[发明专利]三维网格模型的重建方法及其装置、设备、存储介质

说明书

本申请公开了一种三维网格模型的重建方法及其装置、设备、存储介质，其中，三维网格模型的重建方法包括：对目标图像进行特征提取，得到目标特征信息；其中，目标图像包含待重建对象；基于目标特征信息，确定待重建对象的显著性区域；根据显著性区域，构建待重建对象的最终三维网格模型。上述方案，能够重建到细节明显的三维网格模型。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种三维网格模型的重建方法及其装置、设备、存储介质。

背景技术

随着计算机技术发展，对于物体的三维重建已应用于各领域中。三维重建通常是指将三维空间的物体或场景进行恢复和重构的技术，重建的模型可方便计算机表示、处理和显示。一般，可利用物体的多视角图像恢复出三维物体的三维模型，其中，利用网格重建三维模型为较为普遍的方式。

通常，在三维重建中，物体细节的体现尤为重要。有鉴于此，如何重建较多细节的三维网格模型成为亟待解决的问题。

发明内容

本申请至少提供一种三维网格模型的重建方法及其装置、设备、存储介质。

本申请第一方面提供了一种三维网格模型的重建方法，包括：对目标图像进行特征提取，得到目标特征信息；其中，所述目标图像包含待重建对象；基于所述目标特征信息，确定所述待重建对象的显著性区域；根据所述显著性区域，构建所述待重建对象的最终三维网格模型。

因此，利用目标图像的目标特征信息确定待重建对象的显著性区域后，利用反映待重建对象较多细节的显著性区域，构建待重建对象的最终三维网格模型，可灵活重建到细节明显的三维网格模型。

其中，所述基于所述目标特征信息，确定所述待重建对象的显著性区域，包括：利用所述目标特征信息，将基础点云模型变形为所述待重建对象对应的目标点云模型；确定所述目标点云模型的显著性区域。

因此，能够利用目标特征信息获取对应待重建对象细节区域的显著性区域，实现利用点云模型变形得到显著性区域。

其中，所述利用所述特征信息，将基础点云模型变形为所述待重建对象对应的目标点云模型，包括：将所述基础点云模型投影至所述目标图像所在平面，以确定所述基础点云模型中各点对应的所述目标特征信息；利用第一神经网络对所述基础点云模型中各点对应的目标特征信息进行处理，得到所述基础点云模型变形为所述目标点云模型后的各点的位置信息；所述确定所述目标点云模型的显著性区域，包括：获取所述目标点云模型的点分布情况；查找出所述目标点云模型中所述点分布情况满足显著性分布要求的点云区域，以作为所述显著性区域。

因此，通过第一神经网络实现点云模型变形，并且利用目标点云模型的点分布情况确定显著性区域。

其中，在所述将所述基础点云模型投影至所述目标图像所在平面之前，所述方法还包括：在单位球内均匀采样点，以得到所述基础点云模型；所述基础点云模型变形为所述目标点云模型后的各点的位置信息为：所述基础点云模型变形为所述目标点云模型后的各点的位置偏移量；所述显著性分布要求包括点分布密度大于预设密度值。

因此，对单位球进行均匀采样点即可得到基础点云模型；第一神经网络输出的点位置信息为偏移量，可利用均匀采样点和位置偏移量得到目标点云模型的各点的位置信息；且可以但不限于通过点分布密度大于预设密度值确定显著性区域，使得显著性区域内的点分布密集，更能够体现待重建对象的细节。