[发明专利]三维模型生成方法、装置、计算机设备及存储介质

权利要求书

1.一种三维模型生成方法，其特征在于，包括：

基于预先训练好的第一神经网络，确定待处理图像的全局特征向量、局部特征图以及语义特征图，所述语义特征图中任一第一特征点的特征值包括所述第一特征点在语义空间中的语义坐标；

基于所述语义特征图中的第一特征点，将所述局部特征图中与所述第一特征点对应的第二特征点转换到语义空间中，形成语义特征点，所述语义特征点构成语义局部特征图；

基于所述语义局部特征图、所述全局特征向量、以及预先训练好的第二神经网络，生成所述待处理图像对应的位置图；所述位置图中包括所述待处理图像中的目标对象的各个位置点的语义坐标和三维位置坐标；

基于所述位置图，生成所述目标对象对应的三维模型。

2.根据权利要求1所述的方法，其特征在于，所述第一特征点的语义坐标包括该第一特征点在所述语义空间中不同坐标方向上的坐标值；

所述第一特征点的特征值还包括该第一特征点属于所述目标对象的概率。

3.根据权利要求2所述的方法，其特征在于，所述基于预先训练好的第一神经网络，确定所述待处理图像的全局特征向量、局部特征图以及语义特征图，包括：

对所述待处理图像进行下采样处理，得到中间特征图；

基于所述中间特征图，确定所述全局特征向量和所述局部特征图；

对所述局部特征图进行特征提取，得到所述语义特征图。

4.根据权利要求3所述的方法，其特征在于，基于所述中间特征图，确定所述全局特征向量和所述局部特征图，包括：

对所述中间特征图进行池化处理和全连接处理，得到所述待处理图像对应的所述全局特征向量；以及，对所述中间特征图进行上采样处理，得到所述待处理图像对应的局部特征图。

5.根据权利要求1～4任一所述的方法，其特征在于，所述基于所述语义特征图中的第一特征点，将所述局部特征图中与该第一特征点对应的第二特征点转换到语义空间中，形成语义特征点，所述语义特征点构成语义局部特征图，包括：

基于所述语义特征图中第一特征点对应的语义坐标，确定该第一特征点在预先生成的对象语义图中的目标位置点；所述对象语义图中包括三维预设对象的多个位置点以及所述多个位置点的语义坐标；

将所述对象语义图中所述目标位置点的特征值更新为该目标位置点在所述局部特征图中对应位置处的特征值，得到所述语义局部特征图。

6.根据权利要求1～5任一所述的方法，其特征在于，所述基于所述语义局部特征图、所述全局特征向量、以及预先训练好的第二神经网络，生成所述待处理图像对应的位置图，包括：

基于所述全局特征向量，生成全局特征图；

将所述语义图像特征图、所述全局特征图、以及预先生成的参考对象在语义空间中的参考位置图进行串联，得到串联特征图；

将所述串联特征图输入到所述第二神经网络中，得到所述待处理图像对应的位置图。

7.根据权利要求6所述的方法，其特征在于，所述基于所述全局特征向量，生成全局特征图，包括：

将所述全局特征向量进行多次复制，并将复制之后的全局特征向量进行拼接，拼接后的特征向量构成所述全局特征图，所述全局特征图的尺寸与所述局部特征图的尺寸相同。

8.根据权利要求1～7任一所述的方法，其特征在于，基于所述位置图，生成所述目标对象对应的三维模型，包括：

基于所述位置图中位置点的语义坐标，对所述位置图中的位置点进行采样，得到各个采样点；

基于各个采样点对应的三维位置坐标，生成所述目标对象对应的三维模型。

9.根据权利要求8所述的方法，其特征在于，所述基于所述位置图中位置点的语义坐标，对所述位置图中的位置点进行采样，得到各个采样点，包括：

根据预先设置的参考采样点的参考语义坐标，从所述位置图中筛选出对应的语义坐标与所述参考语义坐标相同的位置点，并将筛选出的位置点作为采样点。