[发明专利]三维重建方法、装置、计算机设备和存储介质

说明书

本申请涉及一种三维重建方法、装置、计算机设备和存储介质。所述方法包括：获取目标二维图像；所述目标二维图像包括待进行三维重建的目标对象；将所述目标二维图像输入到预先训练的目标神经网络中，得到所述目标神经网络输出的重建结果；所述重建结果包括所述目标对象的三维点云数据；其中，所述目标神经网络为基于样本二维图像、样本渲染图像和样本点云数据进行神经网络训练得到的。采用本方法能够三维重建的成本，提高三维重建的效率。

技术领域

本申请涉及三维重建技术领域，特别是涉及一种三维重建方法、装置、计算机设备和存储介质。

背景技术

三维重建，是指对现实世界中的三维物体用计算机来进行模拟。目前，三维重建技术已经广泛应用于医学系统、自主导航、航空及遥感测量、工业自动化等领域，为人们的工作和生活带来了极大地便利。

相关技术中，三维重建的过程包括：采用带有深度信息采集功能的摄像头对目标物体进行图像采集，然后根据带有深度信息的图像对目标物体进行三维重建。

但是，由于带有深度信息采集功能的摄像头比较昂贵，而且不易操作，因此三维重建的成本较高、效率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够降低三维重建的成本，提高效率的三维重建方法、装置、计算机设备和存储介质。

一种三维重建方法，该方法包括：

获取目标二维图像；目标二维图像包括待进行三维重建的目标对象；

将目标二维图像输入到预先训练的目标神经网络中，得到目标神经网络输出的重建结果；重建结果包括目标对象的三维点云数据；

其中，目标神经网络为基于样本二维图像、样本渲染图像和样本点云数据进行神经网络训练得到的。

在其中一个实施例中，在上述将目标二维图像输入到预先训练的目标神经网络中，得到目标神经网络输出的重建结果之前，该方法还包括：

获取训练样本集合；训练样本集合包括多个样本二维图像、多个样本渲染图像和各样本渲染图像对应的样本点云数据；样本二维图像中包括训练对象；

将样本二维图像、样本渲染图像和样本渲染图像对应的样本点云数据输入到待训练的神经网络中，得到待训练的神经网络输出的训练结果；训练结果包括训练对象的三维点云数据；

基于训练结果进行神经网络的训练，得到目标神经网络。

在其中一个实施例中，上述待训练的神经网络包括编码子网络、判决子网络和解码子网络；上述将样本二维图像、样本渲染图像和样本渲染图像对应的样本点云数据输入到待训练的神经网络中，得到待训练的神经网络输出的训练结果，包括：

将样本二维图像、样本渲染图像和样本渲染图像对应的样本点云数据输入到编码子网络中进行维度变换，得到编码子网络输出的样本二维图像对应的第一隐空间向量、样本渲染图像对应的第二隐空间向量和样本点云数据对应的第三隐空间向量；

将第一隐空间向量、第二隐空间向量和第三隐空间向量输入到判决子网络中进行判断，得到判决子网络输出的判决结果；判决结果包括第一隐空间向量是否来自于样本渲染图像和第二隐空间向量是否来自于样本点云数据；

将第二隐空间向量输入到解码子网络中，得到解码子网络输出的训练结果。

在其中一个实施例中，上述编码子网络包括第一编码器、第二编码器和第三编码器，上述将样本二维图像、样本渲染图像和样本渲染图像对应的样本点云数据输入到编码子网络中进行维度变换，得到编码子网络输出的样本二维图像对应的第一隐空间向量、样本渲染图像对应的第二隐空间向量和样本点云数据对应的第三隐空间向量，包括：

将样本二维图像输入到第一编码器中，得到第一编码器输出的第一隐空间向量；