CN117876610A - 针对三维构建模型的模型训练方法、装置、存储介质 - Google Patents
针对三维构建模型的模型训练方法、装置、存储介质 Download PDFInfo
- Publication number
- CN117876610A CN117876610A CN202410281172.4A CN202410281172A CN117876610A CN 117876610 A CN117876610 A CN 117876610A CN 202410281172 A CN202410281172 A CN 202410281172A CN 117876610 A CN117876610 A CN 117876610A
- Authority
- CN
- China
- Prior art keywords
- view
- image features
- features corresponding
- human body
- similarity
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012549 training Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 238000010276 construction Methods 0.000 title abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本说明书公开了一种针对三维构建模型的模型训练方法、装置、存储介质，其中，首先获取人体视图集，人体视图集中包括目标人体的前视图和后视图；从人体视图集中确定第一视图以及第二视图，第一视图和第二视图所对应的采集视角不同；确定第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于第一目标视角邻域范围内的针对目标人体所采集到的视图，作为第一参照视图，然后将各视图输入到待训练的三维构建模型中进行特征提取，最后以最小化第二视图对应的图像特征与第一参照视图对应的图像特征之间的相似度，以及最大化第一视图对应的图像特征与第一参照视图对应的图像特征之间的相似度为优化目标，对三维构建模型进行训练。
Description
技术领域
本说明书涉及计算机技术领域，尤其涉及一种针对三维构建模型的模型训练方法、装置、存储介质。
背景技术
目前，在三维人体模型构建领域，使用前后视角生成特征平面并直接拼接在一起可能会导致视角合成时出现错乱的情况，例如在背部头发区域形成"镜像脸"的现象，而现有的研究是使用注意力机制来聚合多视角图像提取的特征，从而融合从不同视角提取的特征。
然而，这种方式在对齐前后视图的二维特征平面时并不容易，并且在处理相同的特征平面时视角容易出现不一致的情况，这很有可能导致信息丢失并在聚合过程中损害特征完整性。
因此，如何更好的对齐前后视图的二维特征平面，降低特征处理时视角不一致的情况，从而使三维人体模型的构建更加准确高效，是一个亟待解决的问题。
发明内容
本说明书提供一种针对三维构建模型的模型训练方法、装置、存储介质。以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种针对三维构建模型的模型训练方法，包括：
获取人体视图集，其中，所述人体视图集中包括目标人体的前视图和后视图；
从所述人体视图集中确定第一视图以及第二视图，所述第一视图和所述第二视图所对应的采集视角不同；
确定所述第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于所述第一目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第一参照视图；
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征；
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
可选地，将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征，具体包括：
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以从所述第一参照视图中提取出所述第一参照视图对应的图像特征，以及在相同的特征空间坐标系下对所述第一视图以及所述第二视图进行特征提取，得到所述第一视图对应的图像特征以及所述第二视图对应的图像特征。
可选地，在以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练之前，所述方法还包括：
确定所述第二视图对应的采集视角，作为第二目标视角，并获取采集视角位于所述第二目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第二参照视图；
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征，具体包括：
将所述第一视图、所述第一参照视图、所述第二视图以及所述第二参照视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征、所述第一参照视图对应的图像特征、所述第二视图对应的图像特征以及所述第二参照视图对应的图像特征；
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练，具体包括：
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，最小化所述第一视图对应的图像特征与所述第二参照视图对应的图像特征之间的相似度，最大化所述第二视图对应的图像特征与所述第二参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
