申请/专利权人：谷歌有限责任公司

申请日：2018-10-18

公开（公告）日：2021-01-05

公开（公告）号：CN110637305B

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/46(20060101);G06K9/62(20060101)

优先权：["20171115 US 15/813,338"]

专利状态码：有效-授权

法律状态：2021.01.05#授权;2020.01.24#实质审查的生效;2019.12.31#公开

摘要：公开了用于获得从对象的图像导出的第一图像特征、将第一图像特征提供给三维估计器神经网络、以及基于第一图像特征从神经网络获得说明估计的三维形状和纹理的数据的方法、系统和装置。将估计的三维形状和纹理提供给渲染引擎，并且渲染引擎基于估计的三维形状和纹理生成对象的多个三维视图。三维视图被提供给对象识别引擎，并且从三维视图导出的第二图像特征从对象识别引擎获得。至少基于第一和第二图像特征来计算损失，并且至少基于计算出的损失来训练神经网络。

主权项：1.一种计算机实施的方法，包括：从对象识别引擎获得说明从对象的图像导出的第一图像特征的数据；将第一图像特征提供给三维估计器神经网络；从所述三维估计器神经网络获得数据，所述数据说明i估计的三维形状和ii估计的纹理，所述i估计的三维形状和ii估计的纹理中的每一个基于第一图像特征；将说明i估计的三维形状和ii估计的纹理的数据提供给三维渲染引擎；从所述三维渲染引擎获得说明所述对象的多个三维视图的数据，每一个三维视图基于说明i估计的三维形状和ii估计的纹理的数据生成；将说明所述多个三维视图中的每一个的数据提供给所述对象识别引擎；从所述对象识别引擎并且针对由所述数据说明的多个三维视图中的每一个，获得说明从说明所述三维视图的数据导出的第二图像特征的数据；至少基于说明第一图像特征的数据和说明第二图像特征的数据，基于第一损失函数计算第一损失；和至少基于计算出的第一损失来训练所述三维估计器神经网络。

全文数据：

权利要求：

百度查询： 谷歌有限责任公司 通过渲染许多3D视图来学习重构3D形状

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD