CN115187715A - 贴图方法、装置、设备及存储介质 - Google Patents

贴图方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115187715A
CN115187715A CN202210772793.3A CN202210772793A CN115187715A CN 115187715 A CN115187715 A CN 115187715A CN 202210772793 A CN202210772793 A CN 202210772793A CN 115187715 A CN115187715 A CN 115187715A
Authority
CN
China
Prior art keywords
texture image
point
dimensional model
dimensional
pixel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210772793.3A
Other languages
English (en)
Inventor
刘雨
林忠威
张健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shining 3D Technology Co Ltd
Original Assignee
Shining 3D Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shining 3D Technology Co Ltd filed Critical Shining 3D Technology Co Ltd
Priority to CN202210772793.3A priority Critical patent/CN115187715A/zh
Publication of CN115187715A publication Critical patent/CN115187715A/zh
Priority to PCT/CN2023/101902 priority patent/WO2024001923A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Image Generation (AREA)
  • Image Processing (AREA)

Abstract

本公开涉及一种贴图方法、装置、设备及存储介质。其中，贴图方法包括获取第一三维模型，其中，第一三维模型由第一纹理图像贴图得到；基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率；基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。可见，根据本公开实施例可以采用分辨率更高的第二纹理图像重新对第一三维模型进行贴图处理，如此，可提高第一三维模型的纹理贴图效果。

Description

贴图方法、装置、设备及存储介质
技术领域
本公开涉及计算机技术领域，尤其涉及一种贴图方法、装置、设备及存储介质。
背景技术
三维扫描设备，例如结构光扫描设备，可用来侦测并分析物体的几何构造与外观数据(如颜色、表面反照率等性质)，并进行三维重建，以在虚拟世界中创建实际物体的三维模型。
目前，一些三维扫描设备中的纹理相机分辨率相对较低，导致重建出的三维模型的纹理着色效果不佳，因此，目前亟需一种能够改善三维模型的纹理贴图效果的方法。
发明内容
为了解决上述技术问题，本公开提供了一种贴图方法、装置、设备及存储介质。
第一方面，本公开提供了一种贴图方法，该方法包括：
获取第一三维模型，其中，第一三维模型由第一纹理图像贴图得到；
基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率；
基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
第二方面，本公开提供了一种贴图装置，该装置包括：
第一获取模块，用于获取第一三维模型，其中，第一三维模型由第一纹理图像贴图得到；
第一确定模块，用于基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率；
贴图模块，用于基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
第三方面，本公开实施例还提供了一种电子设备，该设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现第一方面所提供的贴图方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面所提供的贴图方法。
本公开实施例提供的技术方案与现有技术相比具有如下优点：
本公开实施例的一种贴图方法、装置、设备及存储介质，能够获取第一三维模型，其中，第一三维模型由第一纹理图像贴图得到，并基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率，从而基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。可见，根据本公开实施例可以采用分辨率更高的第二纹理图像重新对第一三维模型进行贴图处理，如此，可提高第一三维模型的纹理贴图效果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示出了本公开实施例提供的一种贴图方法的流程示意图；
图2示出了本公开实施例提供的另一种贴图方法的流程示意图；
图3示出了本公开实施例提供的又一种贴图方法的流程示意图；
图4示出了本公开实施例提供的再一种贴图方法的流程示意图；
图5示出了本公开实施例提供的一种贴图装置的结构示意图；
图6示出了本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点，下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
为了解决上述问题，本公开实施例提供了一种贴图方法、装置、设备及存储介质。
下面结合图1至图3对本公开实施例提供的贴图方法进行说明。在本公开实施例中，该贴图方法可以由电子设备执行。其中，电子设备可以包括平板电脑、台式计算机、笔记本电脑等具有通信功能的设备，也可以包括虚拟机或者模拟器模拟的设备。
