基于多视图和智能学习的三维图像重建方法及相关设备与流程

所属的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图15来描述根据本公开的这种实施方式的电子设备1500。图15显示的电子设备1500仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。如图15所示，电子设备1500以通用计算设备的形式表现。电子设备1500的组件可以包括但不限于：上述至少一个处理单元1510、上述至少一个存储单元1520、连接不同系统组件(包括存储单元1520和处理单元1510)的总线1530。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1510执行，使得所述处理单元1510执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元1510可以执行上述方法实施例的如下步骤：将物体放在旋转的旋转台上进行拍摄得到视频，将视频根据时间间隔提取得到多视图，根据多视图，基于物体分割算法生成多视图对应的物体掩码图及基于旋转位姿估计算法得到多视图相机位姿，基于深度学习三维建模算法，根据多视图、物体掩码图、多视图相机位姿生成隐式几何形状模型，基于立方体算法及融合贴图算法将隐式几何形状模型转化为三维图像模型。例如，所述处理单元1510可以执行上述方法实施例的如下步骤：将码图放置在旋转的旋转台上；设置至少两个相机将拍摄角度对准旋转台的中心，获取拍摄码图；根据相机内参、旋转位姿估计算法及拍摄码图得到相机初始位姿；通过相机初始位姿以及旋转台的旋转角度得到旋转过程中的每一个相机位姿。存储单元1520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)15201和/或高速缓存存储单元15202，还可以进一步包括只读存储单元(rom)15203。存储单元1520还可以包括具有一组(至少一个)程序模块15205的程序/实用工具15204，这样的程序模块15205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线1530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1500也可以与一个或多个外部设备1540(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1500交互的设备通信，和/或与使得该电子设备1500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1550进行。并且，电子设备1500还可以通过网络适配器1560与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1560通过总线1530与电子设备1500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，本公开实施例中的程序产品被处理器执行时实现如下步骤的方法：将物体放在旋转的旋转台上进行拍摄得到视频，将视频根据时间间隔提取得到多视图，根据多视图，基于物体分割算法生成多视图对应的物体掩码图及基于旋转位姿估计算法得到多视图相机位姿，基于深度学习三维建模算法，根据多视图、物体掩码图、多视图相机位姿生成隐式几何形状模型，基于立方体算法及融合贴图算法将隐式几何形状模型转化为三维图像模型。本公开中的计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可选地，计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。在具体实施时，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。通过以上实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

背景技术：

1、现有的基于运动恢复结构的物体三维重建系统主要通过多张图像之间的特征点匹配来估计相机运动，从而实现相机标定，并由此重建物体的三维坐标点；这类系统的重建精度一方面依赖于特征点匹配的准确性，高自由度下的特征点误匹配可能导致错误的相机标定；此外，这类系统基于人类先验知识设计的优化算法进行求解，导致得到低精度的三维图像重建结果。

2、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开提供一种基于多视图和智能学习的三维图像重建方法、装置、电子设备及计算机可读存储介质，至少在一定程度上克服相关技术中三维图形重建结果精度低的问题。

2、本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

3、根据本公开的一个方面，提供一种三维图像重建方法，包括：将视频根据时间间隔提取得到多视图，其中，所述视频为物体在旋转的旋转台上的拍摄视频；根据所述多视图，基于物体分割算法生成所述多视图对应的物体掩码图；根据所述多视图，基于旋转位姿估计算法得到多视图相机位姿；基于深度学习三维建模算法，根据所述多视图、所述物体掩码图、所述多视图相机位姿得到隐式几何形状模型；基于立方体算法及融合贴图算法将所述隐式几何形状模型转化为三维图像模型。

4、在本公开的一个实施例中，所述基于立方体算法及融合贴图算法将所述隐式几何形状模型转化为三维图像模型包括：基于所述立方体算法将所述隐式几何形状模型转化为显式几何形状模型；基于所述融合贴图算法将所述显式几何形状模型转化为所述三维图像模型。

5、在本公开的一个实施例中，所述根据所述多视图，基于旋转位姿估计算法得到多视图相机位姿包括：根据所述多视图对应的次序及所述时间间隔确定时间信息；根据所述旋转台的旋转周期、及所述时间信息确定旋转角度；基于所述旋转位姿估计算法，根据旋转信息及相机初始位姿得到所述多视图相机位姿，其中，所述旋转信息包括：所述旋转角度、旋转台z轴归一化向量的反对称矩阵。

