对象在多视角下进行图像采集,得到多张二维图像。其中,图像采集设备指的是具备拍照功能的设备,可以但不限于是各种相机和移动设备。
需要说明的是,在对建模对象进行图像采集的过程中,需要确保建模对象的一些关键点至少在两张二维图像上可见,以此保证能够正常对建模对象进行三维建模。其中,关键点就是极值点,即在某方面属性特别突出的点,也是在某些属性上强度最大或者最小的孤立点、线段的终点。
具体地,计算机设备获取图像采集设备针对建模对象在多视角下进行采集得到的多张二维图像,以及每张二维图像所对应的图像采集参数。
步骤104,确定针对多张二维图像中的第一目标图像标注得到的关键标注点。
其中,第一目标图像指的是多张二维图像中的其中一张图像。
在一些实施例中,可由计算机设备从多张二维图像中随机选取其中一张图像作为第一目标图像,也可由用户从多张二维图像中指定选取其中一张图像作为第一目标图像,本申请对此不做限定。
具体地,计算机设备针对从多张二维图像中选取的第一目标图像,并获取针对第一目标图像中的其中一个关键点进行标注得到的关键标注点。需要说明的是,在第一目标图像中的关键标注点可对应于建模对象中的某个点(以下简称建模对象的第一点)。
步骤106,根据第一目标图像对应的图像采集参数,确定在第二目标图像上与关键标注点对应的多个备选标注点。
其中,第二目标图像是多张二维图像中与第一目标图像视角不同的二维图像。
备选标注点,是用于给用户在第二目标图像上进行标注的参照点。需要说明的是,本申请的目的是要在第二目标图像上,标注出与第一目标图像中的关键标注点所匹配的关联标注点,也即确定出建模对象的第一点对应于第二目标图像中的位置,并对该位置的点进行标注得到关联标注点。可以理解,关联标注点是从多个备选标注点中进行选取得到的。
具体地,计算机设备根据第一目标图像相应的图像采集参数,自动确定出第一目标图像的关键标注点在第二目标图像上所对应的多个备选标注点。
步骤108,响应于针对多个备选标注点的选中操作,将被选中的备选标注点确定为关键标注点的关联标注点。
其中,选中操作指的是用户在显示界面中选中部分或全部元素的操作,用于使计算机设备识别用户所选中的范围。其中,本申请的选中操作包括但不限于鼠标点击选中操作、快捷键选中操作或触屏选中等中的至少一种。
具体地,用户在显示界面中对显示出的多个备选标注点中的其中一个备选点进行选中操作。计算机设备响应于用户针对多个备选标注点的选中操作,将被用户选中的备选标注点确定为与第一目标图像中的关键标注点所匹配的关联标注点。
步骤110,根据关键标注点和关联标注点确定目标三维点,以根据多个目标三维点构建建模对象的三维模型。
其中,目标三维点指的是最终对建模对象进行三维建模得到的三维模型中的其中一点,多个目标三维点是由多张二维图像组合成的多个二维图像组所确定的,每个二维图像组包括两张视角不同的二维图像。
例如,对建模对象进行图像采集得到4张视角不同的二维图像,即二维图像A、二维图像B、二维图像C和二维图像D,则以上4张二维图像可以组合得到6个二维图像组,分别有:二维图像A和二维图像B组合得到二维图像组1,二维图像A和二维图像C组合得到二维图像组2,二维图像A和二维图像D组合得到二维图像组3,二维图像B和二维图像C组合得到二维图像组4,二维图像B和二维图像D组合得到二维图像组5,二维图像C和二维图像D组合得到二维图像组6。
可以理解,每个二维图像组中的两张不同视角的二维图像都可确定出一个三维模型的目标三维点,根据多个由不同二维图像所确定出来的多个目标三维点,就可构建出建模对象的三维模型。
具体地,计算机设备根据第一目标图像中的关键标注点和第二目标图像中的关联标注点,确定出三维模型的目标三维点,以根据目标三维点构建建模对象的三维模型。
在一些实施例中,步骤104具体包括但不限于包括:
针对多张二维图像中的第一目标图像进行关键点检测,得到多个候选关键点;
响应于针对多个候选关键点的选中操作,将被选中的候选关键点确定为第一目标图像的关键标注点。
具体地,计算机设备可通过角点检测算法针对多张二维图像中的第一目标图像进行关键点检测,得到多个检测好的候选关键点。接着,用户在显示界面中对显示出的多个候选关键点中的其中一个候选关键点进行选中操作。最后,计算机设备将用户选中的候选关键点确定为第一目标图像的关键标注点。
本申请通过角点检测算法检测出第一目标图像中若干个可能的候选关键点,由用户从多个候选关键点中选中其中一个作为关键标注点,这样做能够让用户标点更加准确和快速。
在一些实施例中,角点检测算法具体包括但不限于包括尺度不变特征变换(Scale-invariant feature transform,SIFT)或Super point等中的至少一种。其中,SIFT是图像处理领域的一种描述,这种描述具有尺度不变性,可在图像中检测出关键点,是一种局部特征描述子。Super point是基于自监督训练的特征点检测和描述符提取方法。