图1示出了本公开实施例提供的一种贴图方法的流程示意图。
如图1所示，该贴图方法可以包括如下步骤。
S110、获取第一三维模型。
其中，第一三维模型由第一纹理图像贴图得到。
具体地，第一纹理图像为三维扫描设备(例如结构光扫描设备等)中纹理相机对实际物体进行扫描时获取的图像。其中，第一纹理图像可以包括一张或多张纹理图片，此处不作限定。
具体地，采用三维扫描仪对实际物体进行扫描可以获取多张图像，其中，该多张图像中包括第一纹理图像，基于该多张图像进行三维重建以及贴图处理即可得到第一三维模型。
三维扫描仪的具体结构此处不作限定，例如，三维扫描仪至少包括一个或两个黑白相机和一个纹理相机，基于黑白相机拍摄的多张图片进行三维重建可以生成一个网格模型，基于纹理相机拍摄的一张或多张纹理图片(即第一纹理图像)对网格模型进行贴图即可得到第一三维模型。
S120、基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系。
其中，第二纹理图像的分辨率大于第一纹理图像的分辨率。
具体地，第二纹理图像为目标相机对实际物体进行扫描时获取的图像，其中，目标相机的分辨率大于三维扫描设备中纹理相机的分辨率。目标相机例如可以包括单反相机、手机、平板或者电脑等具有照相功能的设备，但并不限于此。
可选地，在S120之前，该方法还可以包括：S140、响应于接收到上传操作，获取上传操作对应上传的第二纹理图像。
具体地，上传操作可以为任意能够上传第二纹理图像的操作，此处不作限定。例如，上传操作可以包括通过触控、鼠标等方式将第二纹理图像拖动至图像上传区域，但并不限于此。
可选的，在S140之前，该方法还可以包括：S150、显示提示信息，其中，提示信息用于提示用户上传至少一张第二纹理图像，该至少一张第二纹理图像包括被扫描的实际物体的全部特征。
例如，提示信息可以包括提示框以及提示框中的文字内容“请上传对实际物体进行360°扫描后得到的纹理图像！”，但并不限于此。具体地，第一纹理图像中像素点与第一三维模型中三维点的第一对应关系可以包括：第一纹理图像中像素点的像素坐标与第一三维模型中三维点的世界坐标的转换关系。同理，第二纹理图像中像素点与第一三维模型中三维点的第二对应关系可以包括：第二纹理图像中像素点的像素坐标与第一三维模型中三维点的世界坐标的转换关系。
在一些实施例中，S120可以包括确定第一纹理图像和第二纹理图像之间像素点的对应关系；基于第一对应关系、以及第一纹理图像和第二纹理图像之间像素点的对应关系确定目标相机的内参以及目标相机获取第二纹理图像时的外参。
S130、基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
具体地，在已知第二对应关系的情况下，具体贴图步骤可参照现有技术，此处不再赘述。
本领域技术人员应当理解的是，当采用目标相机对实际物体进行360°扫描得到多张第二纹理图像时，可以针对每张第二纹理图像，基于该第二纹理图像对应的第二对应关系，采用该第二纹理图像对第一三维模型重新进行贴图处理，如此，可实现对第一三维模型完整地重新贴图。
可以理解的是，申请人考虑到如果通过为三维扫描设备更换分辨率更高的纹理相机来提高贴图效果，会提高三维扫描设备的硬件成本，而人们日常生活中通常持有比三维扫描设备中纹理相机分辨率更高的目标相机，例如单反相机、手机、平板或者电脑等，基于此，可以先通过第一纹理图像对第一三维模型进行粗略贴图，然后再采用目标相机对实际物体进行扫描获取第二纹理图像，并采用第二纹理图像对第一三维模型重新进行贴图处理，如此，可以为扫描结束后的第一三维模型优化纹理着色，从而在不增加设备的硬件成本情况下获取更优秀的纹理细节，改善纹理贴图效果。
本公开实施例，能够获取第一三维模型，其中，用于重建第一三维模型的图像中包括第一纹理图像，并基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率，从而基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。可见，根据本公开实施例可以采用分辨率更高的第二纹理图像重新对第一三维模型进行贴图处理，如此，可提高第一三维模型的纹理贴图效果。
图2示出了本公开实施例提供的另一种贴图方法的流程示意图。本公开实施例在上述实施例的基础上进行优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
如图2所示，该贴图方法可以包括如下步骤。
S210、获取第一三维模型。
其中，第一三维模型由第一纹理图像贴图得到。
具体地，S210与S110类似，此处不再赘述。
S220、确定用于获取第二纹理图像的目标相机的内参。
具体地，目标相机的内参即焦距f、图像坐标原点在像素坐标系下的横坐标u0和纵坐标v0、每个像素在像素坐标系下沿横轴方向的尺寸dx和沿纵轴方向的尺寸dy。
在一些实施例中，S220可以包括：基于第二纹理图像的可交换图像文件信息，确定内参。
具体地，可交换图像文件信息(Exchangeable Image File，EXIF)中包括f、以及第二纹理图像的尺寸，u0通常为图像长的一半、v0通常为图像宽的一半，因此，基于第二纹理图像的尺寸可以确定u0以及v0，并且，基于f、以及第二纹理图像的尺寸通过小孔成像模型可以计算得到dx、以及dy。
可以理解的是，基于第二纹理图像的可交换图像文件信息，确定目标相机的内参，简单、易于操作，有利于快速获取目标相机的内参，从而提高求取第二对应关系的效率。
在另一些实施例中，S220可以包括：基于标定板图像，对目标相机进行标定，得到内参。
具体地，标定板图像为采样目标相机对标定板进行拍摄得到的图像。
具体地，目标相机在不同位置下对标定板进行拍摄，可以得到多个位姿下的标定板图像，基于多个位姿下的标定板图像，通过标准标定流程可以求解出目标相机的内参。
可以理解的是，基于标定板图像得到的目标相机的内参比较准确，有利于后续准确、高效地求取目标相机采集第二纹理图像时的外参。
在又一些实施例中，S220可以包括：S221、从第一三维模型上获取与第二纹理图像上第二像素点对应的第一三维点，得到多个第二点对。
具体地，第二像素点为第二纹理图像上的像素点，例如可以为第二纹理图像上图像灰度值发生剧烈变化的或者在图像边缘上曲率较大的像素点，第一三维点为第一三维模型上与第二像素点对应的三维点，其中，相互对应的第二像素点和第一三维点(即第二点对)对应于实际物体上的同一点。
在一个示例中，S221可以包括：响应于针对第二纹理图像上像素点的选取操作以及针对第一三维模型上三维点的选取操作，得到第二像素点以及其对应的第一三维点。
