CN115908975A - 色彩预测模型训练方法、装置以及设备 - Google Patents
色彩预测模型训练方法、装置以及设备 Download PDFInfo
- Publication number
- CN115908975A CN115908975A CN202211429191.4A CN202211429191A CN115908975A CN 115908975 A CN115908975 A CN 115908975A CN 202211429191 A CN202211429191 A CN 202211429191A CN 115908975 A CN115908975 A CN 115908975A
- Authority
- CN
- China
- Prior art keywords
- sample
- sampling
- color
- image
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本公开提供了一种色彩预测模型训练方法、装置以及设备,涉及人工智能技术领域,具体涉及深度学习和图像处理等技术领域。该方法的一具体实施方式包括:获取训练样本,其中,训练样本包括样本物体的样本物体图像和样本物体图像的样本像素点的样本色彩向量;在样本物体的样本物体空间内采样,得到样本物体图像的样本像素点对应的样本采样点;利用神经网络对样本采样点进行色彩预测,得到样本采样点的样本色彩向量;基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数;基于损失函数更新神经网络的参数,得到色彩预测模型。该实施方式训练出的色彩预测模型具有较准确的色彩预测能力。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及深度学习和图像处理等技术领域。
背景技术
随着移动互联网技术的飞速发展,网络购物成了越来越多人的消费习惯。通常,购物网站会将物品的信息展示给用户,以吸引用户的视线。
目前,购物网站在物品展示技术上,已经从图像信息转变成视频信息。然而,受网络传输速度、云服务器存储空间等的限制,对于一个物品,购物网站仅能上传一组环绕该物品拍摄的图像,然后通过后端算法合成视频。
发明内容
本公开实施例提出了一种色彩预测模型训练方法、装置、设备、存储介质以及程序产品。
第一方面,本公开实施例提出了一种色彩预测模型训练方法,包括:获取训练样本,其中,训练样本包括样本物体的样本物体图像和样本物体图像的样本像素点的样本色彩向量;在样本物体的样本物体空间内采样,得到样本物体图像的样本像素点对应的样本采样点;利用神经网络对样本采样点进行色彩预测,得到样本采样点的样本色彩向量;基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数;基于损失函数更新神经网络的参数,得到色彩预测模型。
第二方面,本公开实施例提出了一种图像渲染方法,包括:获取物体的待渲染图像;在物体的物体空间内采样,得到待渲染图像的像素点对应的采样点;利用色彩预测模型对采样点进行色彩预测,得到采样点的色彩向量,其中,色彩预测模型是采用第一方面所述的方法训练得到的;基于采样点的色彩向量对采样点对应的像素点进行渲染,得到渲染图像。
第三方面,本公开实施例提出了一种色彩预测模型训练装置,包括:获取模块,被配置成获取训练样本,其中,训练样本包括样本物体的样本物体图像和样本物体图像的样本像素点的样本色彩向量;采样模块,被配置成在样本物体的样本物体空间内采样,得到样本物体图像的样本像素点对应的样本采样点;预测模块,被配置成利用神经网络对样本采样点进行色彩预测,得到样本采样点的样本色彩向量;计算模块,被配置成基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数;更新模块,被配置成基于损失函数更新神经网络的参数,得到色彩预测模型。
第四方面,本公开实施例提出了一种图像渲染装置,包括:获取模块,被配置成获取物体的待渲染图像;采样模块,被配置成在物体的物体空间内采样,得到待渲染图像的像素点对应的采样点;预测模块,被配置成利用色彩预测模型对采样点进行色彩预测,得到采样点的色彩向量,其中,色彩预测模型是采用第三方面所述的装置训练得到的;渲染模块,被配置成基于采样点的色彩向量对采样点对应的像素点进行渲染,得到渲染图像。
第五方面,本公开实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法或第二方面中任一实现方式描述的方法。
第六方面,本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法或第二方面中任一实现方式描述的方法。
第七方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法或第二方面中任一实现方式描述的方法。
