[发明专利]模型建立方法、装置、电子设备、介质及程序产品

说明书

本公开实施例公开了一种模型建立方法、装置、电子设备、介质及程序产品，所述方法包括：获取指定对象的多幅图像；获取所述多幅图像各自对应的相机内参和外参；基于所述多幅图像和所述多幅图像各自对应的相机内参和外参，确定所述指定对象的三维模型。

技术领域

本公开涉及计算机技术领域，具体涉及一种模型建立方法、装置、电子设备、介质及程序产品。

背景技术

在电子商务领域，有时希望向客户提供产品的各个视角的图像以方便客户了解产品全貌，或者希望向客户提供将产品以各种位置和姿态放置于不同场景的图像以方便客户了解在这些场景中放置产品的视觉效果。

实现上述功能的可能方式之一是建立产品的三维模型，并根据用户选择的视角，使用三维模型进行渲染以得到相应图像。但是，基于激光扫描的模型建立成本较高，基于结构光的模型建立需要较为复杂的镜头系统，均难以满足推广应用的要求。

发明内容

为了解决相关技术中的问题，本公开实施例提供一种模型建立方法、装置、电子设备、介质及程序产品。

第一方面，本公开实施例中提供了一种模型建立方法。

具体地，所述模型建立方法，包括：

获取指定对象的多幅图像；

获取所述多幅图像各自对应的相机内参和外参；

基于所述多幅图像和所述多幅图像各自对应的相机内参和外参，确定所述指定对象的三维模型。

结合第一方面，本公开在第一方面的第一种实现方式中：

所述指定对象的多幅图像包括所述指定对象的不同视角的多幅图像；

所述指定对象的多幅图像包含所述三维模型需要展示的部分的图像。

结合第一方面，本公开在第一方面的第二种实现方式中，所述基于所述多幅图像和所述多幅图像各自对应的相机内参和外参，确定所述指定对象的三维模型，包括：

根据所述多幅图像各自对应的相机内参和外参，确定所述指定对象所在的空间区域中的第一位置点集合，所述第一位置点集合包括所述多幅图像各自对应的位置点；

使用所述多幅图像和所述多幅图像各自对应的位置点训练神经网络，所述神经网络的输入是位置点的位置信息，所述神经网络的输出是所述位置点对应的物质稠密度信息和颜色信息；

使用训练好的神经网络获取所述指定对象所在的空间区域中的第二位置点集合的物质稠密度信息，基于所述指定对象所在的空间区域中的第二位置点集合的物质稠密度信息，确定所述指定对象的三维模型。

结合第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述根据所述多幅图像各自对应的相机内参和外参，确定所述指定对象所在的空间区域中的第一位置点集合，包括：

根据所述多幅图像和所述多幅图像各自对应的相机外参确定所述指定对象所在的空间区域；

针对每幅图像，根据所述指定对象所在的空间区域和所述图像对应的相机内参和外参，确定所述图像对应的位置点，所述位置点位于经过相应图像对应的相机光心和成像平面的像素的射线上，将所述多幅图像各自对应的位置点的集合作为所述第一位置点集合。

结合第一方面的第二种实现方式，本公开在第一方面的第四种实现方式中，所述使用所述多幅图像和所述第一位置点集合训练神经网络，包括：

使用所述神经网络输出的位置点的物质稠密度信息和颜色信息确定所述多幅图像各自对应的预测图像；

根据所述多幅图像和所述多幅图像各自对应的预测图像确定损失函数；

调整所述神经网络的参数以最小化所述损失函数。