可选地，在以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练之前，所述方法还包括：
确定所述第二视图对应的采集视角，作为第二目标视角，并获取采集视角位于所述第二目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第二参照视图；
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征，具体包括：
将所述第一视图、所述第一参照视图、所述第二视图以及所述第二参照视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征、所述第一参照视图对应的图像特征、所述第二视图对应的图像特征以及所述第二参照视图对应的图像特征；
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练，具体包括：
通过所述第一视图以及所述第一参照视图，构建第一样本集，以及通过所述第二视图以及所述第二参照视图，构建第二样本集；
以最小化不同样本集中任意两个视图对应的图像特征之间的相似度，以及最大化同一样本集中任意两个视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
本说明书提供了一种三维人体建模的方法，包括：
采集指定人体的前视图和后视图；
将所述前视图以及所述后视图输入到预先训练的三维构建模型中，以使得所述三维构建模型从所述前视图中提取出图像特征，以及从所述后视图中提取出图像特征，并根据从所述前视图中提取出图像特征以及所述后视图中提取出图像特征，构建出针对所述指定人体的三维模型，所述三维构建模型是通过上述的模型方法训练得到的。
本说明书提供了一种针对三维构建模型的模型训练装置，包括：
获取模块，用于获取人体视图集，其中，所述人体视图集中包括目标人体的前视图和后视图；
第一确定模块，用于从所述人体视图集中确定第一视图以及第二视图，所述第一视图和所述第二视图所对应的采集视角不同；
第二确定模块，用于确定所述第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于所述第一目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第一参照视图；
提取模块，用于将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征；
训练模块，用于以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
可选地，所述提取模块具体用于，将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以从所述第一参照视图中提取出所述第一参照视图对应的图像特征，以及在相同的特征空间坐标系下对所述第一视图以及所述第二视图进行特征提取，得到所述第一视图对应的图像特征以及所述第二视图对应的图像特征。
本说明书提供了一种三维人体建模的装置，包括：
采集模块，用于采集指定人体的前视图和后视图；
处理模块，用于将所述前视图以及所述后视图输入到预先训练的三维构建模型中，以使得所述三维构建模型从所述前视图中提取出图像特征，以及从所述后视图中提取出图像特征，并根据从所述前视图中提取出图像特征以及所述后视图中提取出图像特征，构建出针对所述指定人体的三维模型，所述三维构建模型是通过上述的模型方法训练得到的。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述针对三维构建模型的模型训练方法或上述三维人体建模的方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述针对三维构建模型的模型训练方法或上述三维人体建模的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的针对三维构建模型的模型训练方法中，首先会获取人体视图集，该人体视图集中包括目标人体的前视图和后视图，然后从该人体视图集中确定第一视图以及第二视图，并确定第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于第一目标视角邻域范围内的针对目标人体所采集到的视图，作为第一参照视图，然后将第一视图、第一参照视图以及第二视图输入到待训练的三维构建模型中进行特征提取，并在特征提取时在相同的特征空间坐标系下对第一视图以及第二视图进行特征提取，获得各视图对应的图像特征，最后以最小化第二视图对应的图像特征与第一参照视图对应的图像特征之间的相似度，以及最大化第一视图对应的图像特征与第一参照视图对应的图像特征之间的相似度为优化目标，对三维构建模型进行训练。
从上述方法可以看出，本说明书能够在相同的特征空间坐标系下对第一视图以及第二视图进行特征提取，更好的对齐了前后视图的特征，同时训练后模型在根据前后视图对应的图像特征推理任意视角下的图像特征时，能够更多的利用该任意视角所接近的前视图或后视图对应的图像特征进行特征的推理，提高了三维人体模型构建的准确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中提供的一种针对三维构建模型的模型训练方法的流程示意图；
图2为本说明书中提供的一种三维人体建模的方法的流程示意图；
图3为本说明书提供的一种针对三维构建模型的模型训练装置的示意图；
图4为本说明书中提供的一种三维人体建模的装置的示意图；
图5为本说明书中提供的一种应于图1的电子设备的示意结构图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种针对三维构建模型的模型训练方法的流程示意图，包括以下步骤：
S101：获取人体视图集，其中，所述人体视图集中包括目标人体的前视图和后视图。