具体地，针对第二纹理图像上像素点的选取操作所选取的像素点为第二像素点，针对第一三维模型上三维点的选取操作所选取的三维点为第一三维点。
例如，在用户操作界面的左侧显示第二纹理图像，且在用户操作界面的右侧显示第一三维模型，响应于针对第二纹理图像上像素点的点击操作以及针对第一三维模型上三维点的点击操作，可以得到一个第二点对，反复执行上述操作可以得到多个第二点对。可选地，在手动选取多个第二点对后，还可以通过图像特征间的匹配关系膨胀更多的第二点对。
在另一个示例中，S221可以包括：从第一纹理图像上获取与第二纹理图像上第二像素点对应的第一像素点，得到多个第一点对；基于第一对应关系，确定第一三维模型上与第二像素点对应的第一三维点，得到多个第二点对。
具体地，第一像素点为第一纹理图像上与第二像素点对应的像素点，其中，相互对应的第一像素点和第二像素点(即第一点对)对应于实际物体上的同一点。
S222、从第一三维模型上获取与第四纹理图像上第四像素点对应的第二三维点，得到多个第三点对。
具体地，第四纹理图像为目标相机对实际物体进行扫描时得到的图像，且目标获取第四纹理图像时的外参(即外姿)与获取第二纹理图像时的外参不同。需要说明的是，第二纹理图像、第四纹理图像并非专指代特定的一帧图像，均可以用于指代多帧图像，只是图像采集存在外参不同的特点。
具体地，第四像素点为第四纹理图像上的像素点，例如可以为第四纹理图像上图像灰度值发生剧烈变化的或者在图像边缘上曲率较大的像素点，第二三维点为第一三维模型上与第四像素点对应的三维点，其中，相互对应的第四像素点和第二三维点(即第四点对)对应于实际物体上的同一点。
具体地，获取第三点对的方式与获取第第二点对的方式类似，此处不再赘述。
S223、基于多个第二点对中第二像素点的像素坐标以及其对应的第一三维点的世界坐标、以及多个第三点对中第四像素点的像素坐标以及其对应的第一三维点的世界坐标，确定内参。
具体地，通过多位姿下的像素坐标与世界坐标的对应关系，使用标准相机标定算法可以得到目标相机的内参。
可以理解的是，通过设置基于多个第二点对以及多个第三点对求取目标相机的内参，使得对目标相机采集得到的第二纹理图像以及第四纹理图像进行图像处理即可求取内参，从而使得获取内参的方式简单、易于实现。
S230、基于第一对应关系、以及第二纹理图像，确定目标相机获取第二纹理图像时的外参。
具体地，外参包括旋转矩阵R、以及平移向量T。
在一些实施例中，S230可以包括：确定第一纹理图像和第二纹理图像之间像素点的对应关系；基于第一对应关系、以及第一纹理图像和第二纹理图像之间像素点的对应关系确定目标相机获取第二纹理图像时的外参。
在另一些实施例中，S230可以包括：基于第二纹理图像进行三维重建得到第二三维模型；基于第一对应关系对第一三维模型和第二三维模型进行带尺度变换的特征拼接，从而确定目标相机获取第二纹理图像时的外参。
S240、基于内参和外参，确定第二对应关系。
具体地，基于内参和外参确定像素坐标和世界坐标的转换关系(即第二对应关系)可参照现有技术，此处不再赘述。
S250、基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
具体地，S250与S130类似，此处不再赘述。
本公开实施例，通过先确定出比较准确的内参，再基于第一对应关系、以及第二纹理图像，确定目标相机获取第二纹理图像时的外参，有利于准确、高效地获取外参，进而有利于提高贴图效率以及贴图效果。
图3示出了本公开实施例提供的又一种贴图方法的流程示意图。本公开实施例在上述实施例的基础上进行优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
如图3所示，该贴图方法可以包括如下步骤。
S310、获取第一三维模型。
其中，第一三维模型由第一纹理图像贴图得到。
具体地，S310与S210类似，此处不再赘述。
S320、确定用于获取第二纹理图像的目标相机的内参。
具体地，S320与S220类似，此处不再赘述。
S330、从第一纹理图像上获取与第二纹理图像上第二像素点对应的第一像素点，得到多个第一点对。
具体地，关于第一像素点、第二像素点、以及第一点对的解释，可参见前文，此处也不再赘述。
可选地，S330可以包括：对第一纹理图像和第二纹理图像分别进行特征提取，得到第一纹理图像的图像特征和第二纹理图像的图像特征，并对第一纹理图像的图像特征和第二纹理图像的图像特征进行匹配，得到多个第一点对。
具体地，可以通过第一纹理图像的图像特征中的描述子和第二纹理图像的图像特征中的描述子构造第一纹理图像的图像特征和第二纹理图像的图像特征的对应关系。
可选地，对第一纹理图像和第二纹理图像分别进行特征提取可以包括：采用采用图形处理器(Graphics Processing Unit，GPU)并行对第一纹理图像和第二纹理图像进行特征提取。对第一纹理图像的图像特征和第二纹理图像的图像特征进行匹配可以包括：采用GPU并行对第一纹理图像的图像特征和第二纹理图像的图像特征进行匹配。如此，可提高特征提取以及特征匹配的效率，从而提高获取第一点对的效率。
可选地，在S330之前，还包括：在第一纹理图像和第二纹理图像的尺度不同时，将第二纹理图像进行尺度变换，其中，进行尺度变换后的第二纹理图像与第一纹理图像的尺度相同。
具体地，将第二纹理图像进行尺度收缩或尺度放大，以使第一纹理图像和第二纹理图像的尺度相同。
可以理解的是，由于目标相机与三维扫描设备中纹理相机的硬件配置不同，因此对应的纹理特征在空间尺度，图像分辨率，光照等情况都有很大不同，导致传统的图像特征在匹配过程和图像金字塔过程的对应关系很难确定，如此，例如当第一纹理图像是对实际物体远距离拍摄得到的图像，且第二纹理图像是对实际物体近距离拍摄得到的图像时，对第一纹理图像和第二纹理图像进行图像特征提取，提取到的图像特征中的关键点可以是相同的，但是，描述子会相差很多，不利于后续进行匹配获取第一点对。然而，在本公开实施例中，先通过尺度变换统一第一纹理图像和第二纹理图像的尺度，可使第一纹理图像的图像特征和第二纹理图像的图像特征中的描述子相近，从而有利于准确、快速获取第一点对。
S340、基于第一对应关系，确定第一三维模型上与第二像素点对应的第一三维点，得到多个第二点对。
具体地，基于第一对应关系，将第一三维模型上与第一像素点对应的三维点确定为与该第一像素点属于同一第二点对的第二像素点对应的第一三维点，得到第二点对。
S350、基于多个第二点对中第二像素点的像素坐标以及其对应的第一三维点的世界坐标，确定外参。
