[发明专利]一种训练牙模形变模型的方法及装置

说明书

本发明实施例提供了一种训练牙模形变模型的方法及装置，涉及三维形变技术领域。该方法包括：获取样本数据，样本数据包括扫描口腔获取的多个初始牙齿模型和对各初始牙齿模型进行人工加工得到的对应的目标形变模型；获取各初始牙齿模型对应的特征张量，各初始牙齿模型对应的特征张量的各元素为各初始牙齿模型所在立方体空间中各个体素的TSDF值；将各初始牙齿模型对应的特征张量输入预设网络模型，获取各初始牙齿模型对应的预测形变模型；根据各初始牙齿模型对应的目标形变模型和预测形变模型，对预设网络模型进行优化获取牙模形变模型。本发明实施例用于获取能够自动将初始牙齿模型转换为符合特定产品要求的牙齿模型的牙模形变模型。

技术领域

本发明涉及三维形变技术领域，尤其涉及一种训练牙模形变模型的方法及装置。

背景技术

牙齿数字化技术旨在对牙齿进行3D建模得到数字化的牙齿模型，从而实现后续加工和个性化定制。

一般情况下，最终实际使用的牙齿模型都不是扫描口腔并进行3D重建而得到的初始牙齿模型，而是基于特定产品要求对初始牙齿模型进行进一步加工，进而获取的符合特定产品要求的牙齿模型。其中，基于特定产品要求对初始牙齿模型进行加工获取符合特定产品要求的牙齿模型的过程称为3D牙模形变。目前，3D牙模形变普遍是基于人工完成的。即，人基于特定产品要求手动对初始牙齿模型进行加工从而使得初始牙齿模型满足特定的产品要求。然而，基于人工完成3D牙模形变具有效率低、成本高、质量不可靠等诸多弊端，因此如何自动化的将初始牙齿模型转换为符合特定产品要求的牙齿模型已成为本领域亟待解决的一个问题。

发明内容

有鉴于此，本发明提供了一种训练牙模形变模型的方法及装置，用于自动化的将初始牙齿模型转换为符合特定产品要求的牙齿模型。

为了实现上述目的，本发明实施例提供技术方案如下：

第一方面，本发明实施例提供了一种训练牙模形变模型的方法，包括：

获取样本数据，所述样本数据包括扫描口腔获取的多个初始牙齿模型以及对各初始牙齿模型进行人工加工得到的各初始牙齿模型对应的目标形变模型；

获取各初始牙齿模型对应的特征张量，各初始牙齿模型对应的特征张量的各元素为各初始牙齿模型所在立方体空间中各个体素的截断符号距离函数TSDF值；

将各初始牙齿模型对应的特征张量输入预设网络模型，获取各初始牙齿模型对应的预测形变模型；

根据各初始牙齿模型对应的目标形变模型和预测形变模型，对所述预设网络模型进行优化获取牙模形变模型。

作为本发明实施例一种可选的实施方式，所述预设网络模型，包括：由多个串联结构的编码器组成的编码器组件、自注意力组件、特征传递组件、多尺度分析组件以及由多个串联结构的解码器组成的解码器组件；所述编码器组件的输入为所述预设网络模型的输入，所述编码器组件的输出为所述自注意力组件的输入；所述自注意力组件的输出为所述所述特征传递组件的输入；所述特征传递组件的输出为所述多尺度分析组件的输入，所述多尺度分析组件的输出为所述解码器组件的输入，所述解码器组件的输出为所述预设网络模型的输出；

其中，所述自注意力组件用于对所述编码器组件输出的特征张量进行非局部信息提取，获取环境特征张量；所述特征传递组件对所述自注意力组件的输出进行处理，并将处理结果传递至所述多尺度分析组件；所述多尺度分析组件用于提取所述特征传递组件输出的特征张量在多个尺度下的特征张量。

作为本发明实施例一种可选的实施方式，所述编码器组件包括三个串联结构的编码器，各编码器包括一残差单元和一下采样单元；各编码器的残差单元用于通过三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元的输入执行加和操作，各编码器的下采样单元用于将输入特征张量下采样为通道数为输入特征张量的通道数的两倍，长、宽、高为输入特征张量的长、宽、高的二分之一的输出特征张量；