本公开实施例提供的色彩预测模型训练方法,基于深度学习方法训练色彩预测模型,使得色彩预测模型具有较准确的色彩预测能力。
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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的色彩预测模型训练方法的一个实施例的流程图;
图2是根据本公开的色彩预测模型训练方法的又一个实施例的流程图;
图3是根据本公开的图像渲染方法的一个实施例的流程图;
图4是根据本公开的图像渲染方法的又一个实施例的流程图;
图5是根据本公开的色彩预测模型训练装置的一个实施例的结构示意图;
图6是根据本公开的图像渲染装置的一个实施例的结构示意图;
图7是用来实现本公开实施例的色彩预测模型训练方法或图像渲染方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的色彩预测模型训练方法的一个实施例的流程100。该色彩预测模型训练方法包括以下步骤:
步骤101,获取训练样本。
在本实施例中,色彩预测模型训练方法的执行主体可以获取训练样本。
其中,训练样本可以包括样本物体的样本物体图像和样本物体图像的样本像素点的样本色彩向量。一个样本物体的样本物体图像的数量可以是多张,是通过环绕样本物体拍摄得到的。样本像素点的样本色彩向量可以是4维向量,用于表征样本像素点的色彩特征。第1维数据可以是不透明度,后3维数据可以是RGB(Red Green Blue,红绿蓝)色彩值。
步骤102,在样本物体的样本物体空间内采样,得到样本物体图像的样本像素点对应的样本采样点。
在本实施例中,上述执行主体可以在样本物体的样本物体空间内采样,得到样本物体图像的样本像素点对应的样本采样点。
其中,样本物体空间可以是样本物体所在的空间。通常,环绕样本物体拍摄多张样本物体图像,基于多张样本物体图像可以确定样本物体的样本稀疏点云。进一步地,确定样本稀疏点云的包围盒,即可快速地确定样本物体空间。这里,将多张样本物体图像的像素点转化到同一坐标系下,即可得到样本物体的样本稀疏点云。确定样本稀疏点云的包围盒,即可得到样本物体空间。其中,样本稀疏点云的包围盒是将样本稀疏点云完全包围起来的最小长方体。
其中,样本采样点可以是样本物体空间中与样本像素点对应点。由于样本物体图像是二维图像,样本物体空间是三维空间,因此一个样本像素点对应样本物体空间的一条线段。对样本像素点对应的线段进行采样,即可得到样本像素点对应的样本采样点。
步骤103,利用神经网络对样本采样点进行色彩预测,得到样本采样点的样本色彩向量。
在本实施例中,上述执行主体可以利用神经网络对样本采样点进行色彩预测,得到样本采样点的样本色彩向量。
通常,上述执行主体可以基于样本采样点生成样本输入向量。将样本输入向量输入到神经网络,可以学习得到样本采样点的样本色彩向量。例如,样本采样点的样本特征向量作为样本输入向量。此时,若样本采样点的样本特征向量是F维向量,则样本输入向量也是F维向量。又例如,将样本采样点的样本特征向量和样本采样点所在的线段的方向拼接成样本输入向量。此时,若样本采样点的样本特征向量是F维向量,样本采样点所在的线段的方向是3维向量,则样本输入向量是F+3维向量。其中,样本采样点的样本特征向量可以用于表征样本采样点的特征。样本采样点的样本色彩向量可以是4维向量,用于表征样本采样点的色彩特征。第1维数据可以是不透明度,后3维数据可以是RGB色彩值。
步骤104,基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数。
在本实施例中,上述执行主体可以基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数。
通常,将样本采样点的样本色彩向量进行融合可以得到样本采样点的样本像素值。同理,将样本像素点的样本色彩向量进行融合可以得到样本像素点的样本像素值。计算样本采样点的样本像素值与样本像素点的样本像素值之间的误差,可以得到损失函数。
步骤105,基于损失函数更新神经网络的参数,得到色彩预测模型。
在本实施例中,上述执行主体可以基于损失函数更新神经网络的参数,得到色彩预测模型。
通常,基于损失函数对神经网络进行反向传播,更新神经网络的参数,直至损失函数足够小,即可得到色彩预测模型。
本公开实施例提供的色彩预测模型训练方法,基于深度学习方法训练色彩预测模型,使得色彩预测模型具有较准确的色彩预测能力。
继续参考图2,其示出了根据本公开的色彩预测模型训练方法的又一个实施例的流程200。该色彩预测模型训练方法包括以下步骤:
步骤201,获取训练样本。
在本实施例中,步骤201的具体操作已在图1所示的实施例中步骤101中进行了详细的介绍,在此不再赘述。
步骤202,通过针孔相机模型,计算穿过样本像素点的样本射线。
