[发明专利]图像识别及建模方法、装置、电子设备及存储介质

说明书

本发明公开了一种图像识别及建模方法、装置、电子设备及存储介质，属于图像处理技术领域。本发明的图像识别及建模方法包括获取一个目标二维图像，根据YOLO算法对目标二维图像中的目标对象进行分析，得到目标对象的特征参数。根据特征参数和YOLO算法，确定与每一目标对象对应的三维模型；对所有三维模型进行拼合处理，得到与目标二维图像对应的三维图像。这种图像识别及建模方法能够根据一个目标二维图像完成建模，较大程度地缩短建模时间，提高图像处理效率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像识别及建模方法、装置、电子设备及存储介质。

背景技术

目前，在对图像进行三维建模时，往往需要将图像拆分建模之后再合并，时间成本较高，因此，如何提供一种图像识别及建模方法，能够较大程度地缩短建模时间，提高图像处理效率，成为了亟待解决的问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种图像识别及建模方法，能够较大程度地缩短建模时间，提高图像处理效率。

本发明还提出一种具有上述图像识别及建模方法的图像识别及建模装置。

本发明还提出一种具有上述图像识别及建模方法的电子设备。

本发明还提出一种计算机可读存储介质。

根据本发明的第一方面实施例的图像识别及建模方法，包括：

获取一个目标二维图像；

根据YOLO算法对所述目标二维图像中的目标对象进行分析，得到所述目标对象的特征参数；

根据所述特征参数和所述YOLO算法，确定与每一所述目标对象对应的三维模型；

对所有所述三维模型进行拼合处理，得到与所述目标二维图像对应的三维图像。

根据本发明实施例的图像识别及建模方法，至少具有如下有益效果：这种图像识别及建模方法通过获取一个目标二维图像，根据YOLO算法对目标二维图像中的目标对象进行分析，得到目标对象的特征参数。根据特征参数和YOLO算法，确定与每一目标对象对应的三维模型，能够缩短模型构建的时间。最后对所有三维模型进行拼合处理，得到与目标二维图像对应的三维图像，通过一个目标二维图像完成建模，能够较大程度地缩短建模时间，提高图像处理效率。

根据本发明的一些实施例，所述根据YOLO算法对所述目标二维图像中的目标对象进行分析，得到所述目标对象的特征参数，包括：

根据YOLO算法，对所述目标二维图像进行划分，得到方格矩阵；

根据所述方格矩阵对所述目标对象进行分析，得到所述目标对象的位置参数和置信概率。

根据本发明的一些实施例，所述特征参数包括类别参数，所述根据所述特征参数和所述YOLO算法，确定与每一所述目标对象对应的三维模型，包括：

根据所述类别参数和所述YOLO算法，搜寻参考模型；

对搜寻到的参考模型进行筛选和分类，得到目标参考模型集；

根据所述目标参考模型集，确定每一所述目标对象对应的三维模型。

根据本发明的一些实施例，所述对搜寻到的参考模型进行筛选和分类，得到目标参考模型集，包括：

根据预设的颜色参数，对搜寻到的参考模型进行筛选和分类，得到目标参考模型集。

根据本发明的一些实施例，所述根据所述目标参考模型集，确定与每一所述目标对象对应的三维模型，包括：

对所述目标参考模型集中的所有三维模型进行相似度度量检索，确定每一所述三维模型与所述目标对象的相似度；