具体地，基于多个第二点对确定目标相机获取第二纹理图像时的外参时，可以采用PnP(Perspective-n-Point)算法或者其它本领域技术人员可知的算法，此处不作限定。
S360、基于内参和外参，确定第二对应关系。
具体地，S360与S240类似，此处不再赘述。
S370、基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
具体地，S370与S250类似，此处不再赘述。
本公开实施例，通过从第一纹理图像上获取与第二纹理图像上第二像素点对应的第一像素点，得到多个第一点对，并基于第一对应关系，确定第一三维模型上与第二像素点对应的第一三维点，得到多个第二点对，从而基于多个第二点对确定目标相机获取第二纹理图像时的外参，可使确定外参的方式简单、易于实现，有利于降低获取外参的难度。
在本公开另一种实施方式中，在S360之后，还包括：基于内参和外参，将第一三维模型上的各三维点进行重投影，得到多个第四点对；从多个第四点对中，筛选出投影残差小于第一预设阈值的第四点对作为第二点对；基于筛选出的第二点对优化外参，并返回执行重投影、筛选第二点对以及优化外参的步骤，直至优化后的外参满足预设条件。
具体地，基于目标相机的内参和通过S350获取的外参，可以确定粗略第二对应关系，即第二纹理图像中像素点与所述第一三维模型中三维点的粗略第二对应关系，基于粗略第二对应关系，将第一三维模型上的各三维点进行重投影，可以得到多个第四点对。
具体地，第四点对包括第一三维模型上的三维点以及基于粗略第二对应关系将该三维点进行重投影后的投影点，并且该三维点在第二纹理图像上对应的像素点与该三维点对应的投影点之间的误差为投影残差。
具体地，当投影残差小于第一预设阈值时，表明三维点在第二纹理图像上对应的像素点与该三维点对应的投影点之间的误差较小，可以认为该三维点与其对应的投影点对应于实际物体上的同一点，此时可确认第四点对为第二点对。如此，可以膨胀出更多第二点对。
具体地，预设条件的具体内容本领域技术人员可根据实际情况设置，此处不作限定。例如，预设条件可以包括平均投影残差小于第二预设阈值、重投影得到的第四点对中第二点对的分布情况满足预设分布要求、和/或重投影得到的第四点对中第二点对的占比大于第三预设阈值，但并不限于此。
具体地，获取并优化目标相机获取第二纹理图像时的外参的过程实质上是循环迭代的过程。在第一次迭代中，基于初始确定的多个第二点对确定外参(即粗略外参)；在第二次迭代中，基于内参、以及第一次迭代中得到的外参，将第一三维模型上的各三维点进行重投影，得到多个第四点对；去除投影残差大于等于第一预设阈值的第四点对，并将投影残差小于第一预设阈值的第四点对作为第二点对，基于筛选出的该多个第二点对优化外参(即重新确定外参)，在优化后的外参满足预设条件时结束，在优化后的外参不满足预设条件时进入下一次迭代；若第二次迭代中优化得到的外参不满足预设条件，进入第三次迭代，在第三次迭代中，基于内参、以及第二次迭代中得到的外参，将第一三维模型上的各三维点进行重投影，重新得到多个第四点对；去除投影残差大于等于第一预设阈值的第四点对，并将投影残差小于第一预设阈值的第四点对作为第二点对，基于筛选出的该多个第二点对优化外参(即重新确定外参)，在优化后的外参满足预设条件时结束，在优化后的外参不满足预设条件时进入下一次迭代，…，依此类推，直至优化后的外参满足预设条件。
可以理解的是，通过循环迭代的方式不断优化外参，可使最终获取的外参的准确性更高，有利于提高采用第二纹理图像重新进行贴图时的贴图效果。
在本公开再一种实施方式中，预设条件包括优化后的外参对应的平均投影残差小于第二预设阈值；其中，确定平均投影残差的过程，包括：将第四点对对应的投影残差进行权重加和，得到加和值，其中，第四点对对应的权重与其所在区域中对应的第二点对的密度负相关；基于加和值和第四点对的总数量，确定平均投影残差。
具体地，可以将第二纹理图像划分为多个区域，确定各区域对应的第四点对中第二点对的数量从而确定第二点对的密度，基于各个区域中第二点对的密度确定各个区域对应的权重，当第四点对位于某一区域时，该第四点对的权重即为其所在区域对应的权重。
可以理解的是，优化外参的目的是为了使重投影后第四点对中第二点对的占比较高以及分布较均匀，如此，才能使优化后的外参更接近实际的外参，基于此，通过设置将第四点对对应的投影残差进行权重加和时，第四点对对应的权重与其所在区域中对应的第二点对的密度负相关，即分布第二点对较多的区域的权重更高一些，且分布第二点对较少的区域的权重更低一些，可使平均投影残差能更好地体现计算的外参与实际外参的差异，以使当平均投影残差小于第二预设阈值时，计算的外参确实与实际外参更接近，如此，可以提高最终获取的外参的准确性，进而有利于提高采用第二纹理图像进行贴图时的贴图效果。
图4示出了本公开实施例提供的再一种贴图方法的流程示意图。本公开实施例在上述实施例的基础上进行优化，本公开实施例可以与上述一个或者多个实施例中各个可选方案结合。
如图4所示，该贴图方法可以包括如下步骤。
S410、获取第一三维模型。
其中，第一三维模型由第一纹理图像贴图得到。
具体地，S410与S210类似，此处不再赘述。
S420、确定用于获取第二纹理图像的目标相机的内参。
具体地，S420与S220类似，此处不再赘述。
S430、基于第二纹理图像和至少一张第三纹理图像进行三维重建，得到第二三维模型以及第二纹理图像中像素点与第二三维模型中三维点的第三对应关系。
具体地，第三纹理图像为目标相机对实际物体进行扫描时得到的图像，且目标相机获取第三纹理图像时的外参与获取第二纹理图像时的外参不同。需要说明的是，第二纹理图像、第三纹理图像并非专指代特定的一帧图像，均可以用于指代多帧图像，只是图像采集存在外参不同的特点。
具体地，第三对应关系可以包括：第二纹理图像中像素点的像素坐标与第一三维模型中三维点的世界坐标的转换关系、以及第三纹理图像中像素点的像素坐标与第一三维模型中三维点的世界坐标的转换关系。
具体地，基于第二纹理图像和至少一张第三纹理图像进行三维重建时，可以采用运动恢复结构(Structure From Motion，SFM)算法或者其它本领域技术人员可知的算法，此处不作限定。
S440、基于第一对应关系，对第一三维模型和第二三维模型进行带尺度变换的特征拼接，得到第一三维模型和第二三维模型的尺度信息。
具体地，由于第二纹理图像和至少一张第三纹理图像是单目相机获取的图像，因此，重构出的第二三维模型的尺度并不确定。有鉴于此，可以对第一三维模型和第二三维模型进行带尺度变换的特征拼接，以使第一三维模型的尺度与第二三维模型的尺度相同。