在本实施例中,色彩预测模型训练方法的执行主体可以通过针孔相机模型,计算穿过样本像素点的样本射线。
通常,针孔相机模型可以描述三维空间中的点的坐标与其在理想针孔相机的图像平面上的投影之间的数学关系。这里,样本射线可以以针孔相机模型的相机中心点为起点,并且穿过样本像素点的射线。其中,样本射线的起点是相机中心点,样本射线的方向从相机中心点指向样本像素点。
步骤203,从样本射线上截取落在样本物体空间内的样本线段。
在本实施例中,上述执行主体可以从样本射线上截取落在样本物体空间内的样本线段。
其中,样本物体空间可以是样本物体所在的空间。通常,环绕样本物体拍摄多张样本物体图像,基于多张样本物体图像可以确定样本物体的样本稀疏点云。进一步地,确定样本稀疏点云的包围盒,即可得到样本物体空间。这里,样本射线可以穿过样本物体空间,与样本物体空间相交于两点。以这两点为端点的线段就是样本线段。
步骤204,对样本线段上的点进行采样,得到样本像素点对应的样本采样点。
在本实施例中,上述执行主体可以对样本线段上的点进行采样,得到样本像素点对应的样本采样点。例如,在样本线段上随机采样多个点,作为样本采样点。
步骤205,将样本物体空间划分成多个样本三维格子。
在本实施例中,上述执行主体可以将样本物体空间划分成多个样本三维格子。此时,还可以记录每个样本三维格子的空间位置,以及每个样本三维格子的8个顶点的特征向量。其中,顶点的特征向量可以是F维向量,用于表征顶点的特征。
通常,样本物体空间是正方体,样本三维格子也是正方体。例如,将样本物体空间划分成G×G×G的样本三维格子。
步骤206,基于样本采样点所在的样本三维格子的样本顶点特征向量,计算样本采样点的样本特征向量。
在本实施例中,上述执行主体可以基于样本采样点所在的样本三维格子的样本顶点特征向量,计算样本采样点的样本特征向量。
通常,按照样本采样点所在的样本三维格子的8个顶点的特征向量进行线性插值,作为样本采样点的样本特征向量。其中,样本三维格子的8个顶点的特征向量的初始值是随机初始化的,随着神经网络的训练,其值会不断地更新。
步骤207,将样本采样点的样本特征向量和样本射线的方向拼接成样本输入向量。
在本实施例中,上述执行主体可以将样本采样点的样本特征向量和样本射线的方向拼接成样本输入向量。此时,若样本采样点的样本特征向量是F维向量,样本射线的方向是3维向量,则样本输入向量是F+3维向量。其中,样本采样点的样本色彩向量可以是4维向量,用于表征样本采样点的色彩特征。第1维数据可以是不透明度,后3维数据可以是RGB色彩值。
步骤208,将样本输入向量输入到神经网络,得到样本采样点的样本色彩向量。
在本实施例中,上述执行主体可以将样本输入向量输入到神经网络,学习得到样本采样点的样本色彩向量。例如,若样本输入向量是F+3维向量,样本采样点的样本色彩向量是4维向量,则创建的神经网络的输入为F+3维向量,输出为4维向量。
步骤209,基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数。
步骤210,基于损失函数更新神经网络的参数,得到色彩预测模型。
在本实施例中,步骤209-210的具体操作已在图1所示的实施例中步骤104-105中进行了详细的介绍,在此不再赘述。
从图2中可以看出,与图1对应的实施例相比,本实施例中的色彩预测模型训练方法突出了采样步骤和预测步骤。由此,本实施例描述的方案通过针孔相机模型确定样本射线,在样本射线上采样,能够准确地采样到与样本像素点对应的样本采样点。通过对样本三维格子的8个顶点的特征向量进行线性插值,可以快速地计算出样本采样点的样本特征向量。并且,拼接样本射线的方向,使得输入信息的内容更加丰富,进而提升预测出的色彩向量的准确度。
进一步参考图3,其示出了根据本公开的图像渲染方法的一个实施例的流程300。该图像渲染方法包括以下步骤:
步骤301,获取物体的待渲染图像。
在本实施例中,图像渲染方法的执行主体可以获取物体的待渲染图像。其中,物体的待渲染图像可以是模拟处于某个相机位姿的相机拍摄的图像,但是其色彩尚未被渲染。
步骤302,在物体的物体空间内采样,得到待渲染图像的像素点对应的采样点。
在本实施例中,上述执行主体可以在物体的物体空间内采样,得到待渲染图像的像素点对应的采样点。
其中,物体空间可以是物体所在的空间。通常,环绕物体拍摄多张物体图像,基于多张物体图像可以确定物体的稀疏点云。进一步地,确定稀疏点云的包围盒,即可快速地确定物体空间。这里,将多张物体图像的像素点转化到同一坐标系下,即可得到物体的稀疏点云。确定将稀疏点云完全包围起来的最小长方体,即可得到物体空间。
其中,采样点可以是物体空间中与像素点对应点。由于物体图像是二维图像,物体空间是三维空间,因此一个像素点对应物体空间的一条线段。对像素点对应的线段进行采样,即可得到像素点对应的采样点。
步骤303,利用色彩预测模型对采样点进行色彩预测,得到采样点的色彩向量。
