[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

说明书

本发明提供了一种个性化模型构建方法、系统、计算机及可读存储介质，涉及云制造和逆向工程的技术领域，所述方法包括获取初始图像，对初始图像进行目标识别与裁切，以得到目标图像；获取目标图像的图像参数，对目标图像进行图像填充处理，以得到处理图像；对用户个性化数据进行编码处理，以得到个性化向量集，对处理图像进行编码处理，以得到图像向量集；建立纹理形状模型，定义光度重建损失并基于光度重建损失优化纹理形状模型，将个性化向量集与图像向量集输入优化后的纹理形状模型，输出纹理场与颜色预测值，基于纹理场与颜色预测值构建个性化模型，本发明可将用户的个性化元素融入个性化模型中，个性化模型输出耗时短、效率高、精确度高。

技术领域

本发明属于云制造和逆向工程的技术领域，具体地涉及一种个性化模型构建方法、系统、计算机及可读存储介质。

背景技术

随着当前制造智能化和生产力的提高，计算机辅助设计与制造（CAD/CAM）和快速成型（RP）已成为制造领域的热词，目前要实现产品的逆向生产方式主要有两种，第一种是根据物体形状手动创建3D模型，该方式既耗时又成本高，并且效率低、模型可扩展性差、难以融入个性化元素；第二种是通过结构光、激光扫描仪、激光测距图、医学MRI等方法对原始物理形状进行3D扫描和数据采集，这些重建过程都是高预算项目，融入个性化特征也是难以实现的。

发明内容

为了解决上述技术问题，本发明提供了一种个性化模型构建方法、系统、计算机及可读存储介质，用于解决现有技术中存在的技术问题。

第一方面，该发明提供以下技术方案，一种个性化模型构建方法，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；

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。

相比现有技术，本申请的有益效果为：本申请首先获取初始图像，对所述初始图像进行目标识别与裁切，以得到目标图像；之后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；而后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；最后建立纹理形状模型，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，本发明可将用户的个性化元素融入最终生成的个性化模型中，同时本发明只需要一张图片即可完成个性化模型的输出，无需繁杂且昂贵的3D扫描等操作，且个性化模型输出耗时短、效率高，同时通过对纹理形状模型进行优化，可进一步提高个性化模型输出的精确度。

较佳的，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：

；

；

；