[发明专利]一种透明物体的新视角合成模型的训练方法和计算机设备有效
| 申请号： | 201910964836.6 | 申请日： | 2019-10-11 |
| 公开（公告）号： | CN110689514B | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 黄惠;吴博剑;吕佳辉 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 518060 广东*** | 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： | 本申请涉及一种透明物体的新视角合成模型的训练方法和计算机设备，本方法在训练时，卷积神经网络根据第一图像、第二图像和混合系数输出预测蒙版、预测衰减图和预测折射流而不是直接得到预测图像，其中，预测折射流反映新视角的光传输矩阵，使卷积神经网络学习光线经过透明物体的复杂光传输行为，再根据预测蒙版、预测衰减图和预测折射流得到透明物体在新视角下的预测图像。通过迭代训练卷积神经网络，得到新视角合成模型；通过本发明训练得到的新视角合成模型可以根据第一视角的透明图像和第二视角的透明图像，得到第一视角和第二视角之间任意视角的合成图像，且合成图像质量高。 | ||
| 搜索关键词： | 一种 透明 物体 新视角 合成 模型 训练 方法 计算机 设备 | ||
【主权项】：
1.一种透明物体的新视角合成模型的训练方法，其特征在于，所述方法包括：/n将训练数据中的第一图像、第二图像和混合系数输入卷积神经网络，通过所述卷积神经网络输出预测蒙版、预测衰减图和预测折射流，其中，所述训练数据包括多组训练图像组，每一组训练图像组包括第一图像、第二图像、真实图像和混合系数，第一图像为在第一视角下拍摄的透明物体图像，第二图像为在第二视角下拍摄的透明物体图像，真实图像为在第一视角和第二视角之间的新视角下拍摄的透明物体图像，混合系数表示第一视角、第二视角和新视角之间的关系；/n根据所述预测蒙版、所述预测衰减图和所述预测折射流，计算得到第一图像和第二图像在混合系数下的预测图像，其中，所述预测图像为卷积神经网络预测的在新视角下的透明物体图像；/n根据所述预测蒙版、所述预测衰减图和所述预测折射流、所述预测图像和所述真实图像，对所述卷积神经网络的参数进行调整，并继续执行所述将训练数据中的第一图像、第二图像和混合系数输入卷积神经网络的步骤，直至满足预设训练条件，以得到新视角合成模型。/n
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深圳大学，未经深圳大学许可，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/201910964836.6/，转载请声明来源钻瓜专利网。
