[发明专利]一种确定三维场景中视点路径的方法及设备在审
申请号: | 202110879984.5 | 申请日: | 2021-08-02 |
公开(公告)号: | CN113628348A | 公开(公告)日: | 2021-11-09 |
发明(设计)人: | 刘帅;吴连朋 | 申请(专利权)人: | 聚好看科技股份有限公司 |
主分类号: | G06T19/00 | 分类号: | G06T19/00;G06T17/00 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 刘醒晗 |
地址: | 266100 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 确定 三维 场景 视点 路径 方法 设备 | ||
1.一种确定视点路径的方法,其特征在于,应用于三维场景,包括:
根据相机在至少一个视角下采集的目标对象的2D图像,绘制所述目标对象的三维模型,每个视角对应一张2D图像;
分别获取所述三维模型在多个视点位置下的视图;
针对获取的多张视图中的任意一张视图,根据所述三维模型的各个体素在所述视图中的属性值,确定所述视图的可视化信息熵;
根据所述多张视图各自的可视信息熵,确定一张目标视图,并将所述目标视图对应的视点位置作为目标视点位置;
根据所述目标视点位置,确定观看所述三维模型的视点路径。
2.如权利要求1所述的方法,其特征在于,所述根据所述三维模型的各个体素在所述视图中的属性值,确定所述视图的可视化信息熵,包括:
将各个体素的属性值分别映射为所述视图中的视觉特征;
根据各个体素各自的视觉特征、各个体素各自的可见度概率以及所述三维模型在所述视图中的边缘结构信息,分别确定各个体素各自的显著度;
根据各个体素各自的显著度和各个体素在所述视图中的可见度,分别确定各个体素的可视化概率;
根据各个体素的可视化概率,确定所述视图的可视化信息熵。
3.如权利要求2所述的方法,其特征在于,所述视觉特征包括各个体素在所述视图中的不透明度取值,显著度的确定公式为:
Wj=aj*lj*Rj
lj=-log2fj
其中,fj=第j个体素的可见度值对应的体素个数/三维模型的总体素个数,fj表示第j个体素在所述视图中的可见度概率所述aj表示第j个体素在所述视图中的不透明度取值,Rj表示所述三维模型在所述视图中的边缘结构信息。
4.如权利要求2所述的方法,其特征在于,所述可视化信息熵的确定公式为:
其中,V表示当前视图,J表示所述三维模型的总体素个数,qj表示第j个体素的可视化概率,vj(V)=1-aj,aj表示第j个体素在所述视图中的不透明度取值,vj(V)表示第j个体素在当前视图中的可见度,Wj表示第j个体素的显著度,H(V)表示当前视图的可视化信息熵,τ为中间变量。
5.如权利要求1所述的方法,其特征在于,所述根据所述目标视点位置,确定观看所述三维模型的视点路径,包括:
将所述目标视点位置作为初始视点位置,根据所述多个视点位置分别到所述初始视点位置的距离,选取N个候选视点位置,所述N个候选视点位置对应的视图的可视化信息熵达到预设信息熵阈值,N为大于1的整数;
从所述N个候选视点位置中,选取最大可视化信息熵对应的候选视点位置再次作为初始视点位置,重新选取N个候选视点位置,直至满足第一预设结束条件;
对多次确定的初始视点位置进行拟合,得到观看所述三维模型的视点路径。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
将剩余的N-1个候选视点位置作为备选视点位置,从N-1个备选视点位置中,选取最大可视化信息熵对应的备选视点位置作为初始备选视点位置;
根据所述多个视点位置分别到所述初始备选视点位置的距离,选取M个候选备选视点位置,M为大于1的整数;
从所述M个候选备选视点位置中,选取最大可视化信息熵对应的候选备选视点位置再次作为初始备选视点位置重新选取M个候选备选视点位置,直至满足第二预设结束条件;对多次确定的初始备选视点位置进行拟合,得到观看所述三维模型的备选视点路径。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于聚好看科技股份有限公司,未经聚好看科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110879984.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种棉花短纤维长度测量仪
- 下一篇:一种磁阻电机转子