[发明专利]3D模型重建方法、装置及电子设备

说明书

本公开实施例中提供了一种3D模型重建方法、装置及电子设备，属于数据处理技术领域，该方法包括：对从包含目标对象的图像集合中选取的第一图像执行3D重建操作，形成针对所述目标对象的第一3D临时模型；利用所述第一3D临时模型及所述图像集合中的第二图像，构建针对所述目标对象的第二3D临时模型；当所述第二3D临时模型与所述第一3D临时模型的误差小于预设阈值时，将所述第二3D临时模型作为所述目标对象的3D重建模型。通过本公开的方案，能够基于多张图像进行3D建模，提高了3D模型重建的便利性和准确性。

技术领域

本公开涉及3D模型重建技术领域，尤其涉及一种3D模型重建方法、装置及电子设备。

背景技术

基于人物的3D建模，是通过一定的技术手段来设立人物的三维模型，常见的3D模型重建方法包括基于高精度硬件，对整个人体进行全身进行扫描，根据扫描数据建立人体3D模型。还可以根据标准人体3D模型，由专业的艺术工作者，根据目标人体的样貌(照片、视频等记录下的样貌)，调整3D模型，使其尽可能地接近目标人体的3D样貌。或者使用GAN网络实现相似功能，创建后的人体3D模型，一般的使用场景是让该模型做一些指定的动作(比如跳舞)。使用深度学习中的对抗网络(GAN)也可以达到相类似的效果。方法是通过对目标人物(人物A)的多张图片数据，学习出人物A的GAN模型，然后根据舞蹈动作的2D骨骼生成人物A的跳舞动作。

上述实现方式具有如下缺陷：(1)成本高、时间长、需要特定的硬件。被建模的人物必须非常地配合，并且在特定的场所进行数据采集才可以生成人体的3D建模。(2)必须要专业的艺术工作者来对模型进行调整。成本高的同时，无法实现全自动化的人体3D建模。(3)对于每一个要建模的人物都必须重新学习(机器学习、深度学习)，才能生成该人物的跳舞动作。这个过程的耗时很长、计算成本高。并且生成出来的舞蹈动作在现有技术下不是特别自然。同时，这种方法的应用场景十分受限。(4)建模和贴图都会有失真的情况。由于人体的单张照片需要是全身照片(或至少是露出半身的照片)，贴图的质量不高。由于单张照片的视角限制，再加上一些遮挡，部分人体是无法采集信息的，因此方法中大量使用GAN网络进行被遮挡部分的生成(包括3D结构和贴图)。在这个过程中难免引起失真。

发明内容

有鉴于此，本公开实施例提供一种3D模型重建方法、装置及电子设备，至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种3D模型重建方法，包括：

对从包含目标对象的图像集合中选取的第一图像执行3D重建操作，形成针对所述目标对象的第一3D临时模型，所述第一3D临时模型与所述第一图像中的目标对象具有相同的轮廓表面；

利用所述第一3D临时模型及所述图像集合中的第二图像，构建针对所述目标对象的第二3D临时模型，所述第二3D临时模型与所述第二图像中的目标对象具有相同的轮廓表面；

当所述第二3D临时模型与所述第一3D临时模型的误差小于预设阈值时，将所述第二3D临时模型作为所述目标对象的3D重建模型。

根据本公开实施例的一种具体实现方式，所述利用所述第一3D临时模型及所述图像集合中的第二图像，构建针对所述目标对象的第二3D临时模型之后，所述方法还包括：

当所述第二3D临时模型与所述第一3D临时模型的误差大于预设阈值时，利用所述第二3D临时模型及所述图像集合中的第三图像，构建针对所述目标对象的第三3D临时模型，所述第三3D临时模型与所述第三图像中的目标对象具有相同的轮廓表面。

根据本公开实施例的一种具体实现方式，所述利用所述第一3D临时模型及所述图像集合中的第二图像，构建针对所述目标对象的第二3D临时模型，包括：

对所述第一3D临时模型执行姿态拉伸操作，使所述第一3D临时模型处于初始姿态状态；

对处于初始姿态状态的第一3D临时模型执行模型重建操作，形成所述第二3D临时模型。