在本实施例中,上述执行主体可以利用色彩预测模型对采样点进行色彩预测,得到采样点的色彩向量。
通常,上述执行主体可以基于采样点生成输入向量。将输入向量输入到色彩预测模型,可以学习得到采样点的色彩向量。例如,采样点的特征向量作为输入向量。此时,若采样点的特征向量是F维向量,则输入向量也是F维向量。又例如,将采样点的特征向量和采样点所在的线段的方向拼接成输入向量。此时,若采样点的特征向量是F维向量,采样点所在的线段的方向是3维向量,则输入向量是F+3维向量。其中,采样点的特征向量可以用于表征采样点的特征。采样点的色彩向量可以是4维向量,用于表征采样点的色彩特征。第1维数据可以是不透明度,后3维数据可以是RGB色彩值。
需要说明的是,色彩预测模型可以是采用图1或图2所示的方法训练得到的,这里不再赘述。
步骤304,基于采样点的色彩向量对采样点对应的像素点进行渲染,得到渲染图像。
在本实施例中,上述执行主体可以基于采样点的色彩向量对采样点对应的像素点进行渲染,得到渲染图像。
通常,将采样点的色彩向量进行融合可以得到采样点的像素值。将采样点的像素值作为其对应的像素点的像素值,即可实现对待渲染图像的渲染,生成渲染图像。
本公开实施例提供的图像渲染方法,基于深度学习方法预测色彩向量,提升了色彩预测准确度。并且,基于预测出的色彩向量渲染图像,能够增加物体在不同相机位姿下的图像的数量。
进一步参考图4,其示出了根据本公开的图像渲染方法的又一个实施例的流程400。该图像渲染方法包括以下步骤:
步骤401,获取环绕物体拍摄的图像。
在本实施例中,图像渲染方法的执行主体可以获取环绕物体拍摄的图像。通常,环绕物体在不同的相机位姿下拍摄多张图像。
步骤402,计算图像的相机位姿。
在本实施例中,上述执行主体可以计算图像的相机位姿。
通常,使用colmap可以计算图像的相机位姿。其中,colmap是一种通用的运动结构和多视图立体管道,具有图形和命令行界面。它为有序和无序图像集合的重建提供了广泛的功能。相机位姿可以包括相机的内参和外参。相机的内参可以包括相机的焦距和像素大小。相机的外参可以包括旋转矩阵和平移矩阵。
步骤403,根据图像的相机位姿进行均匀插值,得到待渲染图像。
在本实施例中,上述执行主体可以根据图像的相机位姿进行均匀插值,得到待渲染图像。
例如,环绕物体拍摄K张图像。在相邻的两张图像之间均匀插入两张待渲染图像,即可得到3K个不同相机位姿下的图像。
步骤404,基于多张图像确定物体的稀疏点云。
在本实施例中,上述执行主体可以基于物体的多张图像确定物体的稀疏点云。
通常,将物体的多张图像的像素点转化到同一坐标系下,即可得到物体的稀疏点云。
步骤405,确定稀疏点云的包围盒,作为物体空间。
在本实施例中,上述执行主体可以确定稀疏点云的包围盒,作为物体空间。这里,确定将稀疏点云完全包围起来的最小长方体,即可快速地确定物体空间。
步骤406,通过针孔相机模型,计算穿过像素点的射线。
在本实施例中,上述执行主体可以通过针孔相机模型,计算穿过像素点的射线。
通常,针孔相机模型可以描述三维空间中的点的坐标与其在理想针孔相机的图像平面上的投影之间的数学关系。这里,射线可以以针孔相机模型的相机中心点为起点,并且穿过像素点的射线。其中,射线的起点是相机中心点,射线的方向从相机中心点指向像素点。
步骤407,从射线上截取落在物体空间内的线段。
在本实施例中,上述执行主体可以从射线上截取落在物体空间内的线段。
这里,射线可以穿过物体空间,与物体空间相交于两点。以这两点为端点的线段就是从射线上截取落在物体空间内的线段。
步骤408,对线段上的点进行采样,得到像素点对应的采样点。
在本实施例中,上述执行主体可以对线段上的点进行采样,得到像素点对应的采样点。例如,在线段上随机采样多个点,作为采样点。
步骤409,将物体空间划分成多个三维格子。
在本实施例中,上述执行主体可以将物体空间划分成多个三维格子。此时,还可以记录每个三维格子的空间位置,以及每个三维格子的8个顶点的特征向量。其中,顶点的特征向量可以是F维向量,用于表征顶点的特征。
通常,物体空间是正方体,三维格子也是正方体。例如,将物体空间划分成G×G×G的三维格子。
步骤410,基于采样点所在的三维格子的顶点特征向量,计算采样点的特征向量。
在本实施例中,上述执行主体可以基于采样点所在的三维格子的顶点特征向量,计算采样点的特征向量。
通常,按照采样点所在的三维格子的8个顶点的特征向量进行线性插值,作为采样点的特征向量。
步骤411,将采样点的特征向量和射线的方向拼接成输入向量。
在本实施例中,上述执行主体可以将采样点的特征向量和射线的方向拼接成输入向量。此时,若采样点的特征向量是F维向量,射线的方向是3维向量,则输入向量是F+3维向量。其中,采样点的色彩向量可以是4维向量,用于表征采样点的色彩特征。第1维数据可以是不透明度,后3维数据可以是RGB色彩值。
步骤412,将输入向量输入到色彩预测模型,得到采样点的色彩向量。
