CN117218244B - 一种基于图像识别的3d动画模型智能生成方法 - Google Patents
一种基于图像识别的3d动画模型智能生成方法 Download PDFInfo
- Publication number
- CN117218244B CN117218244B CN202311472893.5A CN202311472893A CN117218244B CN 117218244 B CN117218244 B CN 117218244B CN 202311472893 A CN202311472893 A CN 202311472893A CN 117218244 B CN117218244 B CN 117218244B
- Authority
- CN
- China
- Prior art keywords
- rotation angle
- camera
- camera rotation
- shooting
- coordinates
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000033001 locomotion Effects 0.000 claims abstract description 33
- 238000003384 imaging method Methods 0.000 claims description 60
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 7
- 230000009467 reduction Effects 0.000 abstract description 4
- 239000007787 solid Substances 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种基于图像识别的3D动画模型智能生成方法,涉及数据处理技术领域,通过在移动摄像机的移动约束区域随机选取摄像位置和相机旋转角度进而匹配获得相交界线坐标;基于相交界线坐标进行摄像位置和相机旋转角度的更新,获得N个摄像位置和N个相机旋转角度以调度移动相机进行图像采集,获得N张图像采集结果;对N张图像采集结果进行图像识别,并按照相交界线坐标进行拼接构建3D动画模型。解决了现有技术中进行3D建模通常需要采集多张图像,由于图像采集的非规范性,导致建模过程图像拼接困难性较高且建模准确度较差的技术问题。达到了在减少建模图像采集工作量的同时,获得低畸变率建模实体图像,提高3D建模还原度的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种基于图像识别的3D动画模型智能生成方法。
背景技术
在当前的3D建模过程中,通常需要从多个角度采集物体的图像。然而,由于图像采集的非规范性,这导致了在建模过程中面临着诸多挑战。首先,图像的非规范性意味着采集到的图像可能存在角度、光照、遮挡等方面的不一致性,使得图像间的拼接变得困难。这种不一致性使得建模过程中的对齐和匹配变得复杂,降低了建模的准确度。其次,非规范性的图像采集也可能导致损失关键的细节信息,影响最终3D模型的质量。
现有技术中进行3D建模通常需要采集多张图像,由于图像采集的非规范性,导致建模过程图像拼接困难性较高且建模准确度较差的技术问题。
发明内容
本申请提供了一种基于图像识别的3D动画模型智能生成方法,用于针对解决现有技术中进行3D建模通常需要采集多张图像,由于图像采集的非规范性,导致建模过程图像拼接困难性较高且建模准确度较差的技术问题。
鉴于上述问题,本申请提供了一种基于图像识别的3D动画模型智能生成方法。
本申请的第一个方面,提供了一种基于图像识别的3D动画模型智能生成方法,所述方法包括:将待建模实体运输至预设区域进行固定,获得所述待建模实体的网格定位坐标,其中,所述网格定位坐标为所述待建模实体表面定位网格坐标;在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径;判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交;当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标;基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度;基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果;对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型。
本申请的第二个方面,提供了一种基于图像识别的3D动画模型智能生成系统,所述系统包括:实体坐标获得单元,用于将待建模实体运输至预设区域进行固定,获得所述待建模实体的网格定位坐标,其中,所述网格定位坐标为所述待建模实体表面定位网格坐标;覆盖路径匹配单元,用于在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径;定位交集判断单元,用于判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交;界限坐标获得单元,用于当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标;旋转角度更新单元,用于基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度;图像采集执行单元,用于基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果;图像识别执行单元,用于对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过将待建模实体运输至预设区域进行固定,获得所述待建模实体的网格定位坐标,其中,所述网格定位坐标为所述待建模实体表面定位网格坐标;在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径;判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交;当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标;基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度;基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果;对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型。本实施例通过以拼接目的为导向,结合待建模实体对图像采集参数进行图像采集参数逆向优化,进而根据优化后图像采集参数进行图像采集,达到了在减少建模图像采集工作量的同时,获得低畸变率建模实体图像,提高3D建模还原度的技术效果。
