申请/专利权人:三江学院
申请日:2023-08-30
公开(公告)日:2023-12-01
公开(公告)号:CN117152035A
主分类号:G06T5/50
分类号:G06T5/50;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.19#实质审查的生效;2023.12.01#公开
摘要:本发明公开了一种基于单张RGB图像实现不同人体重建模型的融合方法,方法包括:首先将两个不同重建方法得到的隐式表达网络通过MarchingCubs算法网格化,获得空间及空间分辨率对齐的三维人体重建模型,通过渲染方式获得每个重建模型的像素对齐深度图,并计算空间z的厚度,通过厚度图对比获得两个模型的相同区域和不同区域;使用人体模型数据集渲染出的RGB图像和深度图像,训练得到人物可见面和不可见面的深度图网络,使用RGB图像输入网络得到预测的可见面和不可见面深度图,确定z空间位置并使用厚度放缩算法对齐不同模型的z空间厚度;最后使用边缘距离标记算法将两个模型的不同区域与相同区域在边界处进行插值融合。本发明提高重建精度。
主权项:1.基于单张RGB图像实现不同人体重建模型的融合方法,其特征在于:包括步骤S100:标定模型迁移与融合区域:将两个不同重建方法得到的隐式表达网络通过MarchingCubes算法网格化,获得空间及空间分辨率对齐的三维人体重建模型;基于单张RGB图输入两个三维人体隐式重建模型;通过渲染方式获得每个模型像素对齐的空间深度图,并计算对应的空间厚度图,通过厚度图对比获得两个模型的相同区域和不同区域;步骤S200:基于预测深度图的模型厚度放缩和空间对齐:基于人体模型数据集渲染出的单张RGB图片和对应的空间深度图,训练得到人物可见面和不可见面的深度图网络,使用RGB图像输入网络得到预测的可见面深度图和不可见面深度图;确定z空间位置并使用厚度放缩算法对齐不同重建模型的z空间厚度;步骤S300:模型融合:将两个重建模型的相同区域和不同区域在边界处进行插值融合;步骤S400:后处理:将模型进行离散三角形裁剪以及法向优化。
全文数据:
权利要求:
百度查询: 三江学院 基于单张RGB图像实现不同人体重建模型的融合方法
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。