[发明专利]物体三维形状重建方法、装置、设备及存储介质

权利要求书

1.一种物体三维形状重建方法，其特征在于，包括：

对包括单个物体的二维图像进行归一化，得到归一化图像；

将所述归一化图像输入物体形状重建网络，通过所述物体形状重建网络的特征提取器获取对应的特征信息，并输入至所述物体形状重建网络的生成器，得到所述物体的预测体素的置信度三维张量；

基于预设阈值，对所述置信度三维张量中的每一项元素进行二值化处理，得到表示所述物体的三维形状的体素。

2.根据权利要求1所述的物体三维形状重建方法，其特征在于，所述特征提取器由多个密集连接块和一个可变形卷积模块构成。

3.根据权利要求2所述的物体三维形状重建方法，其特征在于，还包括配置每个所述密集连接块的以下参数：所述密集连接块中参与密集连接的每个卷积层的通道数、所述密集连接块输出的特征图的通道数以及所述密集连接块中参与密集连接的卷积层数量。

4.根据权利要求2所述的物体三维形状重建方法，其特征在于，所述可变形卷积模块包括主线和第一学习分支，所述第一学习分支学习每一次卷积加权求和作用的图像区域，以为主线的卷积操作中对应的窗口的每个点预测偏移向量。

5.根据权利要求2所述的物体三维形状重建方法，其特征在于，所述特征提取器获取的所述特征信息通过reshape的操作，以使所述特征信息能向三维形状的体素转化。

6.根据权利要求1所述的物体三维形状重建方法，其特征在于，所述基于预设阈值，对所述置信度三维张量中的每一项元素进行二值化处理包括：

若所述元素小于所述预设阈值，则设置该元素对应的值为第一数值，所述第一数值表示所述体素中为空白状态的网格；

若所述元素大于所述预设阈值，则设置该元素对应的值为第二数值，所述第二数值表示所述体素中为占有状态的网格。

7.根据权利要求1所述的物体三维形状重建方法，其特征在于，通过第一损失函数对所述物体形状重建网络进行训练，所述第一损失函数为二元交叉熵损失函数和骰子损失的加权和。

8.一种物体三维形状重构装置，其特征在于，用于实现如权利要求1至7中任意一项所述的物体三维形状重建方法，包括：

归一化模块，用于对包括单个物体的二维图像进行归一化，得到归一化图像；

重建模块，用于将所述归一化图像输入物体形状重建网络，通过所述物体形状重建网络的特征提取器获取对应的特征信息，并输入至所述物体形状重建网络的生成器，得到所述物体的预测体素的置信度三维张量；

二值化模块，用于基于预设阈值，对所述置信度三维张量中的每一项元素进行二值化处理，得到表示所述物体的三维形状的体素。

9.一种设备，包括处理器以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的程序指令，其特征在于，所述处理器执行所述存储器存储的所述程序指令时，实现如权利要求1至7中任意一项所述的物体三维形状重建方法。

10.一种存储介质，所述存储介质内存储有程序指令，所述程序指令被处理器执行时实现能够实现如权利要求1至7中任意一项所述的物体三维形状重建方法。