【技术实现步骤摘要】
本申请属于人工智能，具体涉及一种贴图生成方法、装置、电子设备及可读存储介质。
技术介绍
1、相关技术中，反照率贴图的生成方式通常为：首先生成目标对象(比如用户)的几何模型，然后对目标对象的几何模型进行纹理映射，得到相应的纹理贴图，最后对该纹理贴图进行手动编辑，以获取相应的反照率贴图。这种情况下，由于手动编辑纹理贴图通常需要花费一定的时间，将会造成反照率贴图的生成效率较低。
技术实现思路
1、本申请实施例的目的是提供一种贴图生成方法、装置、电子设备及可读存储介质，以解决相关技术中反照率贴图的生成效率较低的问题。
2、为了解决上述技术问题，本申请是这样实现的：
3、第一方面，提供了一种贴图生成方法，应用于电子设备，包括：
4、获取目标对象的纹理贴图；
5、通过基于小样本训练方法训练的目标模型去除所述纹理贴图的光影信息，获得所述目标对象的反照率贴图。
6、可选的，所述获取目标对象的纹理贴图之前，所述方法还包括：
7、获取训练数据集，所述训练数据集中包括多组数据对，每组数据对由一个纹理贴图和其对应的反照率贴图组成；
8、利用所述多组数据对进行模型的迭代训练，并在迭代训练过程中对相应模型的权重参数进行降秩分解，获得所述目标模型。
9、可选的，所述目标模型是通过以下步骤得到：
10、将第一数据对包括的纹理贴图输入到预先建立的初始模型中进行处理，得到第一反照率贴图，并根据第一差异，采用将所
11、利用所述更新模型执行如下迭代训练过程，直至满足模型收敛条件：将第二数据对包括的纹理贴图输入到上一轮迭代更新的模型中进行处理，得到第二反照率贴图，并根据第二差异，采用将所述上一轮迭代更新的模型的权重参数分解为低秩矩阵的方式，对所述上一轮迭代更新的模型的权重参数进行更新；其中，所述第二数据对为所述多组数据对中的任意一组数据对，所述第二差异是对所述第二反照率贴图和所述第二数据对包括的反照率贴图进行比较得到。
12、可选的，所述多组数据对为同一个对象在同一时刻的不同光照下的数据对。
13、可选的，所述目标模型为生成式神经网络模型。
14、可选的，所述获取目标对象的纹理贴图，包括：
15、获取图像与二维uv图的对应关系；
16、根据所述对应关系对所述目标对象的图像进行纹理映射，得到所述目标对象的纹理贴图。
17、可选的，所述获取图像与二维uv图的对应关系，包括：
18、根据所述图像中的二维关键点和基于所述图像构建的三维模型中的三维关键点的对应关系，建立所述图像与三维模型的对应关系；
19、根据所述图像与三维模型的对应关系以及预先设置的二维uv图与三维模型的对应关系，确定所述图像与二维uv图的对应关系。
20、第二方面，提供了一种贴图生成装置，应用于电子设备，包括：
21、第一获取模块，用于获取目标对象的纹理贴图；
22、处理模块，用于通过基于小样本训练方法训练的目标模型去除所述纹理贴图的光影信息，获得所述目标对象的反照率贴图。
23、可选的，贴图生成装置还包括：
24、第二获取模块，用于获取训练数据集，所述训练数据集中包括多组数据对，每组数据对由一个纹理贴图和其对应的反照率贴图组成；
25、训练模块，用于利用所述多组数据对进行模型的迭代训练，并在迭代训练过程中对相应模型的权重参数进行降秩分解，获得所述目标模型。
26、可选的，所述目标模型是通过以下步骤得到：
27、将第一数据对包括的纹理贴图输入到预先建立的初始模型中进行处理，得到第一反照率贴图，并根据第一差异，采用将所述初始模型的权重参数分解为低秩矩阵的方式，对所述初始模型的权重参数进行更新，获得更新模型；其中，所述第一数据对为所述多组数据对中的任意一组数据对，所述第一差异是对所述第一反照率贴图和所述第一数据对包括的反照率贴图进行比较得到；
28、利用所述更新模型执行如下迭代训练过程，直至满足模型收敛条件：将第二数据对包括的纹理贴图输入到上一轮迭代更新的模型中进行处理，得到第二反照率贴图，并根据第二差异，采用将所述上一轮迭代更新的模型的权重参数分解为低秩矩阵的方式，对所述上一轮迭代更新的模型的权重参数进行更新；其中，所述第二数据对为所述多组数据对中的任意一组数据对，所述第二差异是对所述第二反照率贴图和所述第二数据对包括的反照率贴图进行比较得到。
29、可选的，所述多组数据对为同一个对象在同一时刻的不同光照下的数据对。
30、可选的，所述目标模型为生成式神经网络模型。
31、可选的，所述第一获取模块包括：
32、获取单元，用于获取图像与二维uv图的对应关系；
33、映射单元，用于根据所述对应关系对所述目标对象的图像进行纹理映射，得到所述目标对象的纹理贴图。
34、可选的，所述获取单元具体用于：根据所述图像中的二维关键点和基于所述图像构建的三维模型中的三维关键点的对应关系，建立所述图像与三维模型的对应关系；根据所述图像与三维模型的对应关系以及预先设置的二维uv图与三维模型的对应关系，确定所述图像与二维uv图的对应关系。
35、第三方面，提供了一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
36、第四方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
37、第五方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现如第一方面所述的方法的步骤。
38、本申请实施例中，在获取目标对象的纹理贴图之后，可以通过预先训练的模型直接生成该目标对象的反照率贴图，而无需人工手动编辑纹理贴图来得到反照率贴图，从而提升反照率贴图的生成效率，以及提高生成反照率贴图的质量。进一步的，利用基于小样本训练方法训练的目标模型来生成反照率贴图，可以无需依赖大量的训练样本来训练模型，从而节省数据资源。
本文档来自技高网...【技术保护点】
1.一种贴图生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的纹理贴图之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述目标模型是通过以下步骤得到：
4.根据权利要求2或3所述的方法，其特征在于，所述多组数据对为同一个对象在同一时刻的不同光照下的数据对。
5.根据权利要求1所述的方法，其特征在于，所述获取目标对象的纹理贴图，包括：
6.根据权利要求5所述的方法，其特征在于，所述获取图像与二维UV图的对应关系，包括：
7.一种贴图生成装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至6任一项所述的方法的步骤。
9.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至6任一项所述的方法的步骤。
10.一种计算机程序产品，其特征在于，包
...【技术特征摘要】
1.一种贴图生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标对象的纹理贴图之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述目标模型是通过以下步骤得到：
4.根据权利要求2或3所述的方法，其特征在于，所述多组数据对为同一个对象在同一时刻的不同光照下的数据对。
5.根据权利要求1所述的方法，其特征在于，所述获取目标对象的纹理贴图，包括：
6.根据权利要求5所述的方法，其特征在于，所述获取图像与二维uv图的对应关系，包括：<...
【专利技术属性】
技术研发人员：郭旭峰，梁皓亭，
申请(专利权)人：咪咕文化科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。