具体地，基于第一对应关系和第三对应关系，从第一三维模型上获取与第二三维模型上第三三维点对应的第四三维点，得到多个第五点对；基于多个第五点对对第一三维模型和第二三维模型进行特征拼接，得到第一三维模型和第二三维模型的尺度信息。
第三三维点为第二三维模型上的三维点，第三三维点在第二纹理图像中对应的像素点为第二纹理图像上图像灰度值发生剧烈变化的或者在图像边缘上曲率较大的像素点。
第四三维点为第一三维模型上与第二三维点对应的三维点，其中，相互对应的第三三维点和第四维点(即第五点对)对应于实际物体上的同一点。
第一三维模型和第二三维模型的尺度信息用于表征第一三维模型和第二三维模型的尺度差异，例如，尺度信息可以包括第一三维模型与第二三维模型的尺度的比值、第五点对对的坐标信息等，但并不限于此。
S450、基于第三对应关系以及尺度信息，确定外参。
具体地，基于尺度信息以及第三对应关系可以确定第二纹理图像中的像素点与进行特征拼接后的第二三维模型中三维点的转换关系，也即第二纹理图像中的像素点与第一三维模型中三维点的转换关系。如此，可以确定目标相机获取第二纹理图像时的外参。
S460、基于内参和外参，确定第二对应关系。
具体地，S360与S240类似，此处不再赘述。
S470、基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
具体地，S370与S250类似，此处不再赘述。
本公开实施例，通过对第一三维模型和第二三维模型进行带尺度变换的特征拼接，得到第一三维模型和第二三维模型的尺度信息，并基于第三对应关系以及尺度信息，确定目标相机获取第二纹理图像时的外参，可使确定出的外参的准确性较高，有利于提高采用第二纹理图像重新进行贴图时的贴图效果。
在本公开又一种实施方式中，在基于内参和外参，确定第二对应关系之前，还包括：基于第二纹理图像和至少一张第五纹理图像之间的共视关系全局优化目标相机获取所第二纹理图像时的外参以及目标相机获取所第五纹理图像时的外参。
具体地，第五纹理图像为目标相机对实际物体进行扫描时得到的图像，且目标相机获取第五纹理图像时的外参与获取第二纹理图像时的外参不同。需要说明的是，第二纹理图像、第五纹理图像并非专指代特定的一帧图像，均可以用于指代多帧图像，只是图像采集存在外参不同的特点。
具体地，共视关系指的是实际物体上的同一点既成像在第二纹理图像中又成像在第五纹理图像中，换句话说，第五纹理图像中存在与第二纹理图像中像素点对应的像素点。并且，第二纹理图像和第五纹理图像中相互对应的像素点在第一三维模型上对应的三维点为共视点。
具体地，可以将共视点重投影至第二纹理图像以及各第五纹理图像上，得到多个第六点对，确定第六点对的投影残差，优化第二纹理图像以及各第五纹理图像对应的外参，以缩小第六点对的投影残差。
第六点对包括第一三维模型上的共视点以及将该共视点进行重投影后的投影点，并且该共视点在第二纹理图像(第五纹理图像)上对应的像素点与该共视点对应的投影点之间的误差为该第六点对的投影残差。
可以理解的是，通过共视关系全局优化目标相机获取所第二纹理图像时的外参，可进一步使提高最终获取的外参的准确性，有利于进一步提高采用第二纹理图像重新进行贴图时的贴图效果。
图5示出了本公开实施例提供的一种贴图装置的结构示意图。
如图5所示，贴图装置500可以包括：
第一获取模块510，用于获取第一三维模型，其中，第一三维模型由第一纹理图像贴图得到；
第一确定模块520，用于基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率；
贴图模块530，用于基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
本公开实施例，能够获取第一三维模型，其中，第一三维模型由第一纹理图像贴图得到，并基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率，从而基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。可见，根据本公开实施例可以采用分辨率更高的第二纹理图像重新对第一三维模型进行贴图处理，如此，可提高第一三维模型的纹理贴图效果。
在本公开另一种实施方式中，第一确定模块520可以包括：
第一确定子模块，用于确定用于获取第二纹理图像的目标相机的内参；
第二确定子模块，用于基于第一对应关系、以及第二纹理图像，确定目标相机获取第二纹理图像时的外参；
第三确定子模块，用于基于内参和外参，确定第二对应关系。
在本公开又一种实施方式中，第二确定子模块可以包括：
第一获取单元，用于从第一纹理图像上获取与第二纹理图像上第二像素点对应的第一像素点，得到多个第一点对；
第一确定单元，用于基于第一对应关系，确定第一三维模型上与第二像素点对应的第一三维点，得到多个第二点对；
第二确定单元，用于基于多个第二点对中第二像素点的像素坐标以及其对应的第一三维点的世界坐标，确定外参。
在本公开再一种实施方式中，第二确定子模块还可以包括：
重投影单元，用于在基于多个第二点对中第二像素点的像素坐标以及其对应的第一三维点的世界坐标，确定外参之后，基于内参和外参，将第一三维模型上的各三维点进行重投影，得到多个第四点对；
筛选单元，用于从多个第四点对中，筛选出投影残差小于第一预设阈值的第四点对作为第二点对；
优化单元，用于基于筛选出的第二点对优化外参，并返回执行重投影、筛选第二点对以及优化外参的步骤，直至优化后的外参满足预设条件。
在本公开再一种实施方式中，预设条件包括优化后的外参对应的平均投影残差小于第二预设阈值；其中，第二确定子模块还可以第三确定单元，用于确定平均投影残差的过程，第三确定单元可以包括：
加和子单元，用于将第四点对对应的投影残差进行权重加和，得到加和值，其中，第四点对对应的权重与其所在区域中对应的第二点对的密度负相关；
确定子单元，用于基于加和值和第四点对的总数量，确定平均投影残差。
在本公开再一种实施方式中，第二确定子模块还可以包括：
变换模块，用于在从第一纹理图像上获取与第二纹理图像上第二像素点对应的第一像素点，得到多个第一点对之前，在第一纹理图像和第二纹理图像的尺度不同时，将第二纹理图像进行尺度变换，其中，进行尺度变换后的第二纹理图像与第一纹理图像的尺度相同。
在本公开再一种实施方式中，第二确定子模块可以包括：
重建单元，用于基于第二纹理图像和至少一张第三纹理图像进行三维重建，得到第二三维模型以及第二纹理图像中像素点与第二三维模型中三维点的第三对应关系；
拼接单元，用于基于第一对应关系，对第一三维模型和第二三维模型进行带尺度变换的特征拼接，得到第一三维模型和第二三维模型的尺度信息；
