[发明专利]三维场景重建方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202310133895.5 申请日: 2023-02-17
公开(公告)号: CN116342831A 公开(公告)日: 2023-06-27
发明(设计)人: 余千海;于国星;胡永涛;戴景文;贺杰 申请(专利权)人: 广东虚拟现实科技有限公司
主分类号: G06T17/20 分类号: G06T17/20;G06T7/11;G06T7/50;G06V10/46;G06V10/75;G06V10/74
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 林炮勤
地址: 510335 广东省广州市天河*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三维 场景 重建 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种三维场景重建方法,其特征在于,所述方法包括:

获取目标全景图像,所述目标全景图像为全景视频中的任一帧视频图像,所述全景视频是由全景相机针对目标现实场景拍摄得到的;

根据所述目标现实场景对应的图像分割策略,对所述目标全景图像进行图像分割,得到多个第一子图像,多个所述第一子图像的图像方向与所述图像分割策略中包含的多个预设拍摄方向一一对应;

获取每个第一子图像对应的深度图;

根据每个所述第一子图像以及每个所述第一子图像对应的深度图,获取所述目标现实场景对应的三维重建数据;

基于所述三维重建数据生成所述目标现实场景对应的目标虚拟场景。

2.根据权利要求1所述的方法,其特征在于,所述获取每个第一子图像对应的深度图,包括:

对每个所述第一子图像进行特征提取,得到每个所述第一子图像对应的特征信息;

基于每个所述第一子图像对应的特征信息,获取每个所述第一子图像对应的深度图。

3.根据权利要求2所述的方法,其特征在于,在所述获取每个第一子图像对应的深度图之前,所述方法还包括:

若多个所述第一子图像中存在目标子图像的所述特征信息中所包含的特征点数量小于预设数量阈值,获取多个所述第一子图像中除所述目标子图像之外的其他第一子图像,得到多个第二子图像;

所述获取每个第一子图像对应的深度图,包括:

获取每个所述第二子图像对应的深度图。

4.根据权利要求2所述的方法,其特征在于,所述特征信息中包括多个特征点,所述基于每个所述第一子图像对应的特征信息,获取每个所述第一子图像对应的深度图,包括:

提取每个所述第一子图像对应的符合目标条件的特征点对,得到每个所述第一子图像对应的特征点集合;

根据每个所述第一子图像对应的特征点集合,确定每个所述第一子图像对应的位姿信息;

根据每个所述第一子图像以及每个所述第一子图像对应的位姿信息,确定每个所述第一子图像中的特征点的视差信息,并基于每个所述第一子图像中的特征点的视差信息,生成每个所述第一子图像对应的视差图;

根据每个所述第一子图像对应的视差图,确定每个所述第一子图像中的特征点的深度信息,并基于每个所述第一子图像中的特征点的深度信息,生成每个所述第一子图像对应的深度图。

5.根据权利要求4所述的方法,其特征在于,所述提取每个所述第一子图像对应的符合目标条件的特征点对,得到每个所述第一子图像对应的特征点集合,包括:

将每个所述第一子图像与和自身相邻的其他第一子图像进行特征点的第一相似度匹配;

针对每个所述第一子图像,获取第一相似度大于第一目标阈值的特征点对,得到每个所述第一子图像对应的第一特征点对的集合;

将每个所述第一子图像与至少一个第三子图像进行特征点的第二相似度匹配,所述第三子图像在相邻全景图像中的图像方向与所述第三子图像对应的第一子图像在所述目标全景图像中的图像方向相匹配,所述相邻全景图像为所述全景视频中所述目标全景图像相邻帧的全景图像;

针对每个所述第一子图像,获取所述第二相似度大于第二目标阈值的特征点对,得到每个所述第一子图像对应的第二特征点对的集合;

根据每个所述第一子图像对应的第一特征点对的集合以及每个所述第一子图像对应的第二特征点对的集合,生成每个所述第一子图像对应的特征点集合。

6.根据权利要求5所述的方法,其特征在于,每个所述第一子图像对应的位姿信息包括第一位姿信息和第二位姿信息,所述根据每个所述第一子图像对应的特征点集合,确定每个所述第一子图像对应的位姿信息,包括:

根据每个所述第一子图像对应的第一特征点对的集合,确定每个所述第一子图像与和自身相邻的其他第一子图像之间的相对位姿关系,得到所述第一位姿信息;

根据每个所述第一子图像对应的第二特征点对的集合,确定每个所述第一子图像与至少一个所述第三子图像之间的相对位姿关系,得到所述第二位姿信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广东虚拟现实科技有限公司,未经广东虚拟现实科技有限公司许可,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/202310133895.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top