在三维人体模型构建领域，传统的模型构建方式是使用前后视角生成特征平面，然后直接将前后视角对应的特征平面拼接在一起，这种方式容易出现错乱的情况，例如在背部头发区域形成"镜像脸"的现象，为了解决这个问题，现有的研究是使用注意力机制来聚合多视角图像提取的特征，从而融合从不同视角提取的特征。
然而，这种聚合多视角图像提取的特征来进行人体模型构建的方式依然带来了新的问题，比如在对齐前后视图的二维特征平面时不容易成功，并且在处理相同的特征平面时视角容易出现不一致的情况，这些问题很有可能导致信息丢失并在聚合过程中损害特征的完整性。
基于此，本说明书提供了一种针对三维构建模型的模型训练方法，通过对提取前后视图特征的过程进行优化，能够更好的对齐前后视图的特征，同时训练后模型在根据前后视图对应的图像特征推理任意视角下的图像特征时，能够更多的利用该任意视角所接近的前视图或后视图对应的图像特征进行特征的推理，提高了三维人体模型构建的准确性。
需要说明的是，在本说明书中用于实现针对三维构建模型的模型训练方法的执行主体可以是服务器等指定设备，也可以是台式电脑、笔记本电脑等终端设备，抑或是安装在终端设备中的客户端，为了便于描述，本说明书仅以服务器是执行主体为例，对本说明书提供的一种针对三维构建模型的模型训练方法进行说明。
服务器可以获取人体视图集，该人体视图集中包括目标人体的前视图和后视图，其中，服务器可以通过多种方式获取人体视图集，例如，服务器可以通过移动存储设备、网络传输等方式获取人体视图集，并将人体视图集存储在指定存储空间中，该人体视图集既可以来自于第三方数据集，也可以来自于实地拍摄。
S102：从所述人体视图集中确定第一视图以及第二视图，所述第一视图和所述第二视图所对应的采集视角不同。
针对人体视图集中包括的前视图和后视图，服务器可以将其中任意一张视图作为第一视图，并将另一张视图作为第二视图。
S103：确定所述第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于所述第一目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第一参照视图。
针对确定好的第一视图和第二视图，服务器可以确定第一视图以及第二视图对应的采集视角，并将第一视图对应的采集视角作为第一目标视角，将第二视图对应的采集视角作为第二目标视角，其中，若人体视图集中的前视图被确定为第一视图，则第一视图对应的采集视角即为前视图对应的采集视角，第二视图对应的采集视角即为后视图对应的采集视角。
服务器可以获取预设数量采集视角位于第一目标视角邻域范围内的针对目标人体所采集到的视图，作为第一参照视图，以及获取预设数量采集视角位于第二目标视角邻域范围内的针对目标人体所采集到的视图，作为第二参照视图，服务器还可以根据第一视图以及第一参照视图，构建第一样本集，根据第二视图以及第二参照视图，构建第二样本集。这里的邻域范围是指以目标视角的视角为正视角，向左右两侧偏移一定角度所形成的角度范围区间，具体偏移的角度大小需要根据实际情况分析而定。
S104：将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征。
服务器可以将第一视图、第一参照视图、第二视图以及第二参照视图输入到待训练的三维构建模型中，以通过待训练的三维构建模型，对各视图进行特征提取，获得各视图对应的图像特征。
其中，在提取第一视图的图像特征的过程中，同时将第二视图也输入至待训练模型中，以在相同的特征空间坐标系下，将第一视图在该特征空间坐标系下对应的特征平面空间与第二视图在该特征空间坐标系下对应的特征平面空间通过特征空间坐标系形成“镜像空间”，当对第一视图进行任意位置的特征提取时，“镜像空间”中对应的第二视图也会同时进行对应位置的特征提取，最终获得特征对齐的第一视图以及第二视图对应的图像特征。
S105：以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
针对由第一视图和第一参照视图构建的第一样本集以及第二视图和第二参照视图构建的第二样本集来说，服务器可以以最小化不同样本集中任意两个视图对应的图像特征之间的相似度，以及最大化同一样本集中任意两个视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
其中，针对第一参照视图以及第二参照视图中的任意一张视图，服务器可以确定该视图对应的图像特征与第一视图对应的图像特征的相似度，以及确定该视图对应的图像特征与第二视图对应的图像特征的相似度，并将相似度进行比较，若该视图对应的图像特征与第一视图对应的图像特征的相似度大于该视图对应的图像特征与第二视图对应的图像特征的相似度，则说明该视图是第一参照视图中包括的某一张视图，此时，将第一视图以及第一参照视图作为正样本，将第二视图以及第二参照视图作为负样本，反之，若该视图对应的图像特征与第一视图对应的图像特征的相似度小于该视图对应的图像特征与第二视图对应的图像特征的相似度，则说明该视图是第二参照视图中包括的某一张视图，此时，将第二视图以及第二参照视图作为正样本，将第一视图以及第一参照视图作为负样本。
针对第一参照视图以及第二参照视图中的任意一张视图，以最小化该视图对应的图像特征与负样本中包括的所有视图的图像特征的相似度，以及最大化该视图对应的图像特征与正样本中包括的所有视图的图像特征的相似度为目标，对模型进行训练，具体过程如下所示：
其中，=1，/>为第一参照视图以及第二参照视图中的任意一张视图对应的图像特征，/>表示/>对应的正样本对应的图像特征，/>表示正样本对应的图像特征或负样本对应的图像特征，当/>=0时，/>表示/>对应的正样本对应的图像特征，当/>=1时，/>表示/>对应的负样本对应的图像特征，/>为待训练模型鉴别负样本的超参数。
可以看出，表示/>与/>对应的正样本对应的图像特征的相似度，/>越大，则总损失值越小，其中，当/>的值变大，/>的值就会变小，导致原来的相似度分布变得更平滑，损失函数就会对所有的负样本一视同仁，导致模型学习没有注意力，反之，当/>的值变小，/>的值就会变大，则模型会更关注特别困难的负样本，但其实那些负样本很可能是潜在的正样本，这样会导致模型很难收敛或者泛化能力差，因此，/>的取值需要根据实际情况综合分析而定。