第四确定单元，用于基于第三对应关系以及尺度信息，确定外参。
在本公开再一种实施方式中，第一确定子模块可以包括：
第五确定单元，用于基于第二纹理图像的可交换图像文件信息，确定内参；
或者；
第六确定单元，用于基于标定板图像，对目标相机进行标定，得到内参；
或者；
第二获取单元，用于从第一三维模型上获取与第二纹理图像上第二像素点对应的第一三维点，得到多个第二点对；
第三获取单元，用于从第一三维模型上获取与第四纹理图像上第四像素点对应的第二三维点，得到多个第三点对；
第七确定单元，用于基于多个第二点对中第二像素点的像素坐标以及其对应的第一三维点的世界坐标、以及多个第三点对中第四像素点的像素坐标以及其对应的第一三维点的世界坐标，确定内参。
在本公开再一种实施方式中，第一确定模块520还包括：
全局优化子模块，用于基于第二纹理图像和至少一张第五纹理图像之间的共视关系全局优化目标相机获取所第二纹理图像时的外参以及目标相机获取所第五纹理图像时的外参。
需要说明的是，图6所示的贴图装置600可以执行上述方法实施例中的各个步骤，并且实现上述方法实施例中的各个过程和效果，在此不做赘述。
图6示出了本公开实施例提供的一种电子设备的结构示意图。
如图6所示，该电子设备可以包括处理器601以及存储有计算机程序指令的存储器602。
具体地，上述处理器601可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器602可以包括用于信息或指令的大容量存储器。举例来说而非限制，存储器602可以包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个及其以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器602可在综合网关设备的内部或外部。在特定实施例中，存储器602是非易失性固态存储器。在特定实施例中，存储器602包括只读存储器(Read-Only Memory，ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable ROM，PROM)、可擦除PROM(Electrical Programmable ROM，EPROM)、电可擦除PROM(Electrically ErasableProgrammable ROM，EEPROM)、电可改写ROM(Electrically Alterable ROM，EAROM)或闪存，或者两个或及其以上这些的组合。
处理器601通过读取并执行存储器602中存储的计算机程序指令，以执行本公开实施例所提供的贴图方法的步骤。
在一个示例中，该电子设备还可包括收发器603和总线604。其中，如图6所示，处理器601、存储器602和收发器603通过总线604连接并完成相互间的通信。
总线604包括硬件、软件或两者。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(ExtendedIndustry Standard Architecture，EISA)总线、前端总线(Front Side BUS，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industrial Standard Architecture，ISA)总线、无限带宽互连、低引脚数(Low Pin Count，LPC)总线、存储器总线、微信道架构(MicroChannel Architecture，MCA)总线、***控件互连(Peripheral Component Interconnect，PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial Advanced TechnologyAttachment，SATA)总线、视频电子标准协会局部(Video Electronics StandardsAssociation Local Bus，VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线604可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
以下是本公开实施例提供的计算机可读存储介质的实施例，该计算机可读存储介质与上述各实施例的贴图方法属于同一个发明构思，在计算机可读存储介质的实施例中未详尽描述的细节内容，可以参考上述贴图方法的实施例。
本实施例提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种贴图方法，该方法包括：获取第一三维模型，其中，第一三维模型由第一纹理图像贴图得到；基于第一纹理图像中像素点与第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与第一三维模型中三维点的第二对应关系，其中，第二纹理图像的分辨率大于第一纹理图像的分辨率；基于第二对应关系，采用第二纹理图像对第一三维模型重新进行贴图处理。
当然，本公开实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上的方法操作，还可以执行本公开任意实施例所提供的贴图方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本公开可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机云平台(可以是个人计算机，服务器，或者网络云平台等)执行本公开各个实施例所提供的贴图方法。
注意，上述仅为本公开的较佳实施例及所运用技术原理。本领域技术人员会理解，本公开不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本公开的保护范围。因此，虽然通过以上实施例对本公开进行了较为详细的说明，但是本公开不仅仅限于以上实施例，在不脱离本公开构思的情况下，还可以包括更多其他等效实施例，而本公开的范围由所附的权利要求范围决定。

Claims (12)

1.一种贴图方法，其特征在于，包括：
获取第一三维模型，其中，所述第一三维模型由第一纹理图像贴图得到；
基于所述第一纹理图像中像素点与所述第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与所述第一三维模型中三维点的第二对应关系，其中，所述第二纹理图像的分辨率大于所述第一纹理图像的分辨率；
