[发明专利]2D图片集转3D模型的方法、存储介质和装置有效
| 申请号： | 201810884174.7 | 申请日： | 2018-08-06 |
| 公开（公告）号： | CN109191369B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 王磊 | 申请（专利权）人： | 三星电子（中国）研发中心;三星电子株式会社 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 谢安昆;宋志强 |
| 地址： | 210012 江苏省南京市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种2D图片集转3D模型的方法、存储介质和装置，该方法包括：步骤11：通过深度学习算法识别2D图片集中每张图片所包含的每个对象的类别以及每个对象的轮廓信息；步骤12：通过计算机视觉算法提取每张图片中每个对象的细节特性信息，细节特征信息至少包括每个对象的纹理信息、颜色特征信息和形状特征信息；步骤13：基于每个对象的类别、形状特征信息、轮廓信息匹配3D模型，匹配成功的3D模型为每个对象的3D模型；步骤14：将每个对象的纹理信息和颜色特征信息映射到每个对象的3D模型上。基于本发明的方法，通过构建逼真的3D模型，以克服基于视差生成3D模型和3D视频的缺点，提高3D视频或3D模型的用户体验，增强娱乐性和趣味性。 | ||
| 搜索关键词： | 图片集 模型 方法 存储 介质 装置 | ||
【主权项】：
1.一种2D图片集转3D模型的方法，其特征在于，所述2D图片集至少包括一张图片，所述方法包括：步骤11：通过深度学习算法识别所述2D图片集中每张图片所包含每个对象的类别以及每个对象的轮廓信息；步骤12：通过计算机视觉算法提取所述2D图片集中每张图片中每个对象的细节特性信息，所述细节特征信息至少包括每个对象的纹理信息、颜色特征信息和形状特征信息；步骤13：基于每个对象的类别、形状特征信息、轮廓信息匹配3D模型，匹配成功的3D模型为该对象的3D模型；步骤14：将每个匹配成功的对象的纹理信息和颜色特征信息映射到该对象的3D模型上。
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三星电子（中国）研发中心;三星电子株式会社，未经三星电子（中国）研发中心;三星电子株式会社许可，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/patent/201810884174.7/，转载请声明来源钻瓜专利网。
