高精度3D模型生成方法和系统
摘要文本
本发明公开了一种高精度3D模型生成方法和系统，包含：采集训练图像集；对训练图像集进行标记；获取训练图像的特征参量；通过标记好的训练图像集以及对应特征参量对模糊区域分类模型进行训练；采集待建模目标的若干建模图像；获取若干建模图像的特征参量；将若干建模图像和其对应的特征参量输入训练好的模糊区域分类模型得到模糊度标记结果；对标记好的若干建模图像进行主体分割；通过分割后的建模图像和模糊度标记建立三维数字模型。本发明提供的高精度3D模型生成方法和系统，能够识别出图像的各区域的模糊值以及图像中的主体部分，进而根据模糊值进行取舍确定每张图像的不同区域在建模时的参与度，提高模型建立的准确性。
申请人信息
- 申请人:浙江时光坐标科技股份有限公司
- 申请人地址:310000 浙江省杭州市西湖区转塘街道凤凰创意大厦4号楼2单元404室
- 发明人: 浙江时光坐标科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 高精度3D模型生成方法和系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311815618.9 |
| 申请日 | 2023/12/27 |
| 公告号 | CN117475091B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06T17/00 |
| 权利人 | 浙江时光坐标科技股份有限公司 |
| 发明人 | 陈奕; 李伟; 朱骥明 |
| 地址 | 浙江省杭州市西湖区转塘街道凤凰创意大厦4号楼2单元404室 |
专利主权项内容
1.一种高精度3D模型生成方法，其特征在于，包含以下步骤：采集训练图像集，所述图像集包含若干训练图像；对所述训练图像集中的每个训练图像进行标记；获取所述训练图像集中的每个训练图像的特征参量；通过标记好的所述训练图像集以及对应特征参量对模糊区域分类模型进行训练；采集待建模目标的若干建模图像；获取若干所述建模图像的特征参量；将若干所述建模图像和其对应的特征参量输入训练好的模糊区域分类模型得到模糊度标记结果；对标记好的若干所述建模图像进行主体分割；通过分割后的所述建模图像和模糊度标记建立三维数字模型，背景部分不选择，权值为0，主体部分根据清晰度赋予权值0.1-1，清晰主体部分的权值为1，不清晰部分根据清晰度赋值在0.1-0.9，在建立所述三维数字模型的过程中根据模糊度标记确定所述建模图像不同区域的参与度，使用识别好的图像配合赋予的权重进行点云计算；所述获取所述训练图像集中的每个训练图像的特征参量的具体方法为：计算所述训练图像的奇异值向量；对所述训练图像的进行余弦变换得到所述训练图像的余弦变换非零系数个数；将所述训练图像的奇异值向量和余弦变换非零系数个数作为所述特征参量；所述对标记好的若干所述建模图像进行主体分割的具体方法为：将待建模目标的建模图像和主体模型关键词输入SAM模型进行主体分割。 百度搜索马 克 数 据 网