在本实施例中,上述执行主体可以将输入向量输入到色彩预测模型,学习得到采样点的色彩向量。例如,若输入向量是F+3维向量,采样点的色彩向量是4维向量,则色彩预测模型的输入为F+3维向量,输出为4维向量。
需要说明的是,色彩预测模型可以是采用图1或图2所示的方法训练得到的,这里不再赘述。
步骤413,基于采样点的色彩向量对采样点对应的像素点进行渲染,得到渲染图像。
在本实施例中,步骤413的具体操作已在图3所示的实施例中步骤304中进行了详细的介绍,在此不再赘述。
步骤414,基于物体的图像和渲染图像,合成物体的环物视频。
在本实施例中,上述执行主体可以基于物体的图像和渲染图像,合成物体的环物视频。
通常,使用FFmpeg可以将物体的图像和渲染图像依次合成为环物视频。其中,FFmpeg是一套可以用来记录、转换数字音频、视频,并能将其转化为流的开源计算机程序。
从图4中可以看出,与图3对应的实施例相比,本实施例中的图像渲染方法突出了插值步骤、采样步骤、预测步骤和视频合成步骤。由此,本实施例描述的方案通过位姿插值,可以得到不同相机位姿下的待渲染图像。通过针孔相机模型确定射线,在射线上采样,能够准确地采样到与像素点对应的采样点。通过对三维格子的8个顶点的特征向量进行线性插值,可以快速地计算出采样点的特征向量。并且,拼接射线的方向,使得输入信息的内容更加丰富,进而提升预测出的色彩向量的准确度。通过图像渲染,扩充了物体在不同相机位姿下的图像。利用扩充后的图像合成环物视频,可以使合成的视频观看时更加流畅。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种色彩预测模型训练装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的色彩预测模型训练装置500可以包括:获取模块501、采样模块502、预测模块503、计算模块504和更新模块505。其中,获取模块501,被配置成获取训练样本,其中,训练样本包括样本物体的样本物体图像和样本物体图像的样本像素点的样本色彩向量;采样模块502,被配置成在样本物体的样本物体空间内采样,得到样本物体图像的样本像素点对应的样本采样点;预测模块503,被配置成利用神经网络对样本采样点进行色彩预测,得到样本采样点的样本色彩向量;计算模块504,被配置成基于样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数;更新模块505,被配置成基于损失函数更新神经网络的参数,得到色彩预测模型。
在本实施例中,色彩预测模型训练装置500中:获取模块501、采样模块502、预测模块503、计算模块504和更新模块505的具体处理及其所带来的技术效果可分别参考图1对应实施例中的步骤101-105的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,采样模块502进一步被配置成:通过针孔相机模型,计算穿过样本像素点的样本射线;从样本射线上截取落在样本物体空间内的样本线段;对样本线段上的点进行采样,得到样本像素点对应的样本采样点。
在本实施例的一些可选的实现方式中,预测模块503进一步被配置成:将样本物体空间划分成多个样本三维格子;基于样本采样点所在的样本三维格子的样本顶点特征向量,计算样本采样点的样本特征向量;将样本采样点的样本特征向量和样本射线的方向拼接成样本输入向量;将样本输入向量输入到神经网络,得到样本采样点的样本色彩向量。
在本实施例的一些可选的实现方式中,样本物体包括多张样本物体图像;以及色彩预测模型训练装置500还包括:第一确定模块,被配置成基于多张样本物体图像确定样本物体的样本稀疏点云;第二确定模块,被配置成确定样本稀疏点云的包围盒,作为样本物体空间。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种图像渲染装置的一个实施例,该装置实施例与图3所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的图像渲染装置600可以包括:获取模块601、采样模块602、预测模块603和渲染模块604。其中,获取模块601,被配置成获取物体的待渲染图像;采样模块602,被配置成在物体的物体空间内采样,得到待渲染图像的像素点对应的采样点;预测模块603,被配置成利用色彩预测模型对采样点进行色彩预测,得到采样点的色彩向量,其中,色彩预测模型是采用图5所示的装置训练得到的;渲染模块604,被配置成基于采样点的色彩向量对采样点对应的像素点进行渲染,得到渲染图像。
在本实施例中,图像渲染装置600中:获取模块601、采样模块602、预测模块603和渲染模块604的具体处理及其所带来的技术效果可分别参考图3对应实施例中的步骤301-304的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,获取模块601进一步被配置成:环绕物体拍摄的图像;计算图像的相机位姿;根据图像的相机位姿进行均匀插值,得到待渲染图像。
