申请/专利权人：北京百度网讯科技有限公司

申请日：2022-09-01

公开（公告）日：2023-05-26

公开（公告）号：CN115239889B

主分类号：G06T17/00

分类号：G06T17/00;G06T19/20;G06T13/40;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2022.11.11#实质审查的生效;2022.10.25#公开

摘要：本公开提供一种3D重建网络的训练方法、3D重建方法、装置、设备、介质和程序产品，涉及人工智能技术领域，尤其涉及深度学习、图像处理和计算机视觉技术，可应用于3D视觉、增强现实等场景。具体为：将第一网络和第二网络构建为重建网络，第一网络包括第一、第二输出层；将样本图像输入第一网络，将重建对象的关键点定位信息作为第一输出层的第一输出标签对第一网络进行第一监督训练；将样本图像输入训练后的第一网络，利用第一输出层的输出对第二输出层的输出进行局部特征抽取；将抽取到的局部注意力特征输入第二网络，将重建对象的重建模型参数作为第二网络的第二输出标签对重建网络进行第二监督训练。本公开可保证重建网络输出的有效性和稳定性。

主权项：1.一种3D重建网络的训练方法，包括：将第一网络和第二网络构建为重建网络，其中，所述第一网络包括第一输出层和第二输出层，所述第一输出层用于预测样本图像中重建对象的关键点定位信息，所述第二输出层用于输出所述样本图像的图像特征；将所述样本图像作为所述第一网络的输入，将所述重建对象的关键点定位信息作为所述第一输出层的第一输出标签，对所述第一网络进行第一监督训练；将所述样本图像作为经所述第一监督训练的第一网络的输入，利用所述第一输出层的输出对所述第二输出层的输出进行局部特征抽取，得到局部注意力特征；将所述局部注意力特征输入所述第二网络，将所述重建对象的重建模型参数作为所述第二网络的第二输出标签，利用所述第二输出标签对所述第二网络输出的所述重建对象的重建模型参数的预测值进行监督，通过所述监督的过程优化所述重建网络；其中，所述重建模型参数包括形状参数和姿态参数；利用所述重建模型参数的预测值计算3D关键点信息预测值；将所述重建对象的3D关键点信息作为所述第二网络的第三输出标签对所述3D关键点信息预测值进行监督，通过所述监督的过程优化所述重建网络；根据所述第二网络输出的重建模型参数的预测值回归相机参数；根据所述相机参数对所述3D关键点信息预测值进行投影，得到2D关键点信息预测值；将所述重建对象的2D关键点信息作为所述第二网络的第四输出标签对所述2D关键点信息预测值进行监督，通过所述监督的过程优化所述重建网络。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 3D重建网络的训练方法、3D重建方法、装置、设备和介质

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