附图说明
图1为本申请提供的一种基于图像识别的3D动画模型智能生成方法流程示意图;
图2为本申请提供的一种基于图像识别的3D动画模型智能生成方法中匹配摄像窗口覆盖路径的流程示意图;
图3为本申请提供的一种基于图像识别的3D动画模型智能生成系统的结构示意图。
附图标记说明:实体坐标获得单元1,覆盖路径匹配单元2,定位交集判断单元3,界限坐标获得单元4,旋转角度更新单元5,图像采集执行单元6,图像识别执行单元7。
具体实施方式
本申请提供了一种基于图像识别的3D动画模型智能生成方法,用于针对解决现有技术中进行3D建模通常需要采集多张图像,由于图像采集的非规范性,导致建模过程图像拼接困难性较高且建模准确度较差的技术问题。本实施例通过以拼接目的为导向,结合待建模实体对图像采集参数进行图像采集参数逆向优化,进而根据优化后图像采集参数进行图像采集,达到了在减少建模图像采集工作量的同时,获得低畸变率建模实体图像,提高3D建模还原度的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种基于图像识别的3D动画模型智能生成方法,应用于基于图像识别的3D动画模型智能生成系统,所述系统和移动摄像机通信连接,包括:
A100:将待建模实体运输至预设区域进行固定,获得所述待建模实体的网格定位坐标,其中,所述网格定位坐标为所述待建模实体表面定位网格坐标;
具体而言,在本实施例中,所述待建模实体为可移动的不特定物体,包括但不限于雕塑、标本。所述预设区域为对待建模实体进行图像采集的场地,所述预设区域优选为地面水平的布景为白色的空间场景,其能够有效减少拍摄所获图像中待建模实体与背景之间的对比更为明显,在后续的图像处理和分析中更容易分离待建模实体,从而降低误差率。
将所述待建模实体运输至所述预设区域中进行固定,以确保在对待建模实体图像采集过程中,待建模实体不发生位移。
使用笛卡尔坐标系在所述预设区域预构建三维坐标系,进而预设网格化阈值,将所述网格化阈值作为对所述预设区域进行网格化的网格尺寸,进而对所述预设区域进行网格化处理,将预设区域切分为若干个规则的正方体网格块,每个正方体网格块的坐标定位采用正方体中心坐标表示。
进一步的,获得所述待建模实体所侵占的正方体网格块,进而筛选保留所述待建模实体的表面侵占的正方体网格块,获得这部分正方体网格块的坐标参数,作为所述网格定位坐标。
A200:在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径;
在一个实施例中,如图2所示,在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径,本申请提供的方法步骤A200还包括:
A210:根据所述第一摄像位置和所述第一相机旋转角度,获得镜头轴心方向参数和镜头边缘坐标;
A220:基于移动摄像机型号,从摄像窗口路径匹配表中匹配第一匹配窗口路径,其中,所述第一匹配窗口路径具有第一路径起点,所述第一路径起点具有轴心校准线和镜头边缘校准线;
A230:将所述轴心校准线和所述镜头轴心方向参数对齐,将所述镜头边缘校准线和所述镜头边缘坐标重合,完成摄像窗口路径延伸,获得所述第一摄像窗口覆盖路径。
具体而言,应理解的,本实施例中一种基于图像识别的3D动画模型智能生成方法,应用于基于图像识别的3D动画模型智能生成系统,所述系统和移动摄像机通信连接,所述移动摄像机布设于所述预设区域中,用于对所述待建模实体进行用于建模使用的图像采集。
所述移动约束区域用于规定所述移动摄像机在所述预设区域中的运动范围,以确保摄像机不会移出指定的区域。所述移动约束区域的目的是限制所述移动摄像机的运动范围,以便控制所拍摄的图像内容。在所述移动约束区域内,所述移动摄像机可以以不同的位置和角度进行移动和旋转,以获得不同的视角或镜头效果。
交互获得摄像窗口路径匹配表,所述摄像窗口路径匹配表中记录有多组摄像机型号-摄像机外延路径,所述摄像机外延路径用于描述移动摄像机在未来时间内的运动轨迹,即移动摄像机将如何移动和旋转以捕捉未来的场景或动作。所述摄像窗口路径匹配表数据全面,每个摄像机的外延路径均可从摄像窗口路径匹配表确定。
基于移动摄像机型号,从摄像窗口路径匹配表中匹配第一匹配窗口路径,所述第一匹配窗口路径具有第一路径起点,所述第一路径起点具有轴心校准线和镜头边缘校准线,所述第一路径起点为在第一匹配窗口路径这条理论路径上,移动摄像机的初始起点,所述轴心校准线是指通过镜头的光学中心与图像或场景(预设区域)的垂直线,轴心校准线确定了摄像机的视野中心线,用于对准拍摄目标的位置;镜头边缘校准线是指通过镜头视野的边缘或边界的线。
在获得所述第一匹配窗口路径的基础上,本实施例在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,进而将所述第一相机旋转角度通过欧拉角到旋转矩阵或四元数的转换为旋转矩阵或四元数,进而从旋转矩阵或四元数中提取轴心方向向量,作为所述镜头轴心方向参数以表征摄像机镜头的朝向。
进而根据所述移动摄像机的摄像机型号,获得包括焦距、主点坐标的移动摄像机内参数,以及所述移动摄像机的透视投影模型,根据所述移动摄像机内参数、所述透视投影模型以及所述第一摄像位置和所述第一相机旋转角度(摄像机朝向),将所述预设区域这一三维空间中的点投影到二维图像上,以获得所述镜头边缘坐标,所述镜头边缘坐标是在摄像机图像的边缘处或在图像视野之外的位置所对应的二维坐标,所述镜头边缘坐标通常用来表示图像中与主图像中心不直接相关的区域。
进一步的,通过调整摄像机或镜头方位,使轴心校准线与所述镜头轴心方向参数对齐;通过调整摄像机的朝向或角度,使镜头边缘校准线与和所述镜头边缘坐标重合,以完成第一匹配窗口路径在所述预设区域中的落地,进行第一匹配窗口路径在所述预设区域中实际路径的第一摄像窗口路径延伸,获得所述第一摄像窗口覆盖路径,所述第一摄像窗口覆盖路径为移动摄像机在预设区域中在未来时间内的实际运动轨迹。
本实施例通过分析移动摄像机,确定理论上的第一匹配窗口路径,进而结合移动摄像机在预设区域的位置和朝向进行第一匹配窗口路径的实操落地,实现了获得第一摄像窗口覆盖路径,为后续进行待建模实体拍摄提供基础。
A300:判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交;
具体而言,应理解的,如若所述第一摄像窗口覆盖路径与所述网格定位坐标相交,则表明基于当前第一摄像窗口覆盖路径在预设区域中进行移动摄像机的移动和旋转捕捉可以拍摄捕捉到所述待建模实体的全部外观。
基于此,本实施例判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交,若所述第一摄像窗口覆盖路径与所述网格定位坐标相交,则以所述第一摄像窗口覆盖路径为基准,进行移动摄像机旋转角度调节优化,以实现基于第一摄像窗口覆盖路径进行移动摄像机旋转角度调整,以对待建模实体无镜头畸变影响的有效图像采集。
A400:当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标;
在一个实施例中,当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标,本申请提供的方法步骤A400还包括:
A410:当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相机旋转角度约束区间,其中,所述第一相机旋转角度约束区间包括垂直方向旋转角度约束区间和水平方向旋转角度约束区间;
A420:基于所述垂直方向旋转角度约束区间和/或所述水平方向旋转角度约束区间,调整所述移动摄像机的旋转角度,获得多个初始相交界线坐标;
A430:遍历所述多个初始相交界线坐标进行摄像覆盖范围分析,生成多个摄像覆盖面积;
A440:从所述多个初始相交界线坐标筛选所述多个摄像覆盖面积的最大值的初始相交界线坐标,设为所述第一相交界线坐标;以及
A450:根据所述多个摄像覆盖面积的最大值的旋转角度,对所述第一相机旋转角度进行更新。
具体而言,应理解的,基于前述内容可知,所述第一摄像机覆盖路径是所述移动摄像机在所述预设区域中在未来时间内的运动轨迹,即所述移动摄像机将在预设区域中如何移动和旋转。因而本实施例在判断结果为所述第一摄像窗口覆盖路径与所述网格定位坐标相交时,基于所述第一摄像窗口覆盖路径直接获得所述第一相机旋转角度约束区间,所述第一相机旋转角度约束区间包括垂直方向旋转角度约束区间和水平方向旋转角度约束区间。
预设角度调整步长,例如每次摄像机旋转角度在垂直方向/水平方向旋转5°。以所述预设角度调整步长在所述垂直方向旋转角度约束区间和/或所述水平方向旋转角度约束区间内,将所述垂直方向旋转角度约束区间和/或所述水平方向旋转角度约束区间划分为垂直方向多个旋转角度和水平方向多个旋转角度,进而将垂直方向多个旋转角度和水平方向多个旋转角度进行枚举组合,获得多组旋转角度对所述移动摄像机的旋转角度进行调整控制,获得所述移动摄像机在所述第一摄像位置的多个实际摄像机旋转角度。
采用计算获得所述镜头边缘坐标相同方法,根据所述移动摄像机内参数、所述透视投影模型以及所述第一摄像位置和所述多个实际摄像机旋转角度(实际调整后摄像机朝向),将所述预设区域这一三维空间中的点投影到二维图像上,以获得所述多个初始相交界线坐标。
所述摄像覆盖范围是摄像机可采集的预设区域内正方体网格块的数量,以所述第一摄像位置作为锥体顶点,以所述初始相交界限坐标作为锥体延伸圆进行视场锥体构建,获得多个视场椎体。
进而计数获得每个视场椎体中存在的正方体网格快数量,作为多个摄像覆盖面积。从所述多个初始相交界线坐标筛选所述多个摄像覆盖面积的最大值的初始相交界线坐标,设为所述第一相交界线坐标;以及根据所述多个摄像覆盖面积的最大值的旋转角度,对所述第一相机旋转角度进行更新。
本实施例达到了基于旋转角度调整,获得在第一摄像位置可对预设区域进行最大视野覆盖的摄像机旋转角度的技术效果,为后续进行待建模实体进行全面性表观图像采集提供保障。
A500:基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度;
在一个实施例中,基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度,本申请提供的方法步骤A500还包括:
A510:基于所述移动约束区域随机提取待选摄像位置和待选相机旋转角度,其中,所述待选摄像位置和所述第一摄像位置不同;
A520:基于所述待选摄像位置和所述待选相机旋转角度,获得待选相交界线坐标;
A530:获得所述第一相交界线坐标的第一覆盖平面和所述待选相交界线坐标的第二覆盖平面的平面夹角信息;
A540:根据所述平面夹角信息,确定所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
在一个实施例中,根据所述平面夹角信息,确定所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,本申请提供的方法步骤A540还包括:
A541:当所述平面夹角信息不等于0,获得所述第一覆盖平面在所述第二覆盖平面上的平面投影和所述第二覆盖平面的第一平面相交面积信息和第一平面非相交面积信息;
A542:对所述第一平面相交面积信息和所述第一平面非相交面积信息加和计算,获得面积加和结果;
A543:计算所述第一平面相交面积信息在所述面积加和结果的占比,生成摄像损失系数;
A544:当所述摄像损失系数大于或等于摄像损失系数阈值,更新所述待选摄像位置和/或所述待选相机旋转角度;
A545:当所述摄像损失系数小于所述摄像损失系数阈值,将所述待选摄像位置和所述待选相机旋转角度,添加进所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
在一个实施例中,根据所述平面夹角信息,确定所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,本申请提供的方法步骤A541还包括:
A541-1:当所述平面夹角信息等于0,获得所述第一覆盖平面和所述第二覆盖平面的第二平面相交面积信息;
A541-1:当所述第二平面相交面积信息大于0,更新所述待选摄像位置和/或所述待选相机旋转角度;
A541-2:当所述第二平面相交面积信息等于0,将所述待选摄像位置和所述待选相机旋转角度,添加进所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