在本实施例的一些可选的实现方式中,物体包括多张图像;以及图像渲染装置600还包括:第一确定模块,被配置成基于多张图像确定物体的稀疏点云;第二确定模块,被配置成确定稀疏点云的包围盒,作为物体空间。
在本实施例的一些可选的实现方式中,采样模块602进一步被配置成:通过针孔相机模型,计算穿过像素点的射线;从射线上截取落在物体空间内的线段;对线段上的点进行采样,得到像素点对应的采样点。
在本实施例的一些可选的实现方式中,预测模块603进一步被配置成:将物体空间划分成多个三维格子;基于采样点所在的三维格子的顶点特征向量,计算采样点的特征向量;将采样点的特征向量和射线的方向拼接成输入向量;将输入向量输入到色彩预测模型,得到采样点的色彩向量。
在本实施例的一些可选的实现方式中,图像渲染装置600还包括:合成模块,被配置成基于物体的图像和渲染图像,合成物体的环物视频。
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。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701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701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701执行上文所描述的各个方法和处理,例如色彩预测模型训练方法或图像渲染方法。例如,在一些实施例中,色彩预测模型训练方法或图像渲染方法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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的色彩预测模型训练方法或图像渲染方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行色彩预测模型训练方法或图像渲染方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是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执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (23)
1.一种色彩预测模型训练方法,包括:
获取训练样本,其中,所述训练样本包括样本物体的样本物体图像和所述样本物体图像的样本像素点的样本色彩向量;
在所述样本物体的样本物体空间内采样,得到所述样本物体图像的样本像素点对应的样本采样点;
利用神经网络对所述样本采样点进行色彩预测,得到所述样本采样点的样本色彩向量;
基于所述样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数;
基于所述损失函数更新所述神经网络的参数,得到色彩预测模型。
2.根据权利要求1所述的方法,其中,所述在所述样本物体的样本物体空间内采样,得到所述样本物体图像的样本像素点对应的样本采样点,包括:
通过针孔相机模型,计算穿过所述样本像素点的样本射线;
从所述样本射线上截取落在所述样本物体空间内的样本线段;
对所述样本线段上的点进行采样,得到所述样本像素点对应的样本采样点。
3.根据权利要求2所述的方法,其中,所述利用神经网络对所述样本采样点进行色彩预测,得到所述样本采样点的样本色彩向量,包括:
将所述样本物体空间划分成多个样本三维格子;
基于所述样本采样点所在的样本三维格子的样本顶点特征向量,计算所述样本采样点的样本特征向量;
将所述样本采样点的样本特征向量和所述样本射线的方向拼接成样本输入向量;
将所述样本输入向量输入到所述神经网络,得到所述样本采样点的样本色彩向量。
4.根据权利要求1-3中任一项所述的方法,其中,所述样本物体包括多张样本物体图像;以及所述方法还包括:
基于所述多张样本物体图像确定所述样本物体的样本稀疏点云;
确定所述样本稀疏点云的包围盒,作为所述样本物体空间。
5.一种图像渲染方法,包括:
获取物体的待渲染图像;
在所述物体的物体空间内采样,得到所述待渲染图像的像素点对应的采样点;
利用色彩预测模型对所述采样点进行色彩预测,得到所述采样点的色彩向量,其中,所述色彩预测模型是采用权利要求1-4中任一项所述的方法训练得到的;
基于所述采样点的色彩向量对所述采样点对应的像素点进行渲染,得到渲染图像。
6.根据权利要求5所述的方法,其中,所述获取物体的待渲染图像,包括:
获取环绕所述物体拍摄的图像;
计算所述图像的相机位姿;
根据所述图像的相机位姿进行均匀插值,得到所述待渲染图像。
7.根据权利要求6所述的方法,其中,所述物体包括多张图像;以及所述方法还包括:
基于所述多张图像确定所述物体的稀疏点云;
确定所述稀疏点云的包围盒,作为所述物体空间。
8.根据权利要求5所述的方法,其中,所述在所述物体的物体空间内采样,得到所述待渲染图像的像素点对应的采样点,包括:
通过针孔相机模型,计算穿过所述像素点的射线;
从所述射线上截取落在所述物体空间内的线段;
对所述线段上的点进行采样,得到所述像素点对应的采样点。
9.根据权利要求8所述的方法,其中,所述利用色彩预测模型对所述采样点进行色彩预测,得到所述采样点的色彩向量,包括:
将所述物体空间划分成多个三维格子;
基于所述采样点所在的三维格子的顶点特征向量,计算所述采样点的特征向量;
将所述采样点的特征向量和所述射线的方向拼接成输入向量;
将所述输入向量输入到所述色彩预测模型,得到所述采样点的色彩向量。
10.根据权利要求6或7所述的方法,其中,所述方法还包括:
基于所述物体的图像和渲染图像,合成所述物体的环物视频。
11.一种色彩预测模型训练装置,包括:
获取模块,被配置成获取训练样本,其中,所述训练样本包括样本物体的样本物体图像和所述样本物体图像的样本像素点的样本色彩向量;
采样模块,被配置成在所述样本物体的样本物体空间内采样,得到所述样本物体图像的样本像素点对应的样本采样点;
预测模块,被配置成利用神经网络对所述样本采样点进行色彩预测,得到所述样本采样点的样本色彩向量;
计算模块,被配置成基于所述样本采样点的样本色彩向量和对应的样本像素点的样本色彩向量计算损失函数;
更新模块,被配置成基于所述损失函数更新所述神经网络的参数,得到色彩预测模型。
12.根据权利要求11所述的装置,其中,所述采样模块进一步被配置成:
通过针孔相机模型,计算穿过所述样本像素点的样本射线;
从所述样本射线上截取落在所述样本物体空间内的样本线段;
对所述样本线段上的点进行采样,得到所述样本像素点对应的样本采样点。
13.根据权利要求12所述的装置,其中,所述预测模块进一步被配置成:
将所述样本物体空间划分成多个样本三维格子;
基于所述样本采样点所在的样本三维格子的样本顶点特征向量,计算所述样本采样点的样本特征向量;
将所述样本采样点的样本特征向量和所述样本射线的方向拼接成样本输入向量;
将所述样本输入向量输入到所述神经网络,得到所述样本采样点的样本色彩向量。
14.根据权利要求11-13中任一项所述的装置,其中,所述样本物体包括多张样本物体图像;以及所述装置还包括:
第一确定模块,被配置成基于所述多张样本物体图像确定所述样本物体的样本稀疏点云;
第二确定模块,被配置成确定所述样本稀疏点云的包围盒,作为所述样本物体空间。
15.一种图像渲染装置,包括:
获取模块,被配置成获取物体的待渲染图像;
采样模块,被配置成在所述物体的物体空间内采样,得到所述待渲染图像的像素点对应的采样点;
预测模块,被配置成利用色彩预测模型对所述采样点进行色彩预测,得到所述采样点的色彩向量,其中,所述色彩预测模型是采用权利要求11-14中任一项所述的装置训练得到的;
渲染模块,被配置成基于所述采样点的色彩向量对所述采样点对应的像素点进行渲染,得到渲染图像。
16.根据权利要求15所述的装置,其中,所述获取模块进一步被配置成:
环绕所述物体拍摄的图像;
计算所述图像的相机位姿;
根据所述图像的相机位姿进行均匀插值,得到所述待渲染图像。
17.根据权利要求16所述的装置,其中,所述物体包括多张图像;以及所述装置还包括:
第一确定模块,被配置成基于所述多张图像确定所述物体的稀疏点云;
第二确定模块,被配置成确定所述稀疏点云的包围盒,作为所述物体空间。
18.根据权利要求15所述的装置,其中,所述采样模块进一步被配置成:
通过针孔相机模型,计算穿过所述像素点的射线;
从所述射线上截取落在所述物体空间内的线段;
对所述线段上的点进行采样,得到所述像素点对应的采样点。
19.根据权利要求18所述的装置,其中,所述预测模块进一步被配置成:
将所述物体空间划分成多个三维格子;
基于所述采样点所在的三维格子的顶点特征向量,计算所述采样点的特征向量;
将所述采样点的特征向量和所述射线的方向拼接成输入向量;
将所述输入向量输入到所述色彩预测模型,得到所述采样点的色彩向量。
20.根据权利要求16或17所述的装置,其中,所述装置还包括:
合成模块,被配置成基于所述物体的图像和渲染图像,合成所述物体的环物视频。
21.一种电子设备,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1-4中任一项所述的方法或权利要求5-10中任一项所述的方法。
