基于人工智能生成三维模型的贴图的方法和系统与流程
- 国知局
- 2024-09-14 14:45:03
本技术涉及图像处理,具体涉及生成三维模型的贴图的方法、系统、设备及存储介质。
背景技术:
1、纹理贴图是一种把位图映射到渲染物体表面的技术,使用纹理贴图可以给模型表面赋予丰富的细节,以实现非常真实的渲染效果。
2、现有的高精度纹理贴图大多是通过美工人员手动完成制作的,虽然人工绘制可以保障所制作完成的纹理贴图精度,但在制作过程中却需要投入高昂的人力成本。
技术实现思路
1、本技术实施例的目的在于提供生成三维模型的贴图的方法、系统、设备及存储介质,用以降低生成高精度贴图所需要的人力成本。
2、为实现上述目的,本技术提供如下技术方案:
3、第一方面,本技术实施例提供生成三维模型的贴图的方法,该方法包括以下过程:
4、获取目标三维模型的二维图像集,其中,所述二维图像集包括多个包含与所述目标三维模型对应的对象的二维图像;
5、确定每一所述二维图像中所述目标三维模型的姿态数据和尺度数据;
6、基于所述二维图像获取所述目标三维模型的空间坐标函数;
7、根据所述姿态数据、所述尺度数据以及所述空间坐标函数,确定所述目标三维模型在当前展示视角下的模拟投影面;
8、确定每一所述模拟投影面的贴图语义标签,其中,所述贴图语义标签包括所述目标三维模型的至少一种目标语义标签;
9、根据所述目标语义标签在所述模型模拟平面的组合状态,生成所述目标三维模型的二维贴图图像。
10、在上述方案中,通过确定当前视角下目标三维模型的模拟投影面,并确定模拟投影面中的贴图语义标签,由于贴图语义标签中包括目标三维模型的至少一种目标语义标签,保证了通过贴图语义标签在模拟投影面的组合状态所生成的二维贴图图像的真实度。此外,由于姿态数据、尺度数据、空间坐标函数等数据是三维维度的数据,基于三维维度的数据可以更加准确地确定任意一个展示视角下的模拟投影面,提高所获得模拟投影面的准确度,进而提高所获得的二维贴图图像的准确度,以保证最终的贴图效果。
11、因此,该生成三维模型的贴图的方法通过获取目标三维模型的二维图像集;确定每一二维图像中目标三维模型的姿态数据和尺度数据;基于二维图像获取目标三维模型的空间坐标函数;并根据所述姿态数据、所述尺度数据以及所述空间坐标函数,确定所述目标三维模型在当前展示视角下的模拟投影面;确定每一所述模拟投影面的贴图语义标签;根据所述目标语义标签在所述模拟投影面的组合状态,生成所述目标三维模型的二维贴图图像;在降低贴图图像制作过程中所需投入的人力成本的同时,保证了所生成的二维贴图图像的精度,解决了现有技术中所存在的高精度贴图图像制作人力成本高的技术问题。
12、可选的,所述基于所述二维图像获取所述目标三维模型的空间坐标函数,可包括:对所述二维图像进行特征提取,获得每一所述二维图像中所包含的目标三维模型的轮廓特征数据;根据所述轮廓特征数据确定所述目标三维模型的空间坐标函数。
13、可选的,在所述确定每一所述模拟投影面的贴图语义标签之前,所述方法还可包括:确定所述二维图像中所包含的图像特征,以及所述图像特征对应的图像语义标签;基于所述图像特征以及所述图像语义标签,对待训练的标签确定模型进行训练,以获得训练好的标签确定模型;其中,所述训练好的标签确定模型用于确定与输入图像特征相对应的语义标签。
14、基于该限定方案,可以通过二维图像中所包含的图像特征,以及所述图像特征对应的语义标签,对待训练的标签确定模型进行训练;以获得训练好的标签确定模型,用以确定模拟投影区域中所包括的贴图语义标签,提高所获得贴图语义标签的准确度,进而提高所获得的二维贴图图像的准确度,以保证最终的贴图效果。
15、可选的,所述确定每一所述模拟投影面的贴图语义标签,可包括:确定目标三维模型中与每一所述模拟投影面对应的模型投影区域;将所述模型投影区域的区域图像特征输入所述训练好的标签确定模型;获取所述标签确定模型输出的所述贴图语义标签。
16、基于该限定方案,可以通过将模型投影区域的区域图像特征输入训练好的标签确定模型,获取模型输出的贴图语义标签。通过训练好的标签确定模型,可以快速确定不同视角下的模拟投影面所对应的贴图语义标签,以提高不同视角下目标三维模型的二维贴图图像的生成效率。
17、可选的,在所述确定每一所述二维图像中所述目标三维模型的姿态数据和尺度数据之前,所述方法还可包括:获取不同场景下的模型训练二维图像,以及所述模型训练二维图像中所包含的对象所对应的训练三维模型的训练姿态数据和训练尺度数据;基于所述模型训练二维图像、所述训练姿态数据和所述训练尺度数据,对待训练的场景数据提取模型进行训练,以获得训练好的场景数据提取模型;其中,所述场景数据提取模型用于对相应场景二维图像进行数据提取,以获得所述相应场景二维图像中指定三维模型的姿态数据和尺度数据。
