[发明专利]模型获取方法、装置、电子设备及存储介质

说明书

本申请提供了一种模型获取方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取目标图像；对所述目标图像进行第一次下采样，获取分辨率低于所述目标图像的第一采样图像，对所述第一采样图像进行特征提取得到低分辨率特征，对所述低分辨率特征进行3D点位预测得到3D特征；对所述目标图像进行特征提取得到高分辨率特征；将所述高分辨率特征嵌入所述3D特征，得到所述目标图像的3D模型。该方法可以将高分辨率特征嵌入3D特征，使得到的3D模型兼顾局部特征和全局特征的真实性，实现高精度的三维预测。

技术领域

本申请涉及图像处理技术领域，尤其涉及模型获取方法、装置、电子设备及计算机可读存储介质。

背景技术

现有技术在利用目标图像构建三维模型时会对目标图像进行下采样，得到分辨率较低的图像，利用该图像进行模型构建，最后得到的3D模型精度较低，细节方面不够完善，与模型的真实形状有较大的出入。

发明内容

本申请的目的在于提供模型获取方法、装置、电子设备及计算机可读存储介质，可以将高分辨率特征嵌入3D特征，使得到的3D模型兼顾局部特征和全局特征的真实性，实现高精度的三维预测。

本申请的目的采用以下技术方案实现：

第一方面，本申请提供了一种模型获取方法，所述方法包括：获取目标图像；对所述目标图像进行第一次下采样，获取分辨率低于所述目标图像的第一采样图像，对所述第一采样图像进行特征提取得到低分辨率特征，对所述低分辨率特征进行3D点位预测得到3D特征；对所述目标图像进行特征提取得到高分辨率特征；将所述高分辨率特征嵌入所述3D特征，得到所述目标图像的3D模型。该技术方案的有益效果在于，一方面，可以对目标图像进行第一次下采样，对第一采样图像进行特征提取得到低分辨率特征，低分辨率特征可以用于形状的预测，得到3D特征，由低分辨率的第一采样图像得到的空间信息范围较大(感受野较大)，全局一致性较佳，局部特征精度较低；另一方面，可以将目标图像作为直接输入，进行特征提取，得到高分辨率特征，局部特征精度较高，该方法可以将高分辨率特征嵌入3D特征，使得到的3D模型兼顾局部特征和全局特征的真实性，实现高精度的三维预测。

在一些可选的实施例中，所述对所述第一采样图像进行特征提取得到低分辨率特征，包括：将所述第一采样图像输入VGG-16网络进行特征提取，得到所述低分辨率特征；所述对所述低分辨率特征进行3D点位预测得到3D特征，包括：将所述低分辨率特征输入图残差网络进行3D点位预测，得到所述3D特征。该技术方案的有益效果在于，一方面，可以将第一采样图像输入VGG-16网络进行特征提取，得到低分辨率特征，VGG-16网络可以通过不断加深网络结构来提升性能，错误率较低，VGG-16网络还可以简化卷积神经网络的结构；另一方面，可以将低分辨率特征输入图残差网络进行3D点位预测，得到所述3D特征，图残差网络可以在网络层数加深时使网络保持一定的准确性。

在一些可选的实施例中，所述将所述第一采样图像输入VGG-16网络进行特征提取，得到所述低分辨率特征，包括：获取所述目标图像的至少两个姿态的法向图；将所述第一采样图像和所述目标图像的至少两个姿态的法向图输入VGG-16网络进行特征提取，得到所述低分辨率特征。该技术方案的有益效果在于，可以将第一采样图像和目标图像的至少两个姿态的法向图输入VGG-16网络，以法向图为参考，得到更加准确、细节更加丰富的低分辨率特征，得到的3D模型在相应姿态处的细节能够得到提升；若单独输入目标图像，得到的3D模型在目标图像未显示区域的细节较为模糊甚至可能产生较大失真。