在一些实施例中,在步骤106之前,本申请的三维对象建模方法具体还包括但不限于包括:
响应于针对多张二维图像中除第一目标图像之外的其他图像的选中操作,将被选中的其他图像确定为第二目标图像。
具体地,用户可以对多张二维图像中除了第一目标图像之外的其他图像进行选中操作,从而能够获取到用户希望标注的第二目标图像。计算机设备响应于用户对多张二维图像中除第一目标图像之外的其他图像的选中操作,将被选中的其他图像确定为第二目标图像。本申请通过交互操作,能够使用户自主选择想要进行标注、且视角合适的第二目标图像,能够提升用户体验,并且能够提高基于视角合适的第二目标图像进行标注的准确率。
在一些实施例中,步骤106具体包括但不限于包括:
根据图像采集角度和图像采集距离,确定第一目标图像在三维空间中所在的目标平面;
确定第一目标图像的第一投影线;
将第一投影线投影至第二目标图像上,得到对应的轨迹线;
根据轨迹线进行关键点检测,得到在第二目标图像上与关键标注点对应的多个备选标注点。
其中,图像采集参数包括图像采集设备在采集第一目标图像时,相对建模对象的图像采集角度和图像采集距离。可以理解,图像采集设备为相机时,图像采集参数对应的则是相机在拍摄第一目标图像时,相机相对于建模对象的拍摄角度和拍摄距离。
进一步的,每张二维图像对应的图像采集角度和图像采集距离可以通过运动结构法则(Structure From Motion,SFM)转换成每张二维图像的内参矩阵和外参矩阵。其中,内参矩阵包括图像采集设备的焦距、畸变、原点和主视点信息,外参矩阵包括图像采集设备的旋转和位移。其中,SFM能够分析出图像中所涵盖的运动信息,从而恢复出呈现在三维视角下的结构信息。
本申请通过获取各个二维图像的图像采集参数,就能够确定每张二维图像的内参矩阵和外参矩阵,且能够确定各个二维图像在世界坐标系中的位置平面,有利于后续对二维图像中的建模对象进行三维建模。
其中,第一投影线是经过第一目标图像的映射点且垂直于目标平面的直线。第一目标图像的映射点是关键标注点映射至目标平面上的点。
具体地,计算机设备根据第一目标图像的图像采集角度和图像采集距离,通过三维重建的方法计算好第一目标图像的内参矩阵和外参矩阵,并且确定出第一目标图像在三维空间中的位置平面,即本申请提到的目标平面。接着,计算机设备需要确定第一目标图像的第一投影线,将第一目标图像的第一投影线投影至第二目标图像上,得到第一投影线在第二目标图像上的投影,即轨迹线。最后,计算机设备基于轨迹线进行关键点检测,得到多个备选标注点。本申请通过设置多个供用户参考的备选标注点,能够辅助用户快速从备选标注点中找到符合要求的关联标注点,从而提高三维重建的效率。
在一些实施例中,步骤“根据轨迹线进行关键点检测,得到在第二目标图像上与关键标注点对应的多个备选标注点”具体包括但不限于包括:
从第二目标图像中,确定建模对象对应的图像内容与轨迹线重合的部分,得到关键标注点在第二目标图像上对应的位置范围;
对位置范围进行关键点检测,得到在第二目标图像上与关键标注点对应的多个备选标注点。
具体地,计算机设备确定建模对象在第二目标图像中所显示的图像内容,并将该图像内容与轨迹线重合的部分,确定为关键标注点在第二目标图像上对应的位置范围。计算机设备对从第二目标图像中确定出的位置范围进行关键点检测,得到多个备选标注点。本申请通过一系列计算过程,能够定位到范围更小的位置范围,基于该位置范围进行关键点检测,能够减少关键点的检测时长,进而提高标注的效率。
在一些实施例中,选中操作是由操作体在图像标注界面中针对多个备选标注点进行选中所触发的操作。在步骤“对位置范围进行关键点检测,得到多个备选标注点”之后,本申请的三维对象建模方法具体还包括但不限于包括:
获取操作体在图像标注界面中的目标位置;
从多个备选标注点中获取在目标位置的预设范围内的备选标注点,作为一个或多个新的备选标注点。
可以理解,操作体是进行拖拽操作的实体对象。其中,操作体包括鼠标、键盘、或触控对象中的至少一种。
具体地,计算机设备可以实时获取操作体在图像标注界面中的当前位置,即目标位置。接着,计算机设备从多个备选标注点中获取在目标位置周围,即获取在目标位置的预设范围内的备选标注点,作为新的备选标注点。
对应的,步骤108具体包括但不限于包括:
响应于针对一个或多个新的备选标注点的选中操作,将被选中的新的备选标注点确定为关键标注点的关联标注点。