6、在本公开的一个实施例中，还包括：将码图放置在旋转的所述旋转台上；设置至少两个相机将拍摄角度对准所述旋转台的中心，获取拍摄码图；根据相机内参、所述旋转位姿估计算法及所述拍摄码图得到所述相机初始位姿。

7、在本公开的一个实施例中，所述旋转台z轴垂直于所述旋转台平面且原点位于所述旋转台的中心，所述码图的中心与所述旋转台的中心一致。

8、在本公开的一个实施例中，所述基于深度学习三维建模算法，根据所述多视图、所述物体掩码图、所述多视图相机位姿得到隐式几何形状模型包括：基于深度学习三维建模算法，根据所述多视图、所述物体掩码图、所述多视图相机位姿生成隐式几何形状模型；将所述空间点坐标以及所述多视图相机位姿输入至所述隐式几何形状模型，输出空间点颜色及占有概率；根据所述空间点颜色及所述占有概率，可微分渲染所述隐式几何形状模型。

9、在本公开的一个实施例中，所述基于所述立方体算法将所述隐式几何形状模型转化为显式几何形状模型包括：将三维立方体分成多个单位立方体；计算所述单位立方体的八个顶点的顶点占有概率；所述顶点占有概率大于阈值，则所述顶点占有概率对应的顶点属于物体，生成物体信息；根据所述物体信息，提取所述显式几何形状模型。

10、在本公开的一个实施例中，所述基于所述融合贴图算法将所述显式几何形状模型转化为所述三维图像模型包括：根据相机内参及所述多视图相机位姿得到多视图投影坐标、多视图像素坐标；获取所述物体的三角形顶点投影到同一所述多视图像素坐标的空间点集合；根据所述空间点集合确定对应的所述多视图投影坐标的高度坐标；将最小的高度坐标对应的空间点确定为可见点；根据所述可见点的多视图像素值确定所述三维图像模型中所述可见点的颜色信息。

11、在本公开的一个实施例中，所述基于所述融合贴图算法将所述显式几何形状模型转化为所述三维图像模型包括：获取所述物体的三角形顶点在多视图上的三个投影点；根据所述三个投影点计算投影面积；根据所述投影面积确定加权系数；根据所述加权系数及所述投影点的像素值确定所述三维图像模型中所述三角形顶点的颜色信息。

12、在本公开的一个实施例中，还包括：基于拉普拉斯金字塔提取多视图的多频率图像；将对应频率的所述多频率图像进行融合处理生成拉普拉斯金字塔；将所述拉普拉斯金字塔进行图像重建生成三维图像模型。

13、根据本公开的另一个方面，还提供了一种三维图像重建装置，包括：多视图提取模块、物体掩码图模块、相机位姿生成模块、相机位姿生成模块、隐式几何形状模型生成模块；

14、多视图提取模块，将视频根据时间间隔提取得到多视图，其中，所述视频为物体在旋转的旋转台上的拍摄视频；

15、物体掩码图模块，根据所述多视图，基于物体分割算法生成所述多视图对应的物体掩码图；

16、相机位姿生成模块，根据所述多视图，基于旋转位姿估计算法得到多视图相机位姿；

17、隐式几何形状模型生成模块，基于深度学习三维建模算法，根据所述多视图、所述物体掩码图、所述多视图相机位姿得到隐式几何形状模型；

18、三维图像生成模块，基于立方体算法及融合贴图算法将所述隐式几何形状模型转化为三维图像模型。

19、根据本公开的另一个方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述三维图像重建方法。

20、根据本公开的另一个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的三维图像重建方法。

21、本公开的实施例所提供的基于多视图和智能学习的三维图像重建方法、装置、电子设备及计算机可读存储介质，将物体放在旋转的旋转台上进行拍摄得到视频，将视频根据时间间隔提取得到多视图，根据多视图，基于物体分割算法生成多视图对应的物体掩码图及基于旋转位姿估计算法得到多视图相机位姿，基于深度学习三维建模算法，根据多视图、物体掩码图、多视图相机位姿生成隐式几何形状模型，基于立方体算法及融合贴图算法将隐式几何形状模型转化为三维图像模型，提高三维图像模型的精度。

22、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。