CN113658309B - 三维重建方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提供了三维重建方法、装置、设备以及存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域，可用于虚拟人和增强现实场景下。具体实现方案为：根据初始三维人体模型，确定对应的目标二维图像；对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签；根据初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签；根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重；根据各目标权重，确定目标三维人体模型。本实现方式能够快速准确地确定各蒙皮顶点的权重，提高三维重建的速度和准确度。

Description

三维重建方法、装置、设备以及存储介质

技术领域

本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域，尤其涉及三维重建方法、装置、设备以及存储介质，可用于虚拟人和增强现实场景下。

背景技术

个性化的3D虚拟人形象，需要支持实时的面部表情、肢体动作与语音驱动等基本的控制，这些虚拟形象可以广泛的应用于社交、游戏、在线教育、虚拟主播、虚拟偶像等创新互动场景中，帮助视频、直播、社交、视频直播等平台用户找到趣味个性化的互动新玩法。

3D虚拟人形象的生成过程中包含了多个非常关键步骤，其中一点就是人体蒙皮，简单来说就是找到3D人体网格中能够随着人体骨骼***的运动而发生真实形变的顶点，每个顶点都包含一个蒙皮权重，根据人体骨骼的运动，带动3D人体表面的顶点运动。如何准确地确定各个顶点的蒙皮权重是一项非常重要的研究方面。

发明内容

本公开提供了一种三维重建方法、装置、设备以及存储介质。

根据第一方面，提供了一种三维重建方法，包括：根据初始三维人体模型，确定对应的目标二维图像；对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签；根据初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签；根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重；根据各目标权重，确定目标三维人体模型。

根据第二方面，提供了一种三维重建装置，包括：图像确定单元，被配置成根据初始三维人体模型，确定对应的目标二维图像；语义分割单元，被配置成对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签；标签确定单元，被配置成根据初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签；权重确定单元，被配置成根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重；三维重建单元，被配置成根据各目标权重，确定目标三维人体模型。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。

根据第五方面，一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如第一方面所描述的方法。

根据本公开的技术能够快速准确地确定各蒙皮顶点的权重，提高三维重建的速度和准确度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开的一个实施例可以应用于其中的示例性***架构图；

图2是根据本公开的三维重建方法的一个实施例的流程图；

图3是根据本公开的三维重建方法的一个应用场景的示意图；

图4是根据本公开的三维重建方法的另一个实施例的流程图；

图5是根据本公开的三维重建装置的一个实施例的结构示意图；

图6是用来实现本公开实施例的三维重建方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的三维重建方法或三维重建装置的实施例的示例性***架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如直播类应用、游戏类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供三维重建算法的后台服务器。后台服务器可以优化的三维重建算法发送给终端设备101、102、103，以供终端设备101、102、103在各种应用中展示三维模型。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开实施例所提供的三维重建方法一般由终端设备101、102、103执行。相应地，三维重建装置一般设置于终端设备101、102、103中。在一些场景中，当三维重建算法位于终端设备101、102、103本地时，上述架构100中也可以不包括网络104和服务器105。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的三维重建方法的一个实施例的流程200。本实施例的三维重建方法，包括以下步骤：

步骤201，根据初始三维人体模型，确定对应的目标二维图像。

本实施例中，三维重建方法的执行主体可以首先获取初始三维人体模型。上述初始三维人体模型可以是技术人员通过终端设备中安装的三维重建应用构建的三维人体模型。执行主体可以对初始三维人体模型进行各种处理，确定对应的目标二维图像。具体的，执行主体可以将初始三维人体模型向二维图像平面进行投影，得到目标二维图像。或者，执行主体可以利用图像处理应用对初始三维人体模型进行渲染，得到对应的目标二维图像。目标二维图像可以是人体图像，其中包括人体的各个部位。

