[发明专利]2D图片集转3D模型的方法、存储介质和装置

说明书

本发明提供一种2D图片集转3D模型的方法、存储介质和装置，该方法包括：步骤11：通过深度学习算法识别2D图片集中每张图片所包含的每个对象的类别以及每个对象的轮廓信息；步骤12：通过计算机视觉算法提取每张图片中每个对象的细节特性信息，细节特征信息至少包括每个对象的纹理信息、颜色特征信息和形状特征信息；步骤13：基于每个对象的类别、形状特征信息、轮廓信息匹配3D模型，匹配成功的3D模型为每个对象的3D模型；步骤14：将每个对象的纹理信息和颜色特征信息映射到每个对象的3D模型上。基于本发明的方法，通过构建逼真的3D模型，以克服基于视差生成3D模型和3D视频的缺点，提高3D视频或3D模型的用户体验，增强娱乐性和趣味性。

技术领域

本发明涉及计算机领域，特别涉及一种2D图片集转3D模型的方法、存储介质和装置。

背景技术

目前，可以基于视差原理将2D图片或视频转成3D模型或3D视频，但其本质是生成两幅针对左右眼不同的2D图片，并未生成实质的3D模型。由于视差都是错觉，使得用户在观看基于视差生成的3D模型或3D视频时会感到不适、失真、并容易疲劳，用户使用体验较差，影响娱乐性和趣味性。

发明内容

有鉴于此，本发明提供一种2D图片集转3D模型的方法、存储介质和装置，以解决如何基于2D图片集构建3D模型的问题。

本发明提供一种2D图片集转3D模型的方法，2D图片集至少包括一张图片，该方法包括：

步骤11：通过深度学习算法识别2D图片集中每张图片所包含每个对象的类别以及每个对象的轮廓信息；

步骤12：通过计算机视觉算法提取2D图片集中每张图片中每个对象的细节特性信息，细节特征信息至少包括每个对象的纹理信息、颜色特征信息和形状特征信息；

步骤13：基于对象的类别、形状特征信息、轮廓信息匹配3D模型，匹配成功的3D模型为该对象的3D模型；

步骤14：将每个匹配成功的对象的纹理信息和颜色特征信息映射到该对象的3D模型上。

本发明还提供一种非瞬时计算机可读存储介质，该非瞬时计算机可读存储介质存储指令，其指令在由处理器执行时使得处理器执行上述本发明2D图片集转3D模型的方法中的步骤。

发明还提供一种2D图片集转3D模型装置，包括处理器和上述的非瞬时计算机可读存储介质。

本发明提出了一种2D图片集转3D模型的方法，通过提取2D图片中的对象的图像信息，匹配的3D模型，匹配成功后，再将从2D图片中提取的对象的纹理信息和颜色特征信息映射到3D模型上，从而构建逼真的3D模型，逼真3D模型不存在基于视差生成3D模型和3D视频的缺点，可以提高3D视频或3D模型的用户体验，增强娱乐性和趣味性。

附图说明

图1为本发明2D图片集转3D模型的方法的流程图；

图2为图1中步骤11的一个实施例；

图3为图1中步骤12的一个实施例；

图4为本发明步骤131的一个实施例；

图5为本发明步骤16的一个实施例；

图6为本发明实施例一中视频解码示意图；

图7为本发明实施例一中小孩提取示意图；

图8为本发明实施例一中小孩姿态同步的示意图；

图9为本发明实施例一中AR场景实现的示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。