具体地,用户可针对新的备选标注点进行选中操作,计算机设备则响应于用户针对新的备选标注点的选中操作,将被选中的新的备选标注点确定为关键标注点的关联标注点。本申请通过获取操作体的目标位置,并根据该目标位置动态从多个备选标注点中选取在目标位置周围的新的备选标注点,能够使用户在更小范围内对备选标注点进行选取,方便用户快速进行标注交互的操作。
在一些实施例中,步骤110具体包括但不限于包括:
根据关键标注点确定第一目标图像的第一投影线,并根据关联标注点确定第二目标图像的第二投影线;
根据第一投影线和第二投影线的投影交点,得到目标三维点。
其中,第一目标图像的第一投影线指的是经过第一目标图像的映射点且垂直于第一目标图像的目标平面的直线,第一目标图像的映射点是关键标注点映射至第一目标图像的目标平面上的点,第一目标图像的目标平面指的是第一目标图像在三维空间中的位置平面。
第二目标图像的第二投影线,指的是经过第二目标图像的映射点且垂直于第二目标图像的目标平面的直线,第二目标图像的映射点是关联标注点映射至第二目标图像的目标平面上的点,第二目标图像的目标平面指的是第二目标图像在三维空间中的位置平面。
具体地,计算机设备根据第一目标图像的关键标注点,确定出第一目标图像对应的投影线,根据第二目标图像的关联标注点,确定出第二目标图像对应的投影线。接着,将第一投影线和第二投影线的交点,确定为三维模型的其中一个目标三维点。
在一些实施例中,计算机设备将通过以上方法确定出的多个目标三维点进行三维重建,即可得到建模对象所对应的三维模型。
本申请通过第一目标图像对应的图像采集参数,确定在第一目标图像上标注的关键标注点在第二目标图像上可能对应的、且可以供用户参考确认的多个备选标注点,并通过交互辅助用户从多个备选标注点中确定出更为准确的关联标注点,从而根据关键标注点和准确的关联标注点构建出更为准确的三维模型。
在一些实施例中,如图2所示,本申请的三维对象建模方法具体还包括但不限于包括:
步骤202,获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数。
步骤204,针对多张二维图像中的第一目标图像进行关键点检测,得到多个候选关键点。
步骤206,响应于针对多个候选关键点的选中操作,将被选中的候选关键点确定为第一目标图像的关键标注点。
步骤208,响应于针对多张二维图像中除第一目标图像之外的其他图像的选中操作,将被选中的其他图像确定为第二目标图像。
步骤210,根据图像采集角度和图像采集距离,确定第一目标图像在三维空间中所在的目标平面。
步骤212,确定第一目标图像的第一投影线。
步骤214,将第一投影线投影至第二目标图像上,得到对应的轨迹线。
步骤216,从第二目标图像中,确定建模对象对应的图像内容与轨迹线重合的部分,得到关键标注点在第二目标图像上对应的位置范围。
步骤218,对位置范围进行关键点检测,得到多个备选标注点。
步骤220,获取操作体在图像标注界面中的目标位置。
步骤222,从多个备选标注点中获取在目标位置的预设范围内的备选标注点,作为新的备选标注点。
步骤224,响应于针对新的备选标注点的选中操作,将被选中的新的备选标注点确定为关键标注点的关联标注点。
步骤226,根据关键标注点确定第一目标图像的第一投影线,并根据关联标注点确定第二目标图像的第二投影线。
步骤228,根据第一投影线和第二投影线的投影交点,得到目标三维点。
应该理解的是,虽然如上述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种三维对象建模装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的三维对象建模装置实施例中的具体限定可以参见上文中对于三维对象建模方法的限定,在此不再赘述。
在一个实施例中,如图3所示,提供了一种三维对象建模装置,包括:
获取模块302,用于获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数;
标注模块304,用于确定针对多张二维图像中的第一目标图像标注得到的关键标注点;
备选模块306,用于根据第一目标图像对应的图像采集参数,确定在第二目标图像上与关键标注点对应的多个备选标注点;第二目标图像是多张二维图像中与第一目标图像视角不同的二维图像;
交互模块308,用于响应于针对多个备选标注点的选中操作,将被选中的备选标注点确定为关键标注点的关联标注点;
建模模块310,用于根据关键标注点和关联标注点确定目标三维点,以根据多个目标三维点构建建模对象的三维模型;多个目标三维点是由多张二维图像组合成的多个二维图像组确定的,每个二维图像组包括两张视角不同的二维图像。