步骤202，对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签。

执行主体可以利用各种算法对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签。例如，将目标二维图像输入预先训练的语义分割网络中，根据语义分割网络的输出确定目标二维图像中各像素点的语义标签。或者，将目标二维图像与预先标注了语义标签的二维图像进行匹配度计算，将匹配度最高的二维图像中各像素的语义标签确定目标二维图像中各像素的语义标签。语义标签可以包括：头、上身、大臂、小臂、大腿、小腿等等。

步骤203，根据初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签。

本实施例中，执行主体可以首先获取始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系。具体的，执行主体可以通过三维模型构建软件确定上述对应关系。通过上述对应关系可以确定与初始三维人体模型中的蒙皮顶点对应的目标二维图像中像素点。相互对应的蒙皮顶点与像素点可以作为一个匹配对。执行主体可以直接将像素点的语义标签作为匹配的蒙皮顶点的语义标签。或者根据像素点以及周围像素点的标签确定对应的蒙皮顶点的语义标签。

步骤204，根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重。

执行主体在确定各蒙皮顶点的语义标签后，可以进一步确定各蒙皮顶点的目标权重。具体的，执行主体可以根据预先设置的语义标签与权重的对应关系，确定不同语义标签的各蒙皮顶点的目标权重。或者，执行主体可以将各蒙皮顶点的位置以及语义标签输入预先训练的权重确定模型，得到各蒙皮顶点的目标权重。

步骤205，根据各目标权重，确定目标三维人体模型。

本实施例中，执行主体在确定各目标权重后，可以将目标权重应用到初始三维人体模型中，确定目标三维人体模型。具体的，执行主体可以根据各目标权重，进一步确定各骨骼节点对蒙皮节点的驱动系数，利用上述驱动***驱动初始三维人体模型，得到目标三维人体模型。

继续参见图3，其示出了根据本公开的三维重建方法的一个应用场景的示意图。在图3的应用场景中，在直播类平台中，用户使用手机301向服务器302发送请求，服务器302将通过步骤201～205生成的目标三维人体模型发送给手机301。这样，用户可以在手机301中显示上述目标三维人体模型用于直播。

本公开的上述实施例提供的三维重建方法，能够快速准确地确定各蒙皮顶点的权重，提高目标三维人体模型重建的效率和准确性。

参见图4，其示出了根据本公开的三维重建方法的另一个实施例的流程400。如图4所示，本实施例的方法可以包括以下步骤：

步骤401，根据初始三维人体模型，确定对应的目标二维图像。

本实施例中，可以通过渲染初始三维人体模型，确定对应的目标二维图像。目标二维图像中可以包括人体的各个部位。

步骤402，利用预先训练的二维语义分割网络对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签。

本实施例中，执行主体可以将上述目标二维图像输入预先训练的二维语义分割网络中，实现对目标二维图像的语义分割，确定目标二维图像中各像素点的语义标签。相比起将初始三维人体模型直接输入到预先训练的三维语义分割网络来说，本实施例的计算量更小，占用的内存更小，从而计算速度更快。

步骤403，根据初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系，确定蒙皮顶点与像素点的匹配对。

本实施例中，执行主体还可以获取初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系。上述对应关系可以从构建初始三维人体模型的应用中获取。根据上述对应关系，执行主体可以将初始三维人体模型中的蒙皮顶点与目标二维图像中像素点对应起来。相互对应的蒙皮顶点与像素点可以称为匹配对。

步骤404，根据目标二维图像中各像素点的语义标签，确定每个匹配对的语义标签。

执行主体可以根据目标二维图像中各像素点的语义标签，确定每个匹配对的语义标签。具体的，对于每个匹配对，执行主体可以在目标二维图像中确定出与当前匹配对中的像素点最邻近的K个最近邻像素，然后使用投票的方式选出当前匹配对的语义标签。

步骤405，根据匹配对的语义标签，确定各蒙皮顶点的语义标签。

执行主体可以将匹配对的语义标签作为其中的蒙皮顶点的语义标签。

本实施例中通过对目标二维图像进行语义分割，进而确定出各蒙皮顶点的语义标签。相比起直接对初始三维人体模型进行语义分割相比，语义分割的准确度更高，从而对于一些特殊人体(例如穿宽松衣服导致衣服轮廓与人体皮肤轮廓不一致的人体)的语义分割的准确度更高。