从上述方法可以看出，本说明书在提取第一视图以及第二视图的图像特征时，将第一视图以及第二视图在同一个特征空间坐标系下进行特征提取，更好的对齐了前后视图的特征，并且在模型训练时，让模型充分学习到前后视图对应的图像特征之间的差异，以使得训练后模型在对人体进行三维模型构建时，能够更好地区分前后视图的图像特征，从而不容易出现特征错乱的情况，同时训练后模型在使用目标人体的前后视图对应的图像特征推理其余任意视角的特征时，能够更多地利用该任意视角更接近的前视图或后视图对应的图像特征，从而提高了三维人体模型构建的准确性。
图2为本说明书中提供的一种三维人体建模的方法的流程示意图，包括以下步骤：
S201：采集指定人体的前视图和后视图。
服务器可以采集指定人体的前视图和后视图，以根据指定人体的前视图和后视图，对指定人体进行三维人体建模，其中，指定人体为需要被建模的人体，服务器可以使用实时拍摄或网络传输等方式采集指定人体的前视图和后视图，并将其存储在指定存储空间中。
S202：将所述前视图以及所述后视图输入到预先训练的三维构建模型中，以使得所述三维构建模型从所述前视图中提取出图像特征，以及从所述后视图中提取出图像特征，并根据从所述前视图中提取出图像特征以及所述后视图中提取出图像特征，构建出针对所述指定人体的三维模型。
服务器可以将指定人体的前视图和后视图输入到预先训练的三维构建模型中，以使得预先训练的三维构建模型，根据指定人体对应的前视图对应的图像特征和后视图对应的图像特征，推理出指定人体在任意视角下对应的图像特征，并将指定人体在各个视角下对应的图像特征进行特征融合，从而对指定人体进行三维人体模型的构建。
以上为本说明书的一个或多个实施针对三维构建模型的模型训练方法，基于同样的思路，本说明书还提供了相应的针对三维构建模型的模型训练装置以及三维人体建模的装置，如图3、图4所示。
图3为本说明书提供的一种针对三维构建模型的模型训练装置的示意图，包括：
获取模块301，用于获取人体视图集，其中，所述人体视图集中包括目标人体的前视图和后视图；
第一确定模块302，用于从所述人体视图集中确定第一视图以及第二视图，所述第一视图和所述第二视图所对应的采集视角不同；
第二确定模块303，用于确定所述第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于所述第一目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第一参照视图；
提取模块304，用于将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征；
训练模块305，用于以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
可选地，所述提取模块304具体用于，将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以从所述第一参照视图中提取出所述第一参照视图对应的图像特征，以及在相同的特征空间坐标系下对所述第一视图以及所述第二视图进行特征提取，得到所述第一视图对应的图像特征以及所述第二视图对应的图像特征。
可选地，在所述训练模块305以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练之前，所述第二确定模块303还用于，确定所述第二视图对应的采集视角，作为第二目标视角，并获取采集视角位于所述第二目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第二参照视图；
所述提取模块304具体用于，将所述第一视图、所述第一参照视图、所述第二视图以及所述第二参照视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征、所述第一参照视图对应的图像特征、所述第二视图对应的图像特征以及所述第二参照视图对应的图像特征；
所述训练模块305具体用于，以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，最小化所述第一视图对应的图像特征与所述第二参照视图对应的图像特征之间的相似度，最大化所述第二视图对应的图像特征与所述第二参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
可选地，所述训练模块305在以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练之前，所述第二确定模块303还用于，确定所述第二视图对应的采集视角，作为第二目标视角，并获取采集视角位于所述第二目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第二参照视图；
所述提取模块304具体用于，将所述第一视图、所述第一参照视图、所述第二视图以及所述第二参照视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征、所述第一参照视图对应的图像特征、所述第二视图对应的图像特征以及所述第二参照视图对应的图像特征；
所述训练模块305具体用于，通过所述第一视图以及所述第一参照视图，构建第一样本集，以及通过所述第二视图以及所述第二参照视图，构建第二样本集；以最小化不同样本集中任意两个视图对应的图像特征之间的相似度，以及最大化同一样本集中任意两个视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
图4为本说明书提供的一种三维人体建模的装置的示意图，包括：
采集模块401，用于采集指定人体的前视图和后视图；