本申请通过第一目标图像对应的图像采集参数,确定在第一目标图像上标注的关键标注点在第二目标图像上可能对应的、且可以供用户参考确认的多个备选标注点,并通过交互辅助用户从多个备选标注点中确定出更为准确的关联标注点,从而根据关键标注点和准确的关联标注点构建出更为准确的三维模型。
在一些实施例中,在确定针对多张二维图像中的第一目标图像标注得到的关键标注点方面,标注模块304具体用于:
针对多张二维图像中的第一目标图像进行关键点检测,得到多个候选关键点;
响应于针对多个候选关键点的选中操作,将被选中的候选关键点确定为第一目标图像的关键标注点。
在一些实施例中,如图4所示,三维对象建模装置还包括确定模块305,确定模块305具体用于:响应于针对多张二维图像中除第一目标图像之外的其他图像的选中操作,将被选中的其他图像确定为第二目标图像。
在一些实施例中,图像采集参数包括图像采集设备在采集第一目标图像时,相对建模对象的图像采集角度和图像采集距离。在根据第一目标图像相应的图像采集参数,确定关键标注点在第二目标图像上对应的多个备选标注点方面,备选模块306具体还用于:根据图像采集角度和图像采集距离,确定第一目标图像在三维空间中所在的目标平面;确定第一目标图像的第一投影线;第一投影线是经过第一目标图像的映射点且垂直于目标平面的直线;第一目标图像的映射点是关键标注点映射至目标平面上的点;将第一投影线投影至第二目标图像上,得到对应的轨迹线;根据轨迹线进行关键点检测,得到在第二目标图像上与关键标注点对应的多个备选标注点。
在一些实施例中,在根据轨迹线进行关键点检测,得到在第二目标图像上与关键标注点对应的多个备选标注点方面,备选模块306具体还用于:
从第二目标图像中,确定建模对象对应的图像内容与轨迹线重合的部分,得到关键标注点在第二目标图像上对应的位置范围;
对位置范围进行关键点检测,得到在第二目标图像上与关键标注点对应的多个备选标注点。
在一些实施例中,选中操作是由操作体在图像标注界面中针对多个备选标注点进行选中所触发的操作。在对位置范围进行关键点检测,得到多个备选标注点之后,备选模块306具体还用于:获取操作体在图像标注界面中的目标位置;从多个备选标注点中获取在目标位置的预设范围内的备选标注点,作为一个或多个新的备选标注点。
在响应于针对多个备选标注点的选中操作,将被选中的备选标注点确定为关键标注点的关联标注点方面,交互模块308具体还用于:响应于针对一个或多个新的备选标注点的选中操作,将被选中的新的备选标注点确定为关键标注点的关联标注点。
在一些实施例中,在根据关键标注点和关联标注点确定目标三维点方面,建模模块310具体用于:
根据关键标注点确定第一目标图像的第一投影线,并根据关联标注点确定第二目标图像的第二投影线;
根据第一投影线和第二投影线的投影交点,得到目标三维点。
上述三维对象建模装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于计算机设备中的处理器,也可以以软件形式存储于计算机设备中的存储器,以便于处理器调用执行以上各个模块对应的操作。
在一些施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)、通信接口、显示单元及输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通过接口、输入装置和显示单元通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现上述的三维对象建模方法中的步骤。该计算机设备的显示单元可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一些实施例中,还提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一些实施例中,如图6所示,提供了一种计算机可读存储介质600,其上存储有计算机程序602,该计算机程序602被处理器执行时实现上述各方法实施例中的步骤。
在一些实施例中,提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(FerroelectricRandom Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(StaticRandom Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (14)

1.一种三维对象建模方法,其特征在于,包括:
