[发明专利]3D人耳模型构建方法、系统、设备及介质

权利要求书

1.3D人耳模型构建方法，其特征在于，包括：

获取人耳的原始点云数据；

根据所述原始点云数据和预设第一特征提取算法得到人耳体素特征；

根据所述原始点云数据和预设第二特征提取算法得到人耳点云特征；

根据所述人耳体素特征和预设映射算法得到鸟瞰特征；

根据所述人耳体素特征、所述鸟瞰特征、所述人耳点云特征以预设整合算法进行整合，以得到特征向量；

根据所述特征向量构建人耳三维模型。

2.根据权利要求1所述的3D人耳模型构建方法，其特征在于，所述根据所述原始点云数据和预设第一特征提取算法得到人耳体素特征，包括：

将所述原始点云数据分为空间内等比例的体素，以得到多个人耳体素；

对所述多个人耳体素进行体素特征编码，以得到多个voxel-wise特征；

对所述多个voxel-wise特征进行3D稀疏卷积，以得到人耳体素特征。

3.根据权利要求2所述的3D人耳模型构建方法，其特征在于，所述人耳体素包括：第一体素和第二体素，所述第一体素表征为已筛选的人耳体素，所述第二体素表征为未筛选的人耳体素；

所述3D人耳模型构建方法还包括：

根据预设体素区间对所述第二体素进行筛选，以得到所述第一体素。

4.根据权利要求1所述的3D人耳模型构建方法，其特征在于，所述预设第二特征提取算法包括：预设尺度空间极值检索算法、预设T-net算法、预设MLP网络算法和预设聚合算法；

所述根据所述原始点云数据和预设第二特征提取算法得到人耳点云特征，包括：

对所述原始点云数据以所述预设尺度空间极值检索算法进行检索，以得到空间极值范围区间；

根据所述空间极值范围区间、所述预设T-net算法和所述预设聚合算法对所述原始点云数据进行调整，以得到调整向量；

根据所述预设MLP网络算法和所述调整向量进行特征提取，以得到人耳点云特征。

5.根据权利要求4所述的3D人耳模型构建方法，其特征在于，所述根据所述空间极值范围区间、所述预设T-net算法和所述预设聚合算法对所述原始点云数据进行调整，以得到调整向量，包括：

根据所述空间极值范围区间以所述预设T-net算法对所述原始点云数据进行调整，以得到调整点云数据；

根据所述预设聚合算法对所述调整点云数据进行聚合，以得到聚合点云数据。

6.根据权利要求1所述的3D人耳模型构建方法，其特征在于，所述预设映射算法为下采样算法。

7.根据权利要求1所述的3D人耳模型构建方法，其特征在于，所述根据所述人耳体素特征、所述鸟瞰特征、所述人耳点云特征以预设整合算法进行整合，以得到特征向量，包括：

对所述人耳体素特征、所述鸟瞰特征、所述人耳点云特征分别进行采样，得到多个关键点特征；

将所述多个关键点特征经过两层FCN网络转换到特征空间，以得到所述特征向量。

8.3D人耳模型构建系统，其特征在于，包括：

获取模块，所述获取模块用于获取人耳的原始点云数据；

提取模块，所述提取模块用于根据所述原始点云数据和预设第一特征提取算法得到人耳体素特征；

所述提取模块还用于根据所述原始点云数据和预设第二特征提取算法得到人耳点云特征；

计算模块，所述计算模块用于根据所述人耳体素特征和预设映射算法得到鸟瞰特征；

所述计算模块还用于根据所述人耳体素特征、所述鸟瞰特征、所述人耳点云特征以预设整合算法进行整合，以得到特征向量；

构建模块，所述构建模块用于根据所述特征向量构建人耳三维模型。

9.电子设备，其特征在于，包括存储器、处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的3D人耳模型构建方法。

10.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存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7中任意一项所述的3D人耳模型构建方法。