处理模块402，用于将所述前视图以及所述后视图输入到预先训练的三维构建模型中，以使得所述三维构建模型从所述前视图中提取出图像特征，以及从所述后视图中提取出图像特征，并根据从所述前视图中提取出图像特征以及所述后视图中提取出图像特征，构建出针对所述指定人体的三维模型，所述三维构建模型是通过上述的模型方法训练得到的。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种针对三维构建模型的模型训练方法，或执行上述图2提供的一种三维人体建模的方法。
本说明书还提供了如图所示的一种对应于图1或图2的电子设备的示意结构图。如图5所示。
图5为本说明书中提供的一种应用于图1或图2的电子设备的示意结构图。
如图所示，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述针对三维构建模型的模型训练方法或上述三维人体建模的方法。
当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（ProgrammableLogic Device, PLD）（例如现场可编程门阵列（Field Programmable Gate Array，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（HardwareDescription Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（AdvancedBoolean Expression Language）、AHDL（Altera Hardware Description Language）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（JavaHardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（Ruby HardwareDescription Language）等，目前最普遍使用的是VHDL（Very-High-Speed IntegratedCircuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种针对三维构建模型的模型训练方法，其特征在于，包括：
获取人体视图集，其中，所述人体视图集中包括目标人体的前视图和后视图；
从所述人体视图集中确定第一视图以及第二视图，所述第一视图和所述第二视图所对应的采集视角不同；
确定所述第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于所述第一目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第一参照视图；
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征；
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
2.如权利要求1所述的方法，其特征在于，将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征，具体包括：
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以从所述第一参照视图中提取出所述第一参照视图对应的图像特征，以及在相同的特征空间坐标系下对所述第一视图以及所述第二视图进行特征提取，得到所述第一视图对应的图像特征以及所述第二视图对应的图像特征。
3.如权利要求1所述的方法，其特征在于，在以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练之前，所述方法还包括：
确定所述第二视图对应的采集视角，作为第二目标视角，并获取采集视角位于所述第二目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第二参照视图；
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征，具体包括：
将所述第一视图、所述第一参照视图、所述第二视图以及所述第二参照视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征、所述第一参照视图对应的图像特征、所述第二视图对应的图像特征以及所述第二参照视图对应的图像特征；
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练，具体包括：
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，最小化所述第一视图对应的图像特征与所述第二参照视图对应的图像特征之间的相似度，最大化所述第二视图对应的图像特征与所述第二参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
4.如权利要求1所述的方法，其特征在于，在以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练之前，所述方法还包括：
确定所述第二视图对应的采集视角，作为第二目标视角，并获取采集视角位于所述第二目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第二参照视图；
将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征，具体包括：
将所述第一视图、所述第一参照视图、所述第二视图以及所述第二参照视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征、所述第一参照视图对应的图像特征、所述第二视图对应的图像特征以及所述第二参照视图对应的图像特征；
以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练，具体包括：
