[发明专利]图像重建模型的训练方法、装置和电子设备

权利要求书

1.一种图像重建模型的训练方法，其特征在于，包括：

获取初始全景训练样本图像，根据所述初始全景训练样本图像确定至少一个增强全景训练样本图像，得到全景图像训练样本集，所述初始全景训练样本图像包括至少一个对象图像；

从初始全景训练样本图像提取出初始对象样本训练图像，得到对象样本图像训练样本集；

基于预设损失函数，利用所述全景图像训练样本集以及所述对象样本图像训练样本集对第一图像处理模型以及第二图像处理模型进行训练，得到训练后的第一目标图像处理模型和第二目标图像处理模型。

2.根据权利要求1所述的方法，其特征在于，所述预设损失函数包括第一预设损失子函数和第二预设损失子函数，以及

所述基于预设损失函数，利用所述全景图像训练样本集以及所述对象样本图像训练样本集对第一图像处理模型以及第二图像处理模型进行训练，得到训练后的第一目标图像处理模型和第二目标图像处理模型，包括：

基于第一预设损失子函数，利用全景图像训练样本集以及将初始全景训练样本图像和增强全景训练样本图像分别输入到第一图像处理模型得到的输出结果，确定第一损失子函数值；

基于所述第一损失子函数值，调整所述第一图像处理模型的模型参数，得到所述第一目标图像处理模型；

基于第二预设损失子函数，利用全景图像训练样本集、对象样本图像训练样本集以及将初始对象样本训练图像输入到第二图像处理模型以及将初始全景训练样本图像输入到第一图像处理模型各自得到的输出结果，确定第二损失子函数值；

基于所述第二损失子函数值，调整所述第二图像处理模型的模型参数，得到所述第二目标图像处理模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述初始全景训练样本图像确定至少一个增强全景训练样本图像，得到全景图像训练样本集，包括：

以所述初始全景训练样本图像对应的第一深度数据为扭曲基准，将以第一目标对象为参照点的初始全景训练样本图像进行扭曲，得到以第二目标对象为参照点的第一增强全景训练样本图像；其中，所述第一深度数据为所述第一图像处理模型根据所述初始全景训练样本图像而得到的输出结果。

4.根据权利要求3所述的方法，其特征在于，所述根据所述初始全景训练样本图像确定至少一个增强全景训练样本图像，得到全景图像训练样本集，还包括：

以所述第一增强全景训练样本图像对应的第二深度数据为扭曲基准，将所述第一增强全景训练样本图像进行扭曲，得到以第三目标对象为参照点的第二增强全景训练样本图像；其中，所述第三目标对象与所述第一目标对象为同一对象；所述第二深度数据为所述第一图像处理模型根据所述第一增强全景训练样本图像而得到的输出结果。

5.根据权利要求4所述的方法，其特征在于，所述基于第一预设损失子函数，利用全景图像训练样本集以及将初始全景训练样本图像和增强全景训练样本图像分别输入到第一图像处理模型得到的输出结果，确定第一损失子函数值，包括：

将所述初始全景训练样本图像、所述第一增强全景训练样本图像以及所述第二增强全景训练样本图像分别输入所述第一图像处理模型中，得到对应的第一输出结果、第二输出结果、第三输出结果；

基于所述第一输出结果、所述第二输出结果和/或所述第三输出结果确定所述第一损失子函数值。

6.根据权利要求5所述的方法，其特征在于，所述第一输出结果包括第一深度数据、第一法向数据、第一颜色数据；所述第三输出结果包括第三深度数据、第三法向数据、第三颜色数据；以及

所述基于所述第一输出结果、所述第二输出结果和/或所述第三输出结果确定所述第一损失子函数值，包括：

将所述第一深度数据、第一法向数据、第一颜色数据、第三深度数据、第三法向数据、第三颜色数据分别对应进行损失计算，确定所述第一损失子函数值。