基于所述第二对应关系，采用所述第二纹理图像对所述第一三维模型重新进行贴图处理。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一纹理图像中像素点与所述第一三维模型中三维点的第一对应关系，确定所述第二纹理图像中像素点与所述第一三维模型中三维点的第二对应关系，包括：
确定用于获取所述第二纹理图像的目标相机的内参；
基于所述第一对应关系、以及第二纹理图像，确定所述目标相机获取所述第二纹理图像时的外参；
基于所述内参和所述外参，确定所述第二对应关系。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一对应关系、以及第二纹理图像，确定所述目标相机获取所述第二纹理图像时的外参，包括：
从所述第一纹理图像上获取与所述第二纹理图像上第二像素点对应的第一像素点，得到多个第一点对；
基于所述第一对应关系，确定所述第一三维模型上与所述第二像素点对应的第一三维点，得到多个第二点对；
基于所述多个第二点对中所述第二像素点的像素坐标以及其对应的第一三维点的世界坐标，确定所述外参。
4.根据权利要求3所述的方法，其特在于，在所述基于所述多个第二点对中所述第二像素点的像素坐标以及其对应的第一三维点的世界坐标，确定所述外参之后，还包括：
基于所述内参和所述外参，将所述第一三维模型上的各三维点进行重投影，得到多个第四点对；
从所述多个第四点对中，筛选出投影残差小于第一预设阈值的第四点对作为第二点对；
基于筛选出的第二点对优化所述外参，并返回执行重投影、筛选第二点对以及优化外参的步骤，直至优化后的外参满足预设条件。
5.根据权利要求4所述的方法，其特征在于，所述预设条件包括优化后的外参对应的平均投影残差小于第二预设阈值；
其中，确定所述平均投影残差的过程，包括：
将所述第四点对对应的投影残差进行权重加和，得到加和值，其中，所述第四点对对应的权重与其所在区域中对应的第二点对的密度负相关；
基于所述加和值和所述第四点对的总数量，确定所述平均投影残差。
6.根据权利要求3所述的方法，其特征在于，在所述从所述第一纹理图像上获取与所述第二纹理图像上第二像素点对应的第一像素点，得到多个第一点对之前，还包括：
在所述第一纹理图像和所述第二纹理图像的尺度不同时，将所述第二纹理图像进行尺度变换，其中，进行尺度变换后的第二纹理图像与所述第一纹理图像的尺度相同。
7.根据权利要求2所述的方法，其特征在于，所述基于所述第一对应关系、以及第二纹理图像，确定所述目标相机获取所述第二纹理图像时的外参，包括：
基于所述第二纹理图像和至少一张第三纹理图像进行三维重建，得到第二三维模型以及所述第二纹理图像中像素点与所述第二三维模型中三维点的第三对应关系；
基于所述第一对应关系，对所述第一三维模型和所述第二三维模型进行带尺度变换的特征拼接，得到所述第一三维模型和所述第二三维模型的尺度信息；
基于所述第三对应关系以及所述尺度信息，确定所述外参。
8.根据权利要求3所述的方法，其特征在于，所述确定所述第二纹理图像对应的目标相机的内参，包括：
基于所述第二纹理图像的可交换图像文件信息，确定所述内参；
或者；
基于标定板图像，对所述目标相机进行标定，得到所述内参；
或者；
从所述第一三维模型上获取与所述第二纹理图像上第二像素点对应的第一三维点，得到多个第二点对；
从所述第一三维模型上获取与第四纹理图像上第四像素点对应的第二三维点，得到多个第三点对；
基于所述多个第二点对中所述第二像素点的像素坐标以及其对应的第一三维点的世界坐标、以及所述多个第三点对中所述第四像素点的像素坐标以及其对应的第一三维点的世界坐标，确定所述内参。
9.根据权利要求2-8任一项所述的方法，其特征在于，在所述基于所述内参和所述外参，确定所述第二对应关系之前，还包括：
基于所述第二纹理图像和至少一张第五纹理图像之间的共视关系全局优化所述目标相机获取所第二纹理图像时的外参以及所述目标相机获取所第五纹理图像时的外参。
10.一种贴图装置，其特征在于，包括：
第一获取模块，用于获取第一三维模型，其中，所述第一三维模型由第一纹理图像贴图得到；
第一确定模块，用于基于所述第一纹理图像中像素点与所述第一三维模型中三维点的第一对应关系，确定第二纹理图像中像素点与所述第一三维模型中三维点的第二对应关系，其中，所述第二纹理图像的分辨率大于所述第一纹理图像的分辨率；
贴图模块，用于基于所述第二对应关系，采用所述第二纹理图像对所述第一三维模型重新进行贴图处理。
11.一种电子设备，其特征在于，包括：
处理器；
存储器，用于存储可执行指令；
其中，所述处理器用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述权利要求1-9中任一项所述的贴图方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使得处理器实现上述权利要求1-9中任一项所述的贴图方法。
CN202210772793.3A 2022-06-30 2022-06-30 贴图方法、装置、设备及存储介质 Pending CN115187715A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210772793.3A CN115187715A (zh) 2022-06-30 2022-06-30 贴图方法、装置、设备及存储介质
PCT/CN2023/101902 WO2024001923A1 (zh) 2022-06-30 2023-06-21 贴图方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210772793.3A CN115187715A (zh) 2022-06-30 2022-06-30 贴图方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115187715A true CN115187715A (zh) 2022-10-14

Family

ID=83515332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210772793.3A Pending CN115187715A (zh) 2022-06-30 2022-06-30 贴图方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN115187715A (zh)