通过所述第一视图以及所述第一参照视图，构建第一样本集，以及通过所述第二视图以及所述第二参照视图，构建第二样本集；
以最小化不同样本集中任意两个视图对应的图像特征之间的相似度，以及最大化同一样本集中任意两个视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
5.一种三维人体建模的方法，其特征在于，包括：
采集指定人体的前视图和后视图；
将所述前视图以及所述后视图输入到预先训练的三维构建模型中，以使得所述三维构建模型从所述前视图中提取出图像特征，以及从所述后视图中提取出图像特征，并根据从所述前视图中提取出图像特征以及所述后视图中提取出图像特征，构建出针对所述指定人体的三维模型，所述三维构建模型是通过如权利要求1~4任一项所述的方法训练得到的。
6.一种针对三维构建模型的模型训练装置，其特征在于，包括：
获取模块，用于获取人体视图集，其中，所述人体视图集中包括目标人体的前视图和后视图；
第一确定模块，用于从所述人体视图集中确定第一视图以及第二视图，所述第一视图和所述第二视图所对应的采集视角不同；
第二确定模块，用于确定所述第一视图对应的采集视角，作为第一目标视角，并获取采集视角位于所述第一目标视角邻域范围内的针对所述目标人体所采集到的视图，作为第一参照视图；
提取模块，用于将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以确定所述第一视图对应的图像特征，所述第一参照视图对应的图像特征以及所述第二视图对应的图像特征；
训练模块，用于以最小化所述第二视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度，以及最大化所述第一视图对应的图像特征与所述第一参照视图对应的图像特征之间的相似度为优化目标，对所述三维构建模型进行训练。
7.如权利要求6所述的装置，其特征在于，所述提取模块具体用于，将所述第一视图、所述第一参照视图以及所述第二视图输入到待训练的三维构建模型中，以从所述第一参照视图中提取出所述第一参照视图对应的图像特征，以及在相同的特征空间坐标系下对所述第一视图以及所述第二视图进行特征提取，得到所述第一视图对应的图像特征以及所述第二视图对应的图像特征。
8.一种三维人体建模的装置，其特征在于，包括：
采集模块，用于采集指定人体的前视图和后视图；
处理模块，用于将所述前视图以及所述后视图输入到预先训练的三维构建模型中，以使得所述三维构建模型从所述前视图中提取出图像特征，以及从所述后视图中提取出图像特征，并根据从所述前视图中提取出图像特征以及所述后视图中提取出图像特征，构建出针对所述指定人体的三维模型，所述三维构建模型是通过上述的模型方法训练得到的。
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~5任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410281172.4A CN117876610B (zh) | 2024-03-12 | 2024-03-12 | 针对三维构建模型的模型训练方法、装置、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410281172.4A CN117876610B (zh) | 2024-03-12 | 2024-03-12 | 针对三维构建模型的模型训练方法、装置、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117876610A true CN117876610A (zh) | 2024-04-12 |
| CN117876610B CN117876610B (zh) | 2024-05-24 |
Family
ID=90595362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410281172.4A Active CN117876610B (zh) | 2024-03-12 | 2024-03-12 | 针对三维构建模型的模型训练方法、装置、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117876610B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114047823A (zh) * | 2021-11-26 | 2022-02-15 | 北京房江湖科技有限公司 | 三维模型展示方法、计算机可读存储介质及电子设备 |
| WO2022156533A1 (zh) * | 2021-01-21 | 2022-07-28 | 魔珐(上海)信息科技有限公司 | 三维人体模型重建方法、装置、电子设备及存储介质 |
| US20220414911A1 (en) * | 2020-03-04 | 2022-12-29 | Huawei Technologies Co., Ltd. | Three-dimensional reconstruction method and three-dimensional reconstruction apparatus |
| CN115809696A (zh) * | 2022-12-01 | 2023-03-17 | 支付宝(杭州)信息技术有限公司 | 虚拟形象模型训练方法及装置 |
| CN117372631A (zh) * | 2023-12-07 | 2024-01-09 | 之江实验室 | 一种多视角图像生成模型的训练方法、应用方法 |
| CN117392485A (zh) * | 2023-12-07 | 2024-01-12 | 之江实验室 | 图像生成模型训练方法、业务执行方法、装置及介质 |
| CN117456031A (zh) * | 2023-10-31 | 2024-01-26 | 北京鲜猿电子设备制造有限公司 | 一种新视角图像生成方法、装置、设备及可读存储介质 |