步骤406，根据各蒙皮顶点的语义标签，确定各蒙皮顶点的初始权重。

本实施例中，执行主体在确定各蒙皮顶点的语义标签后，可以初始化上述初始三维人体模型各蒙皮顶点的初始权重。具体的，初始权重的值可以位于0～1之间，表示当一个或多个骨骼发生运动变化时，对应表面顶点的加权运动变化。在初始化时，执行主体可以将对应语义标签的权重设置为1。举例来说，蒙皮顶点的当前语义标签是身体，蒙皮权重向量是(头，身体，左手臂，右手臂)，则初始化权重向量为：(0,1,0,0)

步骤407，根据各蒙皮顶点与骨骼节点之间的距离，对各蒙皮顶点的初始权重进行调整，确定各蒙皮顶点的目标权重。

执行主体还需要对各蒙皮顶点的初始权重进行调整。具体的，执行主体可以根据各蒙皮顶点与骨骼节点之间的距离，对各蒙皮顶点的初始权重进行调整。调整后的权重可以作为目标权重。在调整时，执行主体可以将距离关节处的骨骼节点越近的蒙皮顶点的权重设置成越小。例如，离手臂小臂骨骼比较近的蒙皮顶点的权重为1，关节处的蒙皮顶点的权重按照里骨骼的远近比例进行衰减，直到衰减为0。

在本实施例的一些可选的实现方式中，执行主体可以通过以下步骤调整初始权重：确定各蒙皮顶点中由关节处的骨骼节点驱动的候选蒙皮顶点；对候选蒙皮顶点的初始权重进行调整，确定各蒙皮顶点的目标权重。

本实现方式中，执行主体可以首先从各蒙皮顶点中确定出由关节处的骨骼节点驱动的蒙皮顶点，将其作为候选蒙皮顶点。然后，执行主体可以将候选蒙皮顶点的初始权重进行调整，确定各蒙皮顶点的目标权重。具体的，对于这些候选蒙皮顶点的权重，根据其与骨骼之间的距离进行调整。

步骤408，根据各目标权重，确定目标三维人体模型。

本公开的上述实施例提供的三维重建方法，可以利用成熟的二维语义分割网络，对目标二维图像进行语义分割，最后再将语义分割结果映射回三维人体模型，降低了计算量和内存消耗，提高了算法的鲁棒性。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种三维重建装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的三维重建装置500包括：图像确定单元501、语义分割单元502、标签确定单元503、权重确定单元504和三维重建单元505。

图像确定单元501，被配置成根据初始三维人体模型，确定对应的目标二维图像。

语义分割单元502，被配置成对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签。

标签确定单元503，被配置成根据初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签。

权重确定单元504，被配置成根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重。

三维重建单元505，被配置成根据各目标权重，确定目标三维人体模型

在本实施例的一些可选的实现方式中，语义分割单元502可以进一步被配置成：利用预先训练的二维语义分割网络对目标二维图像进行语义分割，确定目标二维图像中各像素点的语义标签。

在本实施例的一些可选的实现方式中，标签确定单元503可以进一步被配置成：根据初始三维人体模型中的蒙皮顶点与目标二维图像中像素点的对应关系，确定蒙皮顶点与像素点的匹配对；根据目标二维图像中各像素点的语义标签，确定每个匹配对的语义标签；根据匹配对的语义标签，确定各蒙皮顶点的语义标签。

在本实施例的一些可选的实现方式中，权重确定单元504可以进一步被配置成：根据各蒙皮顶点的语义标签，确定各蒙皮顶点的初始权重；根据各蒙皮顶点与骨骼节点之间的距离，对各蒙皮顶点的初始权重进行调整，确定各蒙皮顶点的目标权重。

