[发明专利]基于神经网络的三维物体法向量、几何及材质获取方法有效
| 申请号： | 201910829629.X | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110570503B | 公开（公告）日： | 2021-04-16 |
| 发明（设计）人： | 吴鸿智;周昆;康凯彰 | 申请（专利权）人： | 浙江大学;杭州相芯科技有限公司 |
| 主分类号： | G06T15/00 | 分类号： | G06T15/00;G06T15/04;G06T15/50 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 刘静 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的三维物体法向量、几何及材质获取方法，本发明在“对物体主动照射若干特定的图案，同时采集照片，通过对所得照片计算来获得物体法向量”的思想上，给出了一个结合神经网络的获取方法。进一步地，该方法将获得的法向量用于优化物体的模型。该方法还可在获取法向量的同时，获取材质特征信息。最终联合得到高质量的几何及材质采集结果。使用该方法得到的光照图案数量少，所获取的法向量精度高且该方法不限于某一特定的采集设备。 | ||
| 搜索关键词： | 基于 神经网络 三维 物体 向量 几何 材质 获取 方法 | ||
【主权项】：
1.一种基于神经网络的三维物体法向量获取方法，其特征在于，包括以下步骤：/n(1)生成训练数据：获取采集设备的参数，包括光源到采集空间原点的距离及角度、光源的特性曲线、摄像机到采集空间原点的距离及角度、摄像机的内参和外参；利用这些参数生成模拟实际摄像机的采集结果，作为训练数据。/n(2)根据步骤(1)得到的训练数据，训练神经网络，神经网络的特征如下：/na.神经网络的输入为一个Lumitexel，Lumitexel描述了采样点对来自每个光源的入射光沿着某个观察方向的反射光强；/nb.神经网络的输出和回归目标为所输入Lumitexel对应的法向量；/nc.神经网络的第一层包括线性全连接层，线性全连接层的参数矩阵通过以下公式训练得到：/nW
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学;杭州相芯科技有限公司，未经浙江大学;杭州相芯科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910829629.X/，转载请声明来源钻瓜专利网。