具体而言,在本实施例中,基于所述移动约束区域二次随机提取待选摄像位置和待选相机旋转角度,需要保证所述待选摄像位置和所述第一摄像位置不同。
采用获得所述初始相交界线坐标相同方法,基于所述待选摄像位置和所述待选相机旋转角度,获得待选相交界线坐标,所述待选相交界线坐标就是移动摄像机在所述待选摄像位置以所述待选相机旋转角度进行摄像机角度控制下,所述移动摄像机在预设区域可以看到的边界。
根据待选相交界线坐标,绘制出移动摄像头的所述第二覆盖平面,可以是一个矩形、多边形或其他形状,表示移动摄像机在所述待选摄像位置以所述待选相机旋转角度进行摄像机角度控制下的可视区域。采用相同方法,根据所述第一相交界线坐标绘制获得第一覆盖平面。
基于第一覆盖平面在预设区域的三维坐标系中获得第一平面中心点坐标,基于第二覆盖平面在预设区域的三维坐标系中获得第二平面中心点坐标。
获得第一平面中心点坐标与所述第一摄像位置的连线,获得第二平面中心点坐标与所述待选摄像位置的连线,基于两个连线进行夹角计算作为所述平面夹角信息,所述平面夹角信息反映两组摄像位置-摄像角度所采集图像在采集方向上的偏差。
具体的,当所述平面夹角信息不等于0时,表明待选摄像位置和待选相机旋转角度与第一摄像位置和更新后的第一相机旋转角度所采集图像不在一个方向上,在此基础上,本实施例进一步计算两者所采集图像的相交面积,以判断基于两者所采集图像进行建模时,是否由于图像采集内容重复,导致建模成本上升。
具体的,在本实施例中,将第一个覆盖平面投影到第二覆盖平面上,以确定它们之间的平面交集作为所述平面投影。
进而,基于几何计算,在第二覆盖平面上,计算第一覆盖平面与第二覆盖平面的交集面积作为所述第一平面相交面积信息,计算第一覆盖平面中不与第二覆盖平面相交的区域的面积作为所述第一平面非相交面积信息。
对所述第一平面相交面积信息和所述第一平面非相交面积信息加和计算,获得表征总的覆盖面积信息(并集)的面积加和结果;计算所述第一平面相交面积信息在所述面积加和结果的占比,生成用于评估第一覆盖平面在第二覆盖平面上的有效覆盖程度的所述摄像损失系数。
预设用于判断基于两者所采集图像进行建模时,是否由于图像采集内容重复,导致建模成本上升的所述摄像损失系数阈值。
当所述摄像损失系数大于或等于摄像损失系数阈值时,表明基于所述待选摄像位置和/或所述待选相机旋转角度进行图像采集所获图像与第一摄像位置和更新后的第一相机旋转角度所采集图像进行3D建模时导致建模成本上升,基于此,更新所述待选摄像位置和/或所述待选相机旋转角度,直至获得所述摄像损失系数小于所述摄像损失系数阈值的所述待选摄像位置和/或所述待选相机旋转角度作为可以在预设区域对待建模实体进行图像采集的采集位置和移动摄像机旋转角度的所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
进一步的,当所述平面夹角信息等于0时,表明待选摄像位置和待选相机旋转角度与第一摄像位置和更新后的第一相机旋转角度所采集图像在一个方向上,若在一个方向上,则需要保证第一覆盖平面和第二覆盖平面的平面相交面积为0,从而避免在一个方向对待建模实体进行同样图像内容的图像的多张采集,对于后续基于图像进行3D建模造成图像处理负担。
基于此,本实施例在所述平面夹角信息等于0时,获得所述第一覆盖平面和所述第二覆盖平面的第二平面相交面积信息,当所述第二平面相交面积信息大于0,更新所述待选摄像位置和/或所述待选相机旋转角度;当所述第二平面相交面积信息等于0,将所述待选摄像位置和所述待选相机旋转角度,添加进所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
本实施例通过根据新增待选摄像位置和所述待选相机旋转角度与与第一摄像位置和更新后的第一相机旋转角度所采集图像是否在一个方向上,进行摄像位置和相机旋转角度的多轮次寻优,实现了获得能够对待建模实体进行多角度无内容重复图像的采集的N个摄像位置和N个相机旋转角度的技术效果,实现了降低图像建模过程的图像数据处理量的同时,不影响图像建模对于待建模实体的还原性的技术效果。
A600:基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果;
在一个实施例中,基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果,本申请提供的方法步骤A600还包括:
A610:获得所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度对所述网格定位坐标的覆盖比例系数;
A620:当所述覆盖比例系数等于1,将所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度,设为所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,其中,N=i;
A630:当所述覆盖比例系数小于1,更新所述待选摄像位置和所述待选相机旋转角度。
具体而言,在本实施例中,采用所述第一摄像位置和所述第一相机旋转角度构建椎体投影对所述待建模实体进行投影,并采用所述网格定位坐标进行在锥体覆盖范围内待建模实体表区域量化,获得网格定位坐标覆盖量。
进而以网格定位坐标覆盖量为分子,以所述网格定位坐标的总计正方体网格数量为分母,计算获得第一覆盖比例系数,以此类推,获得所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度对所述网格定位坐标i个覆盖比例系数,进而进行加和获得表征全部摄像位置和全部相机旋转角度下对于待建模实体表面覆盖完整度的所述覆盖比例系数。
当所述覆盖比例系数等于1,表明采用所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度进行移动摄像头控制,可以对待建模实体进行表面图像的全局采集,基于此,本实施例将所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度,设为所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,其中,N=i。
当所述覆盖比例系数小于1,则继续更新所述待选摄像位置和所述待选相机旋转角度。重复上述过程,直至所述覆盖比例系数等于1,保留所述覆盖比例系数等于1时的多组摄像位置-相机旋转角度。