22.一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所述计算机执行权利要求1-4中任一项所述的方法或权利要求5-10中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-4中任一项所述的方法或权利要求5-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429191.4A CN115908975A (zh) | 2022-11-15 | 2022-11-15 | 色彩预测模型训练方法、装置以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211429191.4A CN115908975A (zh) | 2022-11-15 | 2022-11-15 | 色彩预测模型训练方法、装置以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115908975A true CN115908975A (zh) | 2023-04-04 |
Family
ID=86485128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211429191.4A Pending CN115908975A (zh) | 2022-11-15 | 2022-11-15 | 色彩预测模型训练方法、装置以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115908975A (zh) |
-
2022
- 2022-11-15 CN CN202211429191.4A patent/CN115908975A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109215080B (zh) | 基于深度学习迭代匹配的6d姿态估计网络训练方法及装置 | |
EP3852068A1 (en) | Method for training generative network, method for generating near-infrared image and apparatuses | |
CN106846497B (zh) | 应用于终端的呈现三维地图的方法和装置 | |
US10970938B2 (en) | Method and apparatus for generating 3D information | |
CN111915480B (zh) | 生成特征提取网络的方法、装置、设备和计算机可读介质 | |
CN109754464B (zh) | 用于生成信息的方法和装置 | |
CN112784765B (zh) | 用于识别动作的方法、装置、设备以及存储介质 | |
CN111325792B (zh) | 用于确定相机位姿的方法、装置、设备和介质 | |
CN113177472A (zh) | 动态手势识别方法、装置、设备以及存储介质 | |
CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN112734910A (zh) | 基于rgb单图实时人脸三维图像重建方法、装置及电子设备 | |
CN113870439A (zh) | 用于处理图像的方法、装置、设备以及存储介质 | |
CN115578515A (zh) | 三维重建模型的训练方法、三维场景渲染方法及装置 | |
CN114998433A (zh) | 位姿计算方法、装置、存储介质以及电子设备 | |
CN110874869A (zh) | 生成虚拟动画表情的方法和装置 | |
CN109816791B (zh) | 用于生成信息的方法和装置 | |
CN113052962A (zh) | 模型训练、信息输出方法,装置,设备以及存储介质 | |
EP4086853A2 (en) | Method and apparatus for generating object model, electronic device and storage medium | |
EP4120200A1 (en) | Method and apparatus for light estimation | |
CN115908975A (zh) | 色彩预测模型训练方法、装置以及设备 | |
CN111292365B (zh) | 生成深度图的方法、装置、电子设备和计算机可读介质 | |
CN109816595B (zh) | 图像处理方法和装置 | |
CN113239943B (zh) | 基于部件语义图的三维部件提取组合方法和装置 | |
US20220058779A1 (en) | Inpainting method and apparatus for human image, and electronic device | |
CN112884794B (zh) | 生成图像方法、装置、电子设备和计算机可读介质 |
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 |