[发明专利]一种获取AO贴图的方法及装置

权利要求书

1.一种获取环境光遮蔽AO贴图的方法，其特征在于，所述方法包括：

根据三维3D物体N个视角的二维图像，及所述N个视角的相机参数，获取所述3D物体在所述N个视角中每个视角的几何信息图层，所述几何信息图层包括法线图；所述N大于或等于2；

将所述每个视角的所述几何信息图层，输入已训练的神经网络，得到所述每个视角的单视角AO图层；

根据所述3D物体N个视角的二维图像，进行UV参数化，获取所述3D物体的网格模型的UV参数；

按照所述UV参数，融合所述每个视角的单视角AO图层，得到所述3D物体的AO贴图。

2.根据权利要求1所述的方法，其特征在于，所述几何信息图层还包括深度图。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取所述3D物体更新后的UV参数；

按照所述3D物体更新后的UV参数，融合所述每个视角的单视角AO图层，得到所述3D物体更新后的AO贴图。

4.根据权利要求1-3任一项所述的方法，其特征在于，

不同视角的所述单视角AO图层间对应相同位置的AO值的差小于或等于第一预设值；

或者，

所述单视角AO图层与光线追踪渲染方程计算的相同位置的AO值的差值小于或等于第二预设值。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述神经网络包括深度卷积神经网络，所述深度卷积神经网络由光线追踪渲染方程获取的训练数据训练。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述3D物体N个视角的二维图像，进行UV参数化，获取所述3D物体的网格模型的UV参数，包括：

根据所述3D物体N个视角的二维图像，进行3D建模获取所述3D物体的3D网格模型；将所述3D网格模型进行UV展开到UV参数平面，得到UV展开图；所述UV展开图中包括所述3D网格模型中每个顶点的UV坐标；

将单视角UV图层作为所述UV参数；一个单视角UV图层包括该视角中每个像素的UV坐标。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述相机参数包括下述参数中一个或多个：相机位姿、相机焦距。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述N个视角的二维图像覆盖所述3D物体的表面。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述方法还包括：

将所述AO贴图叠加至所述3D物体的三维模型上显示。

10.一种获取环境光遮蔽AO贴图的装置，其特征在于，所述装置包括：

获取单元，用于根据三维3D物体N个视角的二维图像，及所述N个视角的相机参数，获取所述3D物体在所述N个视角中每个视角的几何信息图层，所述几何信息图层包括法线图；所述N大于或等于2；

预测单元，用于将所述每个视角的所述几何信息图层，输入已训练的神经网络，得到所述每个视角的单视角AO图层；

UV参数化单元，用于根据所述3D物体N个视角的二维图像，进行UV参数化，获取所述3D物体的网格模型的UV参数；

融合单元，用于按照所述UV参数化单元获取的所述UV参数，融合所述每个视角的单视角AO图层，得到所述3D物体的AO贴图。

11.根据权利要求10所述的装置，其特征在于，所述几何信息图层还包括深度图。

12.根据权利要求10或11所述的装置，其特征在于，

所述UV参数化单元还用于，获取所述3D物体更新后的UV参数；

所述融合单元还用于，按照所述UV参数化单元获取的所述3D物体更新后的UV参数，融合所述每个视角的单视角AO图层，得到所述3D物体更新后的AO贴图。