18、基于该限定方案,可以通过模型训练二维图像、训练姿态数据和训练尺度数据,对待训练的场景数据提取模型进行训练;以获得与相应场景下的二维图像的匹配度更高的场景数据提取模型,用以确定相应场景二维图像中指定三维模型的姿态数据和尺度数据,进而提高了所获得姿态数据和尺度数据的准确度。
19、可选的,所述确定每一所述二维图像中所述目标三维模型的姿态数据和尺度数据,可包括:对所述二维图像进行场景分类,获得不同场景下的场景二维图像;将所述场景二维图像输入对应的场景数据提取模型,获得所述场景数据提取模型所输出的所述目标三维模型的姿态数据和尺度数据。
20、基于该限定方案,可以通过将不同场景下的二维图像分别输入到相应的场景数据提取模型,以提高所获得目标三维模型的姿态数据和尺度数据的准确度,进而提高所获得的二维贴图图像的准确度,为最终的贴图效果提供保障。
21、可选的,所述获取目标三维模型的二维图像集,可包括:获取图像采集设备所采集的包含目标三维模型的视频数据;根据所述视频数据确定所述二维图像集。
22、基于该限定方案,可以通过图像采集设备采集视频数据,再根据视频帧确定二维图像,以提高图像数据的采集效率。
23、第二方面,本技术实施例提供一种生成三维模型的贴图的系统,该装置系统包括:
24、第一获取模块,用于获取目标三维模型的二维图像,其中,所述二维图像集包括多个包含与所述目标三维模型对应的对象的二维图像;
25、数据确定模块,用于确定每一所述二维图像中所述目标三维模型的姿态数据和尺度数据;
26、第二获取模块,用于基于所述二维图像获取所述目标三维模型的空间坐标函数;
27、模拟投影面确定模块,用于根据所述姿态数据、所述尺度数据以及所述空间坐标函数,确定所述目标三维模型在当前展示视角下的模拟投影面;
28、贴图语义标签确定模块,用于确定每一所述模拟投影面的贴图语义标签,其中,所述贴图语义标签包括所述目标三维模型的至少一种目标语义标签;
29、二维贴图图像生成模块,用于根据所述目标语义标签在所述模型模拟平面的组合状态,生成所述目标三维模型的二维贴图图像。
30、第三方面,本技术实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面所述的生成三维模型的贴图的方法。
31、第四方面,本技术实施例提供一种电子设备,该电子设备可包括:
32、存储器,其上存储有计算机程序;
33、处理器,用于执行所述存储器中的所述计算机程序,以实现上述第一方面所述的生成三维模型的贴图的方法。
34、综上所述,本技术所提供的一种三维模型的贴图自动生成方法、系统、设备及存储介质,通过获取目标三维模型的二维图像集,其中,所述二维图像集包括多个包含与所述目标三维模型对应的对象的二维图像;确定每一所述二维图像中所述目标三维模型的姿态数据和尺度数据;基于所述二维图像获取所述目标三维模型的空间坐标函数;根据所述姿态数据、所述尺度数据以及所述空间坐标函数,确定所述目标三维模型在当前展示视角下的模拟投影面;确定每一所述模拟投影面的贴图语义标签,其中,所述贴图语义标签包括所述目标三维模型的至少一种目标语义标签;根据所述目标语义标签在所述模型模拟平面的组合状态,生成所述目标三维模型的二维贴图图像。
35、本技术所提供的生成三维模型的贴图的方法、系统、设备及存储介质,通过确定当前视角下目标三维模型的模拟投影面,并确定模拟投影面中的贴图语义标签,由于贴图语义标签中包括目标三维模型的至少一种目标语义标签,保证了通过贴图语义标签在模拟投影面的组合状态所生成的二维贴图图像的真实度。此外,由于姿态数据、尺度数据、空间坐标函数等数据是三维维度的数据,基于三维维度的数据可以更加准确地确定任意一个展示视角下的模拟投影面,提高所获得模拟投影面的准确度,进而提高所获得的二维贴图图像的准确度,以保证最终的贴图效果。该三维模型的贴图自动生成方法、系统、设备及存储介质,在降低贴图图像制作过程中所需投入的人力成本的同时,保证了所生成的二维贴图图像的精度,解决了现有技术中所存在的高精度贴图图像制作人力成本高的技术问题。
36、本技术的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
本文地址:https://www.jishuxx.com/zhuanli/20240914/295791.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表