本实施例通过分析确定多组摄像位置-相机旋转角度对待建模实体是否可以进行表面图像全局采集,实现了更新获得可对待建模实体表面进行全方位图像采集,实现进行待建模实体图像3D建模用图像采集的图像采集位置信息和图像采集角度信息的技术效果。
A700:对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型。
具体而言,在本实施例中,所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标即为在所述预设区域中,移动摄像头进行所述N张图像采集结果获取的图像采集位置,所述N张图像采集结果的优势在于图像畸变较弱,且多张图像的图像内容重叠较弱,进行图像建模时数据处理量较少。
在此基础上,本实施例采用现有图像3D建模技术,对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型。
本实施例通过以拼接目的为导向,结合待建模实体对图像采集参数进行图像采集参数逆向优化,进而根据优化后图像采集参数进行图像采集,达到了在减少建模图像采集工作量的同时,获得低畸变率建模实体图像,提高3D建模还原度的技术效果。
实施例二
基于与前述实施例中一种基于图像识别的3D动画模型智能生成方法相同的发明构思,如图3所示,本申请提供了一种基于图像识别的3D动画模型智能生成系统,其中,所述系统包括:
实体坐标获得单元1,用于将待建模实体运输至预设区域进行固定,获得所述待建模实体的网格定位坐标,其中,所述网格定位坐标为所述待建模实体表面定位网格坐标;
覆盖路径匹配单元2,用于在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径;
定位交集判断单元3,用于判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交;
界限坐标获得单元4,用于当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标;
旋转角度更新单元5,用于基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度;
图像采集执行单元6,用于基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果;
图像识别执行单元7,用于对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型。
在一个实施例中,所述覆盖路径匹配单元2还包括:
根据所述第一摄像位置和所述第一相机旋转角度,获得镜头轴心方向参数和镜头边缘坐标;
基于移动摄像机型号,从摄像窗口路径匹配表中匹配第一匹配窗口路径,其中,所述第一匹配窗口路径具有第一路径起点,所述第一路径起点具有轴心校准线和镜头边缘校准线;
将所述轴心校准线和所述镜头轴心方向参数对齐,将所述镜头边缘校准线和所述镜头边缘坐标重合,完成摄像窗口路径延伸,获得所述第一摄像窗口覆盖路径。
在一个实施例中,所述界限坐标获得单元4还包括:
当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相机旋转角度约束区间,其中,所述第一相机旋转角度约束区间包括垂直方向旋转角度约束区间和水平方向旋转角度约束区间;
基于所述垂直方向旋转角度约束区间和/或所述水平方向旋转角度约束区间,调整所述移动摄像机的旋转角度,获得多个初始相交界线坐标;
遍历所述多个初始相交界线坐标进行摄像覆盖范围分析,生成多个摄像覆盖面积;
从所述多个初始相交界线坐标筛选所述多个摄像覆盖面积的最大值的初始相交界线坐标,设为所述第一相交界线坐标;以及
根据所述多个摄像覆盖面积的最大值的旋转角度,对所述第一相机旋转角度进行更新。
在一个实施例中,所述旋转角度更新单元5包括:
基于所述移动约束区域随机提取待选摄像位置和待选相机旋转角度,其中,所述待选摄像位置和所述第一摄像位置不同;
基于所述待选摄像位置和所述待选相机旋转角度,获得待选相交界线坐标;
获得所述第一相交界线坐标的第一覆盖平面和所述待选相交界线坐标的第二覆盖平面的平面夹角信息;
根据所述平面夹角信息,确定所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
在一个实施例中,所述旋转角度更新单元5包括:
当所述平面夹角信息不等于0,获得所述第一覆盖平面在所述第二覆盖平面上的平面投影和所述第二覆盖平面的第一平面相交面积信息和第一平面非相交面积信息;
对所述第一平面相交面积信息和所述第一平面非相交面积信息加和计算,获得面积加和结果;
计算所述第一平面相交面积信息在所述面积加和结果的占比,生成摄像损失系数;
当所述摄像损失系数大于或等于摄像损失系数阈值,更新所述待选摄像位置和/或所述待选相机旋转角度;
当所述摄像损失系数小于所述摄像损失系数阈值,将所述待选摄像位置和所述待选相机旋转角度,添加进所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
在一个实施例中,所述旋转角度更新单元5包括:
当所述平面夹角信息等于0,获得所述第一覆盖平面和所述第二覆盖平面的第二平面相交面积信息;
当所述第二平面相交面积信息大于0,更新所述待选摄像位置和/或所述待选相机旋转角度;
当所述第二平面相交面积信息等于0,将所述待选摄像位置和所述待选相机旋转角度,添加进所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
在一个实施例中,所述图像采集执行单元6还包括:
获得所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度对所述网格定位坐标的覆盖比例系数;
当所述覆盖比例系数等于1,将所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度,设为所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,其中,N=i;
当所述覆盖比例系数小于1,更新所述待选摄像位置和所述待选相机旋转角度。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中,通过各种不限类型的计算机处理器识别计算机指令或程序,进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (7)
