(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210938748.0 (22)申请日 2022.08.05 (71)申请人 珠海普罗米修 斯视觉技术有限公司 地址 519000 广东省珠海市香洲区旅游路 168号(梅溪商业广场B座)云溪谷数字 产业园5层5 -196(集中办公区) (72)发明人 邵志兢　王兆龙　孙伟　张煜　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 魏学昊 (51)Int.Cl. G06T 17/00(2006.01) (54)发明名称 三维模型的重建方法、 装置及计算机可读存 储介质 (57)摘要 本申请公开了一种三维模型的重建方法、 装 置及计算机可读存储介质， 方法通过获取目标物 体的拍摄数据， 拍摄数据包括多个相机从不同位 置拍摄目标物体得到的图像集合 以及拍摄图像 集合中每张图像时相机的相机参数， 图像集合包 括多张彩色图像以及与每一彩色图像对应的深 度图像； 基于拍摄数据训练隐式表 示目标物体的 三维模型的神经网络模型； 基于训练后的神经网 络模型重建目标物体的三维模型。 本申请提供的 三维模型的重建方法， 通过神经网络模型来隐式 建模三维模 型， 可以通过对神经网络的不断迭代 训练来不断修正三维模型， 可以极大地提升三维 模型重建的精度。 权利要求书2页 说明书10页 附图2页 CN 115294275 A 2022.11.04 CN 115294275 A 1.一种三维模型的重建方法， 其特 征在于， 所述方法包括： 获取目标物体的拍摄数据， 所述拍摄数据包括多个相机从不同位置拍摄所述目标物体 得到的图像集合以及拍摄所述图像集合中每张图像时相机的相机参数， 所述图像集合包括 多张彩色图像以及与每一彩色图像对应的深度图像； 基于所述拍摄数据训练隐式表示所述目标物体的三维模型的神经网络模型； 基于训练后的神经网络模型重建所述目标物体的三维模型。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述拍摄数据训练隐式表示所述 目标物体的三维模型的神经网络模型， 包括： 基于对应的相机参数将每一彩色图像中的像素点 转化为射线； 在所述射线上采样多个采样点， 并确定每一采样点的第 一坐标信 息以及每一采样点距 离所述像素点的有向距离数值； 将采样点的坐标信 息输入至隐式表示所述目标物体的三维模型的神经网络模型中， 得 到输出的每一采样点的预测有向距离数值以及预测颜色数值； 基于所述预测有向距离数值与所述有向距离数值之间的第一差异以及所述预测颜色 数值与所述像素点的颜色数值之间的第二差异对所述神经网络模型的参数进 行调整， 得到 训练后的神经网络模型。 3.根据权利要求2所述的方法， 其特征在于， 所述基于对应的相机参数将每一彩色图像 中的像素点 转化为射线， 包括： 根据所述相机参数确定彩色图像的成像面； 确定经过彩色图像中像素点且垂直于所述成像面的射线为像素点对应的射线。 4.根据权利要求3所述的方法， 其特征在于， 所述根据所述相机参数确定彩色图像的成 像面， 包括： 根据相机参数确定相机在世界坐标系中的第二 坐标信息以及相机的旋转角度； 根据所述第二 坐标信息和所述旋转角度确定彩色图像的成像面。 5.根据权利要求2所述的方法， 其特 征在于， 所述在所述 射线上采样多个采样点， 包括： 在所述射线上等间距采样第一数量个第一采样点； 根据所述像素点的深度值确定多个关键采样点； 基于所述关键采样点采样第 二数量个第 二采样点， 并确定所述第 一数量个第 一采样点 与所述第二数量个第二采样点 为采样的多个采样点。 6.根据权利要求2所述的方法， 其特征在于， 所述确定每一采样点的坐标信 息以及每一 采样点距离所述像素点的有向距离数值， 包括： 根据彩色图像对应的深度图像确定像素点对应的深度值； 基于所述深度值计算每一采样点距离所述像素点的有向距离数值； 根据所述相机参数与所述深度值计算每一采样点的坐标信息 。 7.根据权利要求1所述的方法， 其特征在于， 所述基于训练后的神经网络模型重建所述 目标物体的三维模型， 包括： 基于训练后的神经网络模型进行等 值面提取， 得到三维模型表面； 根据所述 三维模型表面重建所述目标物体的三维模型。 8.一种三维模型的重建装置， 其特 征在于， 所述装置包括：权　利　要　求　书 1/2 页 2 CN 115294275 A 2获取单元， 用于获取目标物体的拍摄数据， 所述拍摄数据包括多个相机从不同位置拍 摄所述目标物体得到的图像集合以及拍摄所述图像集合中每张图像时相机的相机参数， 所 述图像集 合包括多张彩色图像以及与每一彩色图像对应的深度图像； 训练单元， 用于基于所述拍摄数据训练隐式表示所述目标物体的三维模型的神经网络 模型； 重建单元， 用于基于训练后的神经网络模型重建所述目标物体的三维模型。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有多条指令， 所述指令适于处理器进 行加载， 以执行权利要求 1至7中任一项 所述的三 维模型的重 建方法 中的步骤。 10.一种计算机设备， 其特征在于， 包括存储器、 处理器以及存储在所述存储器中并可 以在所述处理器上运行 的计算机程序， 所述处理器执行所述计算机程序时实现权利要求1 至7中任一项所述的三维模型的重建方法中的步骤。 11.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 所述计算机程序/指令 被处理器执行时实现权利要求1至7中任一项所述的三维模型的重建方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115294275 A 3