获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数;所述图像采集参数包括图像采集设备在采集所述多张二维图像中的第一目标图像时,相对所述建模对象的图像采集角度和图像采集距离;
确定针对所述第一目标图像标注得到的关键标注点;
根据所述图像采集角度和所述图像采集距离,确定所述第一目标图像在三维空间中所在的目标平面;
确定所述第一目标图像的第一投影线;所述第一投影线是经过所述第一目标图像的映射点且垂直于所述目标平面的直线;所述第一目标图像的映射点是所述关键标注点映射至所述目标平面上的点;
将所述第一投影线投影至第二目标图像上,得到对应的轨迹线;所述第二目标图像是所述多张二维图像中与所述第一目标图像视角不同的二维图像;
根据所述轨迹线进行关键点检测,得到在所述第二目标图像上与所述关键标注点对应的多个备选标注点;
响应于针对所述多个备选标注点的选中操作,将被选中的备选标注点确定为所述关键标注点的关联标注点;其中,所述选中操作指的是用户在显示界面中选中部分或全部元素的操作;
根据所述关键标注点和所述关联标注点确定目标三维点,以根据多个所述目标三维点构建所述建模对象的三维模型;所述多个所述目标三维点是由所述多张二维图像组合成的多个二维图像组确定的,每个二维图像组包括两张视角不同的二维图像。
2.根据权利要求1所述的方法,其特征在于,所述确定针对所述第一目标图像标注得到的关键标注点,包括:
针对所述第一目标图像进行关键点检测,得到多个候选关键点;
响应于针对所述多个候选关键点的选中操作,将被选中的候选关键点确定为所述第一目标图像的关键标注点。
3.根据权利要求1所述的方法,其特征在于,在所述将所述第一投影线投影至第二目标图像上,得到对应的轨迹线之前,所述方法还包括:
响应于针对所述多张二维图像中除所述第一目标图像之外的其他图像的选中操作,将被选中的其他图像确定为所述第二目标图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述轨迹线进行关键点检测,得到在所述第二目标图像上与所述关键标注点对应的多个备选标注点,包括:
从所述第二目标图像中,确定所述建模对象对应的图像内容与所述轨迹线重合的部分,得到所述关键标注点在所述第二目标图像上对应的位置范围;
对所述位置范围进行关键点检测,得到在所述第二目标图像上与所述关键标注点对应的多个备选标注点。
5.根据权利要求4所述的方法,其特征在于,所述选中操作是由操作体在图像标注界面中针对所述多个备选标注点进行选中所触发的操作;
在所述对所述位置范围进行关键点检测,得到多个备选标注点之后,所述方法还包括:
获取所述操作体在所述图像标注界面中的目标位置;
从所述多个备选标注点中获取在所述目标位置的预设范围内的备选标注点,作为一个或多个新的备选标注点;
所述响应于针对所述多个备选标注点的选中操作,将被选中的备选标注点确定为所述关键标注点的关联标注点,包括:
响应于针对所述一个或多个新的备选标注点的选中操作,将被选中的新的备选标注点确定为所述关键标注点的关联标注点。
6.根据权利要求1所述的方法,其特征在于,所述根据所述关键标注点和所述关联标注点确定目标三维点,包括:
根据所述关键标注点确定所述第一目标图像的第一投影线,并根据所述关联标注点确定所述第二目标图像的第二投影线;
根据所述第一投影线和所述第二投影线的投影交点,得到目标三维点。
7.一种三维对象建模装置,其特征在于,包括:
获取模块,用于获取针对建模对象在多视角下采集的多张二维图像和相应的图像采集参数;所述图像采集参数包括图像采集设备在采集所述多张二维图像中的第一目标图像时,相对所述建模对象的图像采集角度和图像采集距离;
标注模块,用于确定针对所述第一目标图像标注得到的关键标注点;
备选模块,用于根据所述图像采集角度和所述图像采集距离,确定所述第一目标图像在三维空间中所在的目标平面;确定所述第一目标图像的第一投影线;所述第一投影线是经过所述第一目标图像的映射点且垂直于所述目标平面的直线;所述第一目标图像的映射点是所述关键标注点映射至所述目标平面上的点;将所述第一投影线投影至第二目标图像上,得到对应的轨迹线;所述第二目标图像是所述多张二维图像中与所述第一目标图像视角不同的二维图像;根据所述轨迹线进行关键点检测,得到在所述第二目标图像上与所述关键标注点对应的多个备选标注点;
交互模块,用于响应于针对所述多个备选标注点的选中操作,将被选中的备选标注点确定为所述关键标注点的关联标注点;其中,所述选中操作指的是用户在显示界面中选中部分或全部元素的操作;
建模模块,用于根据所述关键标注点和所述关联标注点确定目标三维点,以根据多个所述目标三维点构建所述建模对象的三维模型;所述多个所述目标三维点是由所述多张二维图像组合成的多个二维图像组确定的,每个二维图像组包括两张视角不同的二维图像。