1.一种基于图像识别的3D动画模型智能生成方法,其特征在于,应用于基于图像识别的3D动画模型智能生成系统,所述系统和移动摄像机通信连接,包括:
将待建模实体运输至预设区域进行固定,获得所述待建模实体的网格定位坐标,其中,所述网格定位坐标为所述待建模实体表面定位网格坐标;
在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径;
判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交;
当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标;
基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度;
基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果;
对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型;
当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标,还包括:
当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相机旋转角度约束区间,其中,所述第一相机旋转角度约束区间包括垂直方向旋转角度约束区间和水平方向旋转角度约束区间;
基于所述垂直方向旋转角度约束区间和/或所述水平方向旋转角度约束区间,调整所述移动摄像机的旋转角度,获得多个初始相交界线坐标;
遍历所述多个初始相交界线坐标进行摄像覆盖范围分析,生成多个摄像覆盖面积;
从所述多个初始相交界线坐标筛选所述多个摄像覆盖面积的最大值的初始相交界线坐标,设为所述第一相交界线坐标;以及
根据所述多个摄像覆盖面积的最大值的旋转角度,对所述第一相机旋转角度进行更新。
2.如权利要求1所述的方法,其特征在于,在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径,包括:
根据所述第一摄像位置和所述第一相机旋转角度,获得镜头轴心方向参数和镜头边缘坐标;
基于移动摄像机型号,从摄像窗口路径匹配表中匹配第一匹配窗口路径,其中,所述第一匹配窗口路径具有第一路径起点,所述第一路径起点具有轴心校准线和镜头边缘校准线;
将所述轴心校准线和所述镜头轴心方向参数对齐,将所述镜头边缘校准线和所述镜头边缘坐标重合,完成摄像窗口路径延伸,获得所述第一摄像窗口覆盖路径。
3.如权利要求1所述的方法,其特征在于,基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度,包括:
基于所述移动约束区域随机提取待选摄像位置和待选相机旋转角度,其中,所述待选摄像位置和所述第一摄像位置不同;
基于所述待选摄像位置和所述待选相机旋转角度,获得待选相交界线坐标;
获得所述第一相交界线坐标的第一覆盖平面和所述待选相交界线坐标的第二覆盖平面的平面夹角信息;
根据所述平面夹角信息,确定所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
4.如权利要求3所述的方法,其特征在于,根据所述平面夹角信息,确定所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,包括:
当所述平面夹角信息不等于0,获得所述第一覆盖平面在所述第二覆盖平面上的平面投影和所述第二覆盖平面的第一平面相交面积信息和第一平面非相交面积信息;
对所述第一平面相交面积信息和所述第一平面非相交面积信息加和计算,获得面积加和结果;
计算所述第一平面相交面积信息在所述面积加和结果的占比,生成摄像损失系数;
当所述摄像损失系数大于或等于摄像损失系数阈值,更新所述待选摄像位置和/或所述待选相机旋转角度;
当所述摄像损失系数小于所述摄像损失系数阈值,将所述待选摄像位置和所述待选相机旋转角度,添加进所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
5.如权利要求4所述的方法,其特征在于,根据所述平面夹角信息,确定所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,包括:
当所述平面夹角信息等于0,获得所述第一覆盖平面和所述第二覆盖平面的第二平面相交面积信息;
当所述第二平面相交面积信息大于0,更新所述待选摄像位置和/或所述待选相机旋转角度;
当所述第二平面相交面积信息等于0,将所述待选摄像位置和所述待选相机旋转角度,添加进所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度。
6.如权利要求4所述的方法,其特征在于,基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果,包括:
获得所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度对所述网格定位坐标的覆盖比例系数;
当所述覆盖比例系数等于1,将所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到第i摄像位置和第i相机旋转角度,设为所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,其中,N=i;
当所述覆盖比例系数小于1,更新所述待选摄像位置和所述待选相机旋转角度。
7.一种基于图像识别的3D动画模型智能生成系统,其特征在于,所述系统包括:
实体坐标获得单元,用于将待建模实体运输至预设区域进行固定,获得所述待建模实体的网格定位坐标,其中,所述网格定位坐标为所述待建模实体表面定位网格坐标;
覆盖路径匹配单元,用于在移动摄像机的移动约束区域随机选取第一摄像位置和第一相机旋转角度,基于所述第一摄像位置和所述第一相机旋转角度进行摄像窗口路径延伸,匹配第一摄像窗口覆盖路径;
定位交集判断单元,用于判断所述第一摄像窗口覆盖路径是否和所述网格定位坐标相交;
界线坐标获得单元,用于当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标;
旋转角度更新单元,用于基于所述第一相交界线坐标,在所述移动约束区域,对所述移动摄像机的所述第一摄像位置和所述第一相机旋转角度进行更新,获得第二摄像位置和第二相机旋转角度直到第N摄像位置和第N相机旋转角度;
