[发明专利]一种个性化模型构建方法、系统、计算机及可读存储介质有效
申请号: | 202310754213.2 | 申请日: | 2023-06-26 |
公开(公告)号: | CN116503508B | 公开(公告)日: | 2023-09-08 |
发明(设计)人: | 黄靛;朱小宝;王亚超 | 申请(专利权)人: | 南昌航空大学 |
主分类号: | G06T11/00 | 分类号: | G06T11/00;G06T11/40;G06T9/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 徐超 |
地址: | 330063 江西省*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 个性化 模型 构建 方法 系统 计算机 可读 存储 介质 | ||
1.一种个性化模型构建方法,其特征在于,所述方法包括:
获取初始图像,对所述初始图像进行目标识别与裁切,以得到目标图像;
获取所述目标图像的图像参数,并基于所述图像参数对所述目标图像进行图像填充处理,以得到处理图像;
获取用户个性化数据,使用注意力机制编码器对所述用户个性化数据进行编码处理,以得到个性化向量集,使用ResNet18网络对所述处理图像进行编码处理,以得到图像向量集;
其中,所述用户个性化数据至少包括用户喜好的颜色、物件的大小比例、用户身高、用户体重;
建立纹理形状模型,定义光度重建损失并基于所述光度重建损失优化所述纹理形状模型,将所述个性化向量集与所述图像向量集输入优化后的所述纹理形状模型,输出纹理场与颜色预测值,基于所述纹理场与所述颜色预测值构建个性化模型;
所述将所述个性化向量集与所述图像向量集输入优化后的所述纹理形状模型,输出纹理场与颜色预测值,基于所述纹理场与所述颜色预测值构建个性化模型的步骤包括:
将所述个性化向量集与所述图像向量集输入优化后的所述纹理形状模型,并通过像素点投射出一条方向为的射线,确定该射线与等值面的交点的位置,计算交点处的纹理场与颜色预测值,并基于所述纹理场与所述颜色预测值构建个性化模型;
其中,所述纹理形状模型为:
;
;
;
其中,表示模型形状,表示模型纹理场,表示三维空间点的占用概率,表示个性化向量集中的子向量,表示图像向量集中的子向量,表示网络参数,表示颜色值。
2.根据权利要求1所述的个性化模型构建方法,其特征在于,所述获取初始图像,对所述初始图像进行目标识别与裁切,以得到目标图像的步骤包括:
将所述初始图像输入YOLOv4模型中进行目标识别,输出第一目标坐标,所述第一目标坐标包括第一上坐标、第一左坐标、第一下坐标、第一右坐标;
基于所述第一上坐标、所述第一左坐标、所述第一下坐标、所述第一右坐标对所述初始图像进行裁切,以得到第二上坐标、第二左坐标、第二下坐标、第二右坐标:
;
;
;
;
式中,、、、为裁切坐标值。
3.根据权利要求1所述的个性化模型构建方法,其特征在于,所述获取所述目标图像的图像参数,并基于所述图像参数对所述目标图像进行图像填充处理,以得到处理图像的步骤包括:
获取所述目标图像的宽度与长度,定义所述目标图像四周的填充变量,并将填充变量初始化为预设值;
计算所述目标图像四周对应的实际填充变量:
;
式中,表示四舍五入的取整函数,表示绝对值;
判断所述目标图像的宽度与长度的大小,若,则在所述目标图像的上、下方位分别填充,若,则在所述目标图像的左、右方位分别填充。
4.根据权利要求1所述的个性化模型构建方法,其特征在于,所述获取用户个性化数据,使用注意力机制编码器对所述个性化数据进行编码处理,以得到个性化向量集,使用ResNet18网络对所述处理图像进行编码处理,以得到图像向量集的步骤包括:
获取用户个性化数据,使用注意力机制编码器对所述用户个性化数据进行编码处理,以得到个性化向量集:
;
式中,表示数据编号,表示数据维度;
使用ResNet18网络对所述处理图像进行编码处理,以得到图像向量集:
。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌航空大学,未经南昌航空大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310754213.2/1.html,转载请声明来源钻瓜专利网。