申请/专利权人：支付宝(杭州)信息技术有限公司

申请日：2022-05-20

公开（公告）日：2024-04-02

公开（公告）号：CN115049783B

主分类号：G06T17/00

分类号：G06T17/00;G06N20/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.09.30#实质审查的生效;2022.09.13#公开

摘要：本说明书实施例提供一种场景重建模型的确定方法及装置、场景重建模型、计算机可读存储介质、电子设备及计算机程序产品，该方法包括：获取多个场景中每个场景对应的图像，并根据多个场景的图像将上述多个场景划分为多个场景类。通过每个场景类对应的图像训练原始重建模型，得到该场景类对应的粗粒度场景重建模型。进一步地，根据每个场景所属场景类所对应的粗粒度场景重建模型，确定每个场景对应的细粒度场景重建模型。进一步地，对于每个场景来说，级联该场景所属场景类所对应的粗粒度场景重建模型与该场景对应的细粒度场景重建模型，并将其作为该场景的场景重建模型。

主权项：1.一种场景重建模型的确定方法，其中，所述方法包括：获取M个场景中每个场景对应的图像，根据所述M个场景的图像将所述M个场景划分为N个场景类，N小于M，每个场景类对应于至少一个场景；通过第i个场景类对应的图像训练原始重建模型，得到第i粗粒度场景重建模型，i取值为1至N之间且包括1和N的整数；所述原始重建模型为神经辐射场；根据第j个场景所对应的第h粗粒度场景重建模型，确定第j个场景对应的第j细粒度场景重建模型，j取值为1至M之间且包括1和M的整数，h取值为不大于N的正整数；级联所述第h粗粒度场景重建模型与所述第j细粒度场景重建模型，得到所述第j个场景的场景重建模型；其中，所述第h粗粒度场景重建模型为根据与所述第j个场景的图像之间相似度大于预设值的图像训练得到；所述第j细粒度场景重建模型为根据所述第j个场景的图像以及粗粒度生成图像训练得到，所述粗粒度生成图像为所述第j个场景的图像经所述第h粗粒度场景重建模型处理得到的；其中，所述根据所述M个场景的图像将所述M个场景划分为N个场景类，包括：通过预训练的特征提取模型对所述M个场景的每张图像进行特征提取；对每个场景中图像对应的提取特征进行特征聚合，得到每个场景分别对应的聚合特征；根据所述每个场景分别对应的聚合特征，进行相似度计算，并根据所述相似度将所述M个场景分类为N个场景类。

全文数据：

权利要求：

百度查询： 支付宝(杭州)信息技术有限公司 模型的确定方法、场景重建模型、介质、设备及产品

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