8.根据权利要求7所述的装置,其特征在于,在所述确定针对所述第一目标图像标注得到的关键标注点方面,所述标注模块具体用于:
针对所述第一目标图像进行关键点检测,得到多个候选关键点;
响应于针对所述多个候选关键点的选中操作,将被选中的候选关键点确定为所述第一目标图像的关键标注点。
9.根据权利要求7所述的装置,其特征在于,所述装置还包括确定模块,所述确定模块用于:响应于针对所述多张二维图像中除所述第一目标图像之外的其他图像的选中操作,将被选中的其他图像确定为所述第二目标图像。
10.根据权利要求7所述的装置,其特征在于,在所述根据所述轨迹线进行关键点检测,得到在所述第二目标图像上与所述关键标注点对应的多个备选标注点方面,所述备选模块具体用于:
从所述第二目标图像中,确定所述建模对象对应的图像内容与所述轨迹线重合的部分,得到所述关键标注点在所述第二目标图像上对应的位置范围;
对所述位置范围进行关键点检测,得到在所述第二目标图像上与所述关键标注点对应的多个备选标注点。
11.根据权利要求10所述的装置,其特征在于,所述选中操作是由操作体在图像标注界面中针对所述多个备选标注点进行选中所触发的操作;所述备选模块还用于:获取所述操作体在所述图像标注界面中的目标位置;从所述多个备选标注点中获取在所述目标位置的预设范围内的备选标注点,作为一个或多个新的备选标注点;
在所述响应于针对所述多个备选标注点的选中操作,将被选中的备选标注点确定为所述关键标注点的关联标注点方面,所述交互模块具体用于:响应于针对所述一个或多个新的备选标注点的选中操作,将被选中的新的备选标注点确定为所述关键标注点的关联标注点。
12.根据权利要求7所述的装置,其特征在于,在所述根据所述关键标注点和所述关联标注点确定目标三维点方面,所述建模模块具体用于:
根据所述关键标注点确定所述第一目标图像的第一投影线,并根据所述关联标注点确定所述第二目标图像的第二投影线;
根据所述第一投影线和所述第二投影线的投影交点,得到目标三维点。
13.一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202211602667.XA 2022-12-14 2022-12-14 三维对象建模方法、装置、计算机设备及存储介质 Active CN115661371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211602667.XA CN115661371B (zh) 2022-12-14 2022-12-14 三维对象建模方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211602667.XA CN115661371B (zh) 2022-12-14 2022-12-14 三维对象建模方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN115661371A CN115661371A (zh) 2023-01-31
CN115661371B true CN115661371B (zh) 2023-03-31

Family

ID=85023249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211602667.XA Active CN115661371B (zh) 2022-12-14 2022-12-14 三维对象建模方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN115661371B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116524135B (zh) * 2023-07-05 2023-09-15 方心科技股份有限公司 一种基于图像的三维模型生成方法及系统
CN116630550B (zh) * 2023-07-21 2023-10-20 方心科技股份有限公司 一种基于多图片的三维模型生成方法及系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108898661B (zh) * 2018-05-31 2023-04-18 深圳先进技术研究院 三维图像构建的方法、装置及具有存储功能的装置
CN109191393B (zh) * 2018-08-16 2021-03-26 Oppo广东移动通信有限公司 基于三维模型的美颜方法
