[发明专利]变形预测方法、装置及计算机可读存储介质

权利要求书

1.一种变形预测方法，应用于变形预测系统，其特征在于，所述变形预测系统包括三维重建网络和变形预测网络，所述变形预测方法包括以下步骤：

获取目标物体的深度图像并输入三维重建网络，以获取所述三维重建网络基于所述深度图像生成的三维模型；

将所述三维模型和基于目标物体特性生成的条件向量输入变形预测网络，得到变形预测网络输出的变形预测模型；

基于所述变形预测模型执行任务。

2.如权利要求1所述的变形预测方法，其特征在于，所述获取目标物体的深度图像并输入三维重建网络，以获取所述三维重建网络基于所述深度图像生成的三维模型的步骤包括：

获取目标物体的2.5D深度图像，将所述2.5D深度图像输入三维重建网络；

在三维重建网络中对所述2.5D深度图像进行三维重建处理，生成对应的三维模型。

3.如权利要求1所述的变形预测方法，其特征在于，所述变形预测网络包括生成网络和判别网络，所述将所述三维模型和基于目标物体特性生成的条件向量输入变形预测网络，得到变形预测网络输出的变形预测模型的步骤包括：

基于目标物体特性生成第一条件向量，将所述三维模型和所述第一条件向量输入生成网络，得到目标物体的预测变形量；

获取目标物体的真实变形量，将所述生成网络输出的预测变形量作为判别网络的输入值，结合所述真实变形量，确定生成网络输出的预测变形量是否符合期望；

在所述生成网络输出的预测变形量符合期望时，确定所述预测变形量为变形预测模型。

4.如权利要求3所述的变形预测方法，其特征在于，所述判别网络依次包括五个反卷积层，其中，每个反卷积层都包括一个激活函数；

所述生成网络包括变分自动编码器和解码器；

所述变分自动编码器依次包括五个卷积层，一个全连接层，以及两个μ和σ层，其中，每个反卷积层都包括一个激活函数；

所述解码器依次包括五个反卷积层，其中，每个反卷积层都包括一个激活函数。

5.如权利要求3所述的变形预测方法，其特征在于，所述基于目标物体特性生成第一条件向量的步骤包括：

确定目标物体的材料特性，以及目标物体的受力情况；

基于所述材料特性和受力情况生成第一条件向量。

6.如权利要求3所述的变形预测方法，其特征在于，所述获取目标物体的真实变形量，将所述生成网络输出的预测变形量作为判别网络的输入值，结合所述真实变形量，确定生成网络输出的预测变形量是否符合期望的步骤包括：

获取物理模拟器生成的真实变形量；

将所述生成网络输出的预测变形量输入判别网络，结合所述真实变形量和基于目标物体特性生成的第二条件向量，确定所述预测变形量是否符合期望。

7.如权利要求1所述的变形预测方法，其特征在于，所述获取目标物体的深度图像并输入三维重建网络，以获取所述三维重建网络基于所述深度图像生成的三维模型的步骤之前，所述方法还包括：

收集若干真实物体变形图像，建立对应的图像数据库；

基于所述图像数据库对变形预测网络进行训练，以使所述变形预测网络的预测能力逐渐增强。

8.如权利要求7所述的变形预测方法，其特征在于，所述基于所述图像数据库对变形预测网络进行训练，以使所述变形预测网络的预测能力逐渐增强的步骤包括：

基于图像数据库获取若干个体素网格和条件向量，通过物理模拟器生成由所述若干个体素网格和条件向量组成的若干个地面真值对；

用所述若干个地面真值对训练变形预测网络，不断优化变形预测网络的相关参数，以使所述变形预测网络的预测能力逐渐增强。

9.一种变形预测装置，其特征在于，所述变形预测装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的变形预测程序，所述变形预测程序被所述处理器执行时实现如权利要求1至8中任一项所述的变形预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有变形预测程序，所述变形预测程序被处理器执行时实现如权利要求1至8中任一项所述的变形预测方法的步骤。