| CN117635822A (zh) * | 2023-11-01 | 2024-03-01 | 摩尔线程智能科技(北京)有限责任公司 | 一种模型训练的方法、装置、存储介质及电子设备 |
-
2024
- 2024-03-12 CN CN202410281172.4A patent/CN117876610B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220414911A1 (en) * | 2020-03-04 | 2022-12-29 | Huawei Technologies Co., Ltd. | Three-dimensional reconstruction method and three-dimensional reconstruction apparatus |
| WO2022156533A1 (zh) * | 2021-01-21 | 2022-07-28 | 魔珐(上海)信息科技有限公司 | 三维人体模型重建方法、装置、电子设备及存储介质 |
| CN114047823A (zh) * | 2021-11-26 | 2022-02-15 | 北京房江湖科技有限公司 | 三维模型展示方法、计算机可读存储介质及电子设备 |
| CN115809696A (zh) * | 2022-12-01 | 2023-03-17 | 支付宝(杭州)信息技术有限公司 | 虚拟形象模型训练方法及装置 |
| CN117456031A (zh) * | 2023-10-31 | 2024-01-26 | 北京鲜猿电子设备制造有限公司 | 一种新视角图像生成方法、装置、设备及可读存储介质 |
| CN117635822A (zh) * | 2023-11-01 | 2024-03-01 | 摩尔线程智能科技(北京)有限责任公司 | 一种模型训练的方法、装置、存储介质及电子设备 |
| CN117372631A (zh) * | 2023-12-07 | 2024-01-09 | 之江实验室 | 一种多视角图像生成模型的训练方法、应用方法 |
| CN117392485A (zh) * | 2023-12-07 | 2024-01-12 | 之江实验室 | 图像生成模型训练方法、业务执行方法、装置及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 马昊 等: "基于深度学习的人体动作草图到三维骨骼模型重建方法的研究", 计算机应用研究, no. 06, 30 May 2020 (2020-05-30) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117876610B (zh) | 2024-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110428388B (zh) | 一种图像数据生成方法及装置 | |
| CN110162089B (zh) | 一种无人驾驶的仿真方法及装置 | |
| CN115880685B (zh) | 一种基于votenet模型的三维目标检测方法和系统 | |
| CN116309823A (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
| CN117635822A (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
| CN117197781B (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
| WO2021056450A1 (zh) | 图像模板的更新方法、设备及存储介质 | |
| CN117409466B (zh) | 一种基于多标签控制的三维动态表情生成方法及装置 | |
| CN117876610B (zh) | 针对三维构建模型的模型训练方法、装置、存储介质 | |
| CN116245961A (zh) | 一种基于多类传感器信息的融合感知方法及系统 | |
| CN114332189A (zh) | 一种高精地图构建方法、装置、存储介质及电子设备 | |
| CN117407690B (zh) | 一种基于模型迁移性评估的任务执行方法、装置及设备 | |
| CN118053153B (zh) | 一种点云数据的识别方法、装置、存储介质及电子设备 | |
| CN116188919B (zh) | 一种测试方法、装置、可读存储介质及电子设备 | |
| CN115862668B (zh) | 机器人基于声源定位判断交互对象的方法和系统 | |
| CN116152246B (zh) | 一种图像识别方法、装置、设备及存储介质 | |
| CN115862675B (zh) | 一种情感识别方法、装置、设备及存储介质 | |
| CN114663362B (zh) | 一种融合方法、装置以及设备 | |
| CN118378693B (zh) | 一种模型训练及航天器目标检测方法、装置及电子设备 | |
| CN117726907B (zh) | 一种建模模型的训练方法、三维人体建模的方法以及装置 | |
| CN116028820B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
| CN118211132B (zh) | 一种基于点云的三维人体表面数据生成方法及装置 | |
| CN117975202B (zh) | 模型训练方法、业务执行方法、装置、介质及设备 | |
| CN116740114B (zh) | 一种基于凸包检测的目标物边界拟合方法及装置 | |
| CN117152040B (zh) | 一种基于深度图的点云融合方法及装置 |
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 |