图像采集执行单元,用于基于所述第一摄像位置和所述第一相机旋转角度、所述第二摄像位置和所述第二相机旋转角度直到所述第N摄像位置和所述第N相机旋转角度,调度所述移动摄像机进行图像采集,获得N张图像采集结果;
图像识别执行单元,用于对所述N张图像采集结果进行图像识别,并按照所述第一相交界线坐标、第二相交界线坐标直到第N相交界线坐标进行拼接,构建3D动画模型;
当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相交界线坐标,还包括:
当所述第一摄像窗口覆盖路径与所述网格定位坐标相交,获得第一相机旋转角度约束区间,其中,所述第一相机旋转角度约束区间包括垂直方向旋转角度约束区间和水平方向旋转角度约束区间;
基于所述垂直方向旋转角度约束区间和/或所述水平方向旋转角度约束区间,调整所述移动摄像机的旋转角度,获得多个初始相交界线坐标;
遍历所述多个初始相交界线坐标进行摄像覆盖范围分析,生成多个摄像覆盖面积;
从所述多个初始相交界线坐标筛选所述多个摄像覆盖面积的最大值的初始相交界线坐标,设为所述第一相交界线坐标;以及
根据所述多个摄像覆盖面积的最大值的旋转角度,对所述第一相机旋转角度进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311472893.5A CN117218244B (zh) | 2023-11-07 | 2023-11-07 | 一种基于图像识别的3d动画模型智能生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311472893.5A CN117218244B (zh) | 2023-11-07 | 2023-11-07 | 一种基于图像识别的3d动画模型智能生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117218244A CN117218244A (zh) | 2023-12-12 |
CN117218244B true CN117218244B (zh) | 2024-02-13 |
Family
ID=89048474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311472893.5A Active CN117218244B (zh) | 2023-11-07 | 2023-11-07 | 一种基于图像识别的3d动画模型智能生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117218244B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9775512B1 (en) * | 2014-03-19 | 2017-10-03 | Christopher W. Tyler | Binocular eye tracking from video frame sequences |
CN108174090A (zh) * | 2017-12-28 | 2018-06-15 | 北京天睿空间科技股份有限公司 | 基于三维空间视口信息的球机联动方法 |
CN109801365A (zh) * | 2019-01-25 | 2019-05-24 | 上海小萌科技有限公司 | 一种三维建模数据采集装置及其三维建模方法 |
CN109816790A (zh) * | 2018-12-26 | 2019-05-28 | 江苏嘉禾环境科技有限公司 | 一种用于水文监测的三维实景建模方法 |
CN111366917A (zh) * | 2020-03-13 | 2020-07-03 | 北京百度网讯科技有限公司 | 可行驶区域检测方法、装置、设备及计算机可读存储介质 |
CN112181230A (zh) * | 2020-09-30 | 2021-01-05 | 武汉中科通达高新技术股份有限公司 | 一种数据展示方法、装置以及电子设备 |
CN112258390A (zh) * | 2020-09-10 | 2021-01-22 | 华中师范大学 | 一种高精度微观虚拟学习资源生成方法 |
CN113129422A (zh) * | 2019-12-30 | 2021-07-16 | 中移智行网络科技有限公司 | 一种三维模型构建方法、装置、存储介质和计算机设备 |
CN113205603A (zh) * | 2021-05-07 | 2021-08-03 | 无锡信捷电气股份有限公司 | 一种基于旋转台的三维点云拼接重建方法 |
CN113218325A (zh) * | 2020-04-09 | 2021-08-06 | 宁波熠视科技有限公司 | 适用于三维尺寸检测的激光相机系统 |
CN115019208A (zh) * | 2022-06-15 | 2022-09-06 | 长安大学 | 一种面向动态交通场景的路面三维重建方法和系统 |
WO2023134546A1 (zh) * | 2022-01-12 | 2023-07-20 | 如你所视(北京)科技有限公司 | 场景空间模型的构建方法、装置以及存储介质 |
CN116468609A (zh) * | 2023-04-23 | 2023-07-21 | 中国科学院宁波材料技术与工程研究所 | 基于SuperGlue的两段式变焦相机多图像拼接方法和系统 |
CN116612001A (zh) * | 2023-05-16 | 2023-08-18 | 西安空天机电智能制造有限公司 | 图像拼接方法以及装置 |
CN116797699A (zh) * | 2023-08-28 | 2023-09-22 | 武汉博润通文化科技股份有限公司 | 基于三维立体技术的智能动画建模方法及系统 |
-
2023
- 2023-11-07 CN CN202311472893.5A patent/CN117218244B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9775512B1 (en) * | 2014-03-19 | 2017-10-03 | Christopher W. Tyler | Binocular eye tracking from video frame sequences |