WO (1) WO2024001923A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115601490A (zh) * 2022-11-29 2023-01-13 思看科技（杭州）股份有限公司（Cn） 基于纹理映射的纹理图像前置置换方法、装置和存储介质
CN116758205A (zh) * 2023-08-24 2023-09-15 先临三维科技股份有限公司 数据处理方法、装置、设备及介质
CN117095108A (zh) * 2023-10-17 2023-11-21 海马云（天津）信息技术有限公司 虚拟数字人的纹理渲染方法及装置、云服务器和存储介质
WO2024001923A1 (zh) * 2022-06-30 2024-01-04 先临三维科技股份有限公司 贴图方法、装置、设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6921686B2 (ja) * 2017-08-30 2021-08-18 キヤノン株式会社 生成装置、生成方法、及びプログラム
CN110223228A (zh) * 2019-05-16 2019-09-10 北京奇艺世纪科技有限公司 图像处理方法、装置、终端设备及存储介质
CN110942506B (zh) * 2019-12-05 2023-05-02 河北科技大学 一种物体表面纹理重建方法、终端设备及***
CN113256729B (zh) * 2021-03-17 2024-06-18 广西综合交通大数据研究院 激光雷达与相机的外参标定方法、装置、设备及存储介质
CN115187715A (zh) * 2022-06-30 2022-10-14 先临三维科技股份有限公司 贴图方法、装置、设备及存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024001923A1 (zh) * 2022-06-30 2024-01-04 先临三维科技股份有限公司 贴图方法、装置、设备及存储介质
CN115601490A (zh) * 2022-11-29 2023-01-13 思看科技（杭州）股份有限公司（Cn） 基于纹理映射的纹理图像前置置换方法、装置和存储介质
CN116758205A (zh) * 2023-08-24 2023-09-15 先临三维科技股份有限公司 数据处理方法、装置、设备及介质
CN116758205B (zh) * 2023-08-24 2024-01-26 先临三维科技股份有限公司 数据处理方法、装置、设备及介质
CN117095108A (zh) * 2023-10-17 2023-11-21 海马云（天津）信息技术有限公司 虚拟数字人的纹理渲染方法及装置、云服务器和存储介质
CN117095108B (zh) * 2023-10-17 2024-01-23 海马云（天津）信息技术有限公司 虚拟数字人的纹理渲染方法及装置、云服务器和存储介质

Also Published As

Publication number Publication date
WO2024001923A1 (zh) 2024-01-04

Similar Documents

Publication Publication Date Title
CN115187715A (zh) 贴图方法、装置、设备及存储介质
CN109242961B (zh) 一种脸部建模方法、装置、电子设备和计算机可读介质
CN108961303B (zh) 一种图像处理方法、装置、电子设备和计算机可读介质
CN110300264B (zh) 图像处理方法、装置、移动终端以及存储介质
JP6685827B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN109389555B (zh) 一种全景图像拼接方法及装置
US10726612B2 (en) Method and apparatus for reconstructing three-dimensional model of object
WO2022105415A1 (zh) 关键帧图像的采集方法、装置、***和三维重建方法
CN110493512B (zh) 摄影构图方法、装置、摄影设备、电子装置及存储介质
US20170064284A1 (en) Producing three-dimensional representation based on images of a person
US20180114291A1 (en) Image processing method and device as well as non-transitory computer-readable medium
CN112767294A (zh) 深度图像的增强方法、装置、电子设备以及存储介质
CN112243518A (zh) 获取深度图的方法、装置及计算机存储介质
CN114627244A (zh) 三维重建方法及装置、电子设备、计算机可读介质
CN111951333A (zh) 六维姿态数据集自动生成方法、***、终端以及存储介质
US11605184B2 (en) Point cloud global tetris packing
CN110288707B (zh) 一种三维动态建模的方法及其***
JP2020004219A (ja) ３次元形状データを生成する装置、方法、及びプログラム
CN113034345B (zh) 一种基于sfm重建的人脸识别方法及***
CN114066731A (zh) 生成全景图的方法、装置、电子设备及存储介质
JP2018063635A (ja) 画像処理装置、画像処理方法およびプログラム
JP2011113177A (ja) 被写体３次元モデルを構築する方法およびプログラム
CN111179158A (zh) 图像处理方法、装置、电子设备及介质
US20210218883A1 (en) Learning apparatus, image generation apparatus, learning method, image generation method, and program
Yamao et al. A sequential online 3d reconstruction system using dense stereo matching

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination