图像重建方法、装置及计算机设备、存储介质、产品制造方法及图纸

本申请公开了一种图像重建方法、装置及计算机设备、存储介质、产品，其中方法包括：获取目标对象的实体构造模型和拍摄图像，基于拍摄图像的参考拍摄参数对实体构造模型或虚拟相机在渲染环境中的位置参数进行调整，得到实体构造模型在所述渲染环境中的目标位置；基于拍摄图像的参考色彩对实体构造模型的色彩参数进行调整，得到实体构造模型的目标色彩；基于目标位置、目标色彩以及实体构造模型生成目标对象的重建图像。通过该方法，不仅可以实现对目标对象的自动重建，同时，还可以提升重建的速度和准确度。速度和准确度。速度和准确度。

【技术实现步骤摘要】
图像重建方法、装置及计算机设备、存储介质、产品


[0001]本申请涉及计算机
，尤其涉及图像重建方法、图像重建装置、计算机设备、计算机可读存储介质以及计算机程序产品。

技术介绍

[0002]物体模型的重建被广泛应用于各大领域，准确地对物体模型进行重建，可以让人们重获已经绝迹的东西，例如历史文物，通过重建可以真实地展示文物的立体图像。
[0003]目前，重建技术主要是通过多张照片对真实物体模型进行重建，靠人为的对比照片进行物体场景的重建，还原耗时长，且还原度不稳定。因此，怎样快速且准确地对物体进行重建成为亟待解决的技术问题。

技术实现思路

[0004]本申请实施例提供了一种图像重建方法、装置及计算机设备、存储介质、产品，不仅可以实现对目标对象的自动重建，同时，还可以提升重建的速度和准确度。
[0005]本申请实施例一方面公开了图像重建方法，该方法包括：
[0006]获取目标对象的实体构造模型和拍摄图像，所述实体构造模型是基于模型描述文件确定的；
[0007]基于所述拍摄图像的参考拍摄参数对所述实体构造模型或虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的目标位置；
[0008]基于所述拍摄图像的参考色彩对所述实体构造模型的色彩参数进行调整，得到所述实体构造模型的目标色彩；
[0009]基于所述目标位置、所述目标色彩以及所述实体构造模型生成所述目标对象的重建图像。
[0010]本申请实施例一方面公开了一种图像重建装置，该装置包括：
[0011]获取单元，用于获取目标对象的实体构造模型和拍摄图像，所述实体构造模型是基于模型描述文件确定的；
[0012]处理单元，用于基于所述拍摄图像的参考拍摄参数对所述实体构造模型或虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的目标位置；
[0013]所述处理单元，还用于基于所述拍摄图像的参考色彩对所述实体构造模型的色彩参数进行调整，得到所述实体构造模型的目标色彩；
[0014]确定单元，用于基于所述目标位置、所述目标色彩以及所述实体构造模型生成所述目标对象的重建图像。
[0015]本申请实施例一方面公开了一种计算机设备，该计算机设备包括处理器，适于实现一条或多条计算机程序；以及，计算机存储介质，所述计算机存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由所述处理器加载并执行以上述的图像重建
方法。
[0016]本申请实施一方面公开了一种计算机可读存储介质，该计算机可读存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由处理器加载并执行上述的图像重建方法。
[0017]本申请实施例一方面公开了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行上述的图像重建方法。
[0018]本申请实施例中，获取目标对象的实体构造模型和拍摄图像，然后基于拍摄图像的参考拍摄参数对实体构造模型或虚拟相机在渲染环境中的位置参数进行调整，得到实体构造模型在所述渲染环境中的目标位置；然后基于拍摄图像的参考色彩对实体构造模型的色彩参数进行调整，得到实体构造模型的目标色彩；最后，基于目标位置、目标色彩以及实体构造模型生成目标对象的重建图像。通过对实体构造模型的相对位置参数和颜色参数的自适应调整，从而在渲染环境中实现对目标对象的自动重建；同时，在渲染环境中调整颜色参数和位置参数实现对颜色和位置的调整，而不是人为的调整实体构造模型的位置以及调整灯光效果，因此还可以提升重建的速度和准确度。
附图说明
[0019]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本申请实施例公开的一种图像重建系统的网络架构示意图；
[0021]图2是本申请实施例公开的一种图像重建方法的流程示意图；
[0022]图3a是本申请实施例公开的一种重建图像的示意图；
[0023]图3b是本申请实施例公开的另一种重建图像的示意图；
[0024]图4是本申请实施例公开的一种应用程序界面示意图；
[0025]图5是本申请实施例公开的一种图像重建装置的结构示意图；
[0026]图6是本申请实施例公开的一种计算机设备的结构示意图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0028]为了快速准确地实现对目标对象的自动重建，本申请实施例提出了图像重建方法，基于目标对象的实体构造模型以及拍摄图像，不断地对实体构造模型的位置参数和色彩参数进行调整，从而得到最终的重建图像。具体的，本申请提供的图像重建方法可以基于人工智能(Artificial Intelligence，AI)技术实现。AI是指利用数字计算机或者数字计算
机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。AI技术是一门综合学科，其涉及的领域较为广泛；而本申请实施例提供的图像重建方法主要涉及AI技术中的机器学习(Machine Learning，ML)技术。机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习等技术。对应本申请实施例，机器学习主要应用在图像重建过程中，其中，实体构造模型便是基于机器学习确定的，每一次参数调整后，也是基于机器学习确定出的新的模型。
[0029]在可行的实施例中，本申请实施例提供的图像重建方法还可以基于云技术(Cloud technology)和/或区块链技术实现。具体可以涉及云技术中的云存储(Cloud storage)、云数据库(Cloud Database)、大数据(Big data)中的一种或者多种。例如，从云数据库中获取执行该图像重建方法所需要的数据(例如目标对象的拍摄图像、生成实体构造模型的模型描述文件等等)。又例如，执行该图像重建方法所需要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像重建方法，其特征在于，所述方法包括：获取目标对象的实体构造模型和拍摄图像，所述实体构造模型是基于模型描述文件确定的；基于所述拍摄图像的参考拍摄参数对所述实体构造模型或虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的目标位置；基于所述拍摄图像的参考色彩对所述实体构造模型的色彩参数进行调整，得到所述实体构造模型的目标色彩；基于所述目标位置、所述目标色彩以及所述实体构造模型生成所述目标对象的重建图像。2.根据权利要求1所述的方法，其特征在于，所述基于所述拍摄图像的参考拍摄参数对所述实体构造模型或虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的目标位置，包括：基于所述拍摄图像的参考拍摄参数和渲染环境中的初始拍摄参数确定所述实体构造模型或所述虚拟相机的位置调整信息；根据所述位置调整信息对所述实体构造模型或所述虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的第一位置；基于所述第一位置以及轮廓相似度阈值对所述实体构造模型或所述虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的目标位置。3.根据权利要求2所述的方法，其特征在于，所述基于所述拍摄图像的参考拍摄参数和渲染环境中的初始拍摄参数确定所述实体构造模型或所述虚拟相机的位置调整信息，包括：根据所述拍摄图像的参考拍摄参数确定平移调整信息；根据所述渲染环境中的初始拍摄参数和所述平移调整信息确定旋转调整信息；将所述平移调整信息以及所述旋转调整信息作为所述实体构造模型或所述虚拟相机的位置调整信息。4.根据权利要求2或3所述的方法，其特征在于，所述位置调整信息包括平移调整信息以及旋转调整信息；所述根据所述位置调整信息对所述实体构造模型或所述虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的第一位置，包括：根据所述平移调整信息对位于所述渲染环境中的初始位置的所述实体构造模型或所述虚拟相机进行平移操作，得到平移后的实体构造模型；根据所述旋转调整信息对所述平移后的实体构造模型或所述虚拟相机进行角度调整，得到角度调整后的实体构造模型；将所述角度调整后的实体构造模型所在的位置作为所述实体构造模型在所述渲染环境中的第一位置。5.根据权利要求2或3所述的方法，其特征在于，所述基于所述第一位置以及轮廓相似度阈值对所述实体构造模型或所述虚拟相机在渲染环境中的位置参数进行调整，得到所述实体构造模型在所述渲染环境中的目标位置，包括：在所述实体构造模型位于所述渲染环境中的所述第一位置时，确定所述实体构造模型
和所述拍摄图像中目标对象之间的第一轮廓相似度；若所述第一轮廓相似度小于轮廓相似度阈值，则调整所述实体构造模型或所述虚拟相机在所述渲染环境中的位置参数，得到所述实体构造模型在所述渲染环境中的第二位置；在所述实体构造模型位于所述渲染环境中的所述第二位置时，确定所述实体构造模型和所述拍摄图像中目标对象之间...

【专利技术属性】
技术研发人员：陈倚天，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：