在本实施例的一些可选的实现方式中，权重确定单元504可以进一步被配置成：确定各蒙皮顶点中由关节处的骨骼节点驱动的候选蒙皮顶点；对候选蒙皮顶点的初始权重进行调整，确定各蒙皮顶点的目标权重。

应当理解，三维重建装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对三维重建方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。

本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了根据本公开实施例的执行三维重建方法的电子设备600的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，电子设备600包括处理器601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储器608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。I/O接口(输入/输出接口)605也连接至总线604。

电子设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储器608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器601可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器601执行上文所描述的各个方法和处理，例如三维重建方法。例如，在一些实施例中，三维重建方法可被实现为计算机软件程序，其被有形地包含于机器可读存储介质，例如存储器608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM603并由处理器601执行时，可以执行上文描述的三维重建方法的一个或多个步骤。备选地，在其他实施例中，处理器601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行三维重建方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器601执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学存储设备、磁存储设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(“Virtual Private Server”，或简称“VPS”)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以是分布式***的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开的保护范围之内。

Claims (8)

1.一种三维重建方法，包括：

根据初始三维人体模型，确定对应的目标二维图像；

对所述目标二维图像进行语义分割，确定所述目标二维图像中各像素点的语义标签；

根据所述初始三维人体模型中的蒙皮顶点与所述目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签；

根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重；

根据各目标权重，确定目标三维人体模型；

其中，所述根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重，包括：

根据各蒙皮顶点的语义标签，确定各蒙皮顶点的初始权重；

确定各蒙皮顶点中由关节处的骨骼节点驱动的候选蒙皮顶点；

对所述候选蒙皮顶点的初始权重进行调整，确定各蒙皮顶点的目标权重。

2.根据权利要求1所述的方法，其中，所述对所述目标二维图像进行语义分割，确定所述目标二维图像中各像素点的语义标签，包括：

利用预先训练的二维语义分割网络对所述目标二维图像进行语义分割，确定所述目标二维图像中各像素点的语义标签。

3.根据权利要求1所述的方法，其中，所述根据所述初始三维人体模型中的蒙皮顶点与所述目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签，包括：

根据所述初始三维人体模型中的蒙皮顶点与所述目标二维图像中像素点的对应关系，确定蒙皮顶点与像素点的匹配对；

根据所述目标二维图像中各像素点的语义标签，确定每个匹配对的语义标签；

根据所述匹配对的语义标签，确定各蒙皮顶点的语义标签。

4.一种三维重建装置，包括：

图像确定单元，被配置成根据初始三维人体模型，确定对应的目标二维图像；

语义分割单元，被配置成对所述目标二维图像进行语义分割，确定所述目标二维图像中各像素点的语义标签；

标签确定单元，被配置成根据所述初始三维人体模型中的蒙皮顶点与所述目标二维图像中像素点的对应关系，确定各蒙皮顶点的语义标签；

权重确定单元，被配置成根据各蒙皮顶点的语义标签，确定各蒙皮顶点的目标权重；

三维重建单元，被配置成根据各目标权重，确定目标三维人体模型；

其中，所述权重确定单元进一步被配置成：

根据各蒙皮顶点的语义标签，确定各蒙皮顶点的初始权重；

确定各蒙皮顶点中由关节处的骨骼节点驱动的候选蒙皮顶点；

对所述候选蒙皮顶点的初始权重进行调整，确定各蒙皮顶点的目标权重。

5.根据权利要求4所述的装置，其中，所述语义分割单元进一步被配置成：

利用预先训练的二维语义分割网络对所述目标二维图像进行语义分割，确定所述目标二维图像中各像素点的语义标签。

6.根据权利要求4所述的装置，其中，所述标签确定单元进一步被配置成：

根据所述初始三维人体模型中的蒙皮顶点与所述目标二维图像中像素点的对应关系，确定蒙皮顶点与像素点的匹配对；

根据所述目标二维图像中各像素点的语义标签，确定每个匹配对的语义标签；

根据所述匹配对的语义标签，确定各蒙皮顶点的语义标签。

7.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。

8.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-3中任一项所述的方法。