CN108174090A (zh) * | 2017-12-28 | 2018-06-15 | 北京天睿空间科技股份有限公司 | 基于三维空间视口信息的球机联动方法 |
CN109816790A (zh) * | 2018-12-26 | 2019-05-28 | 江苏嘉禾环境科技有限公司 | 一种用于水文监测的三维实景建模方法 |
CN109801365A (zh) * | 2019-01-25 | 2019-05-24 | 上海小萌科技有限公司 | 一种三维建模数据采集装置及其三维建模方法 |
CN113129422A (zh) * | 2019-12-30 | 2021-07-16 | 中移智行网络科技有限公司 | 一种三维模型构建方法、装置、存储介质和计算机设备 |
CN111366917A (zh) * | 2020-03-13 | 2020-07-03 | 北京百度网讯科技有限公司 | 可行驶区域检测方法、装置、设备及计算机可读存储介质 |
CN113218325A (zh) * | 2020-04-09 | 2021-08-06 | 宁波熠视科技有限公司 | 适用于三维尺寸检测的激光相机系统 |
CN112258390A (zh) * | 2020-09-10 | 2021-01-22 | 华中师范大学 | 一种高精度微观虚拟学习资源生成方法 |
CN112181230A (zh) * | 2020-09-30 | 2021-01-05 | 武汉中科通达高新技术股份有限公司 | 一种数据展示方法、装置以及电子设备 |
CN113205603A (zh) * | 2021-05-07 | 2021-08-03 | 无锡信捷电气股份有限公司 | 一种基于旋转台的三维点云拼接重建方法 |
WO2023134546A1 (zh) * | 2022-01-12 | 2023-07-20 | 如你所视(北京)科技有限公司 | 场景空间模型的构建方法、装置以及存储介质 |
CN115019208A (zh) * | 2022-06-15 | 2022-09-06 | 长安大学 | 一种面向动态交通场景的路面三维重建方法和系统 |
CN116468609A (zh) * | 2023-04-23 | 2023-07-21 | 中国科学院宁波材料技术与工程研究所 | 基于SuperGlue的两段式变焦相机多图像拼接方法和系统 |
CN116612001A (zh) * | 2023-05-16 | 2023-08-18 | 西安空天机电智能制造有限公司 | 图像拼接方法以及装置 |
CN116797699A (zh) * | 2023-08-28 | 2023-09-22 | 武汉博润通文化科技股份有限公司 | 基于三维立体技术的智能动画建模方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于结构光扫描三维重建技术研究;王世淼;曾忠;李春梅;张军;;北京印刷学院学报(第02期);第66-70页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117218244A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107179768B (zh) | 一种障碍物识别方法及装置 | |
CN110799921A (zh) | 拍摄方法、装置和无人机 | |
CN110231023B (zh) | 一种智能视觉采样方法、系统及装置 | |
CN110543871A (zh) | 基于点云的3d比对测量方法 | |
WO2018196303A1 (zh) | 多方位投影的投影仪标定方法及装置 | |
CN105898107B (zh) | 一种目标物体抓拍方法及系统 | |
WO2021134285A1 (zh) | 图像跟踪处理方法、装置、计算机设备和存储介质 | |
WO2020063058A1 (zh) | 一种多自由度可动视觉系统的标定方法 | |
CN115179294A (zh) | 机器人控制方法、系统、计算机设备、存储介质 | |
CN113592946A (zh) | 位姿定位方法、装置、智能机器人及存储介质 | |
CN110851978B (zh) | 一种基于可见性的摄像机位置优化方法 | |
CN110544273A (zh) | 运动捕捉方法、装置以及系统 | |
CN115345942A (zh) | 空间标定方法、装置、计算机设备和存储介质 | |
CN117218244B (zh) | 一种基于图像识别的3d动画模型智能生成方法 | |
CN116438581A (zh) | 三维点群高密度化装置、三维点群高密度化方法及程序 | |
CN107123135B (zh) | 一种无序三维点云的无畸变成像方法 | |
CN111526297B (zh) | 曲面屏图像采集方法、装置及终端设备 | |
CN115830042A (zh) | 一种锚喷机器人隧道拱面复喷区域识别与定位方法 | |
CN109213154A (zh) | 一种基于Slam定位方法、装置、电子设备及计算机存储介质 | |
CN114608522A (zh) | 一种基于视觉的障碍物识别与测距方法 | |
Schieber et al. | Nerftrinsic four: An end-to-end trainable nerf jointly optimizing diverse intrinsic and extrinsic camera parameters | |
Grigorescu et al. | Controlling Depth Estimation for Robust Robotic Perception | |
Ahmad Yusri et al. | Preservation of cultural heritage: a comparison study of 3D modelling between laser scanning, depth image, and photogrammetry methods | |
CN111491146B (zh) | 用于智能教学的互动投影系统 | |
WO2023070441A1 (zh) | 可移动平台的定位方法和装置 |
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 |