[发明专利]孪生三维模型生成方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210135449.3 申请日: 2022-02-14
公开(公告)号: CN114663579A 公开(公告)日: 2022-06-24
发明(设计)人: 龚江涛;周谷越 申请(专利权)人: 清华大学
主分类号: G06T17/00 分类号: G06T17/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 刘亚平
地址: 100084 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 孪生 三维 模型 生成 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种孪生三维模型生成方法,其特征在于,所述方法包括:

获取待处理图片以及三维基本模型数据库;

分别对所述待处理图片进行模块分割和特征检测,得到与所述待处理图片对应的多个模块,以及与所述模块对应的模块图片特征,其中,所述模块图片特征至少包括文本标签、几何特征、视角特征以及图片纹理特征;

基于所述模块图片特征在所述三维基本模型数据库中召回与所述模块对应的多个基本三维模型,并分别对所述基本三维模型进行图像处理,得到与多个所述基本三维模型对应的多个二维图片;

基于所述模块与多个所述二维图片,确定与所述模块对应的孪生基本三维模型,其中,所述孪生基本三维模型为与所述模块最相似的所述基本三维模型;

基于与各所述模块对应的各所述孪生基本三维模型,得到与所述待处理图片对应的孪生三维模型。

2.根据权利要求1所述的孪生三维模型生成方法,其特征在于,所述模块图片特征还包括模块间树级关系,所述分别对所述待处理图片进行模块分割和特征检测,得到与所述待处理图片对应的多个模块,以及与所述模块对应的模块图片特征,包括:

分别对所述待处理图片进行层级化模块分割和特征检测,得到与所述待处理图片对应的多个模块,以及与所述模块对应的模块间树级关系,其中,所述模块间树级关系表示不同所述模块间的位置关系。

3.根据权利要求1或2所述的孪生三维模型生成方法,其特征在于,所述基于所述模块图片特征在所述三维基本模型数据库中召回与所述模块对应的多个基本三维模型,包括:

基于所述文本标签和所述几何特征,在所述三维基本模型数据库中召回与所述模块对应的多个基本三维模型;

所述对所述基本三维模型进行图像处理,得到与多个所述基本三维模型对应的多个二维图片,包括:

基于所述视角特征和所述图片纹理特征,分别对所述基本三维模型进行视角调整和纹理渲染,得到与多个所述基本三维模型对应的多个二维图片。

4.根据权利要求1所述的孪生三维模型生成方法,其特征在于,所述基于所述模块与多个所述二维图片,确定与所述模块对应的孪生基本三维模型,包括:

基于所述模块与多个所述二维图片,通过相似度计算分别确定所述模块与各所述二维图片的相似值,以及通过协同过滤计算分别确定所述模块与各所述二维图片的相似推荐值;

基于所述相似值和所述相似推荐值,生成与所述模块对应的候选三维模型概率分布;

基于所述候选三维模型概率分布,确定与所述模块对应的孪生基本三维模型。

5.根据权利要求4所述的孪生三维模型生成方法,其特征在于,在所述得到与多个所述基本三维模型对应的多个二维图片之后,所述方法还包括:

基于条件随机场的模块间共现约束模型,确定相关联所述模块间的关联概率;

所述基于所述相似值和所述相似推荐值,生成与所述模块对应的候选三维模型概率分布,包括:

基于所述相似值、所述相似推荐值以及所述关联概率,生成与所述模块对应的候选三维模型概率分布。

6.根据权利要求5所述的孪生三维模型生成方法,其特征在于,所述基于所述相似值、所述相似推荐值以及所述关联概率,生成与所述模块对应的候选三维模型概率分布,包括:

基于所述相似值、所述相似推荐值以及所述关联概率的加权平均值,确定与所述模块对应的候选三维模型概率分布,其中,在加权计算过程中的权重值为超参数。

7.根据权利要求1所述的孪生三维模型生成方法,其特征在于,所述基于所述模块与多个所述二维图片,确定与所述模块对应的孪生基本三维模型,包括:

响应于用户在多个所述二维图片中选择目标二维图片,确定目标基本三维模型为与所述模块对应的孪生基本三维模型,其中,所述目标基本三维模型为与所述目标二维图片对应的基本三维模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学,未经清华大学许可,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/202210135449.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top