CN110322549B (zh) * 2019-06-12 2021-01-22 清华大学 一种基于图像的三维重建的方法及系统
CN112767300A (zh) * 2019-10-18 2021-05-07 宏达国际电子股份有限公司 自动生成手部的标注数据的方法和计算骨骼长度的方法
CN113744411A (zh) * 2020-09-22 2021-12-03 北京沃东天骏信息技术有限公司 图像处理方法及装置、设备、存储介质
CN112767538A (zh) * 2021-01-11 2021-05-07 浙江商汤科技开发有限公司 三维重建及相关交互、测量方法和相关装置、设备
CN113012293B (zh) * 2021-03-22 2023-09-29 平安科技(深圳)有限公司 石刻模型构建方法、装置、设备及存储介质
CN113643328B (zh) * 2021-08-31 2022-09-09 北京柏惠维康科技股份有限公司 标定物的重建方法、装置、电子设备及计算机可读介质
CN114782647A (zh) * 2022-02-28 2022-07-22 商汤国际私人有限公司 一种模型重建方法、装置、设备及存储介质
CN114708391B (zh) * 2022-06-06 2022-08-26 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

Also Published As

Publication number Publication date
CN115661371A (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN115661371B (zh) 三维对象建模方法、装置、计算机设备及存储介质
CN110807451B (zh) 人脸关键点检测方法、装置、设备及存储介质
US11189022B2 (en) Automatic detection, counting, and measurement of logs using a handheld device
US8442307B1 (en) Appearance augmented 3-D point clouds for trajectory and camera localization
US11842514B1 (en) Determining a pose of an object from rgb-d images
WO2021136386A1 (zh) 数据处理方法、终端和服务器
CN110648363A (zh) 相机姿态确定方法、装置、存储介质及电子设备
WO2021077982A1 (zh) 标记点的识别方法、装置、设备及存储介质
US11373329B2 (en) Method of generating 3-dimensional model data
CN114063098A (zh) 多目标跟踪方法、装置、计算机设备和存储介质
CN113870401A (zh) 表情生成方法、装置、设备、介质和计算机程序产品
CN114067428A (zh) 多视角多目标的跟踪方法、装置、计算机设备和存储介质
CN114298982A (zh) 图像标注方法、装置、计算机设备和存储介质
Wientapper et al. Composing the feature map retrieval process for robust and ready-to-use monocular tracking
CN116524088B (zh) 珠宝虚拟试戴方法、装置、计算机设备和存储介质
CN113284237A (zh) 一种三维重建方法、系统、电子设备及存储介质
CN110956131B (zh) 单目标追踪方法、装置及系统
CN115272470A (zh) 相机定位方法、装置、计算机设备和存储介质
CN115830073A (zh) 地图要素重建方法、装置、计算机设备和存储介质
CN111107307A (zh) 基于单应性变换的视频融合方法、系统、终端及介质
CN109829380A (zh) 一种狗脸特征点的检测方法、装置、系统及存储介质
CN115564639A (zh) 背景虚化方法、装置、计算机设备和存储介质
CN112184766B (zh) 一种对象的跟踪方法、装置、计算机设备和存储介质
CN112634439A (zh) 一种3d信息展示方法及装置
CN115601512B (zh) 交互式三维重建方法、装置、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant