CN116612244A - 一种图像生成方法、装置、存储介质及电子设备 - Google Patents
一种图像生成方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116612244A CN116612244A CN202310900363.XA CN202310900363A CN116612244A CN 116612244 A CN116612244 A CN 116612244A CN 202310900363 A CN202310900363 A CN 202310900363A CN 116612244 A CN116612244 A CN 116612244A
- Authority
- CN
- China
- Prior art keywords
- sample
- target object
- specified
- network
- gesture
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000002310 reflectometry Methods 0.000 claims abstract description 85
- 230000007613 environmental effect Effects 0.000 claims abstract description 38
- 230000001537 neural effect Effects 0.000 claims description 100
- 230000005855 radiation Effects 0.000 claims description 100
- 238000005070 sampling Methods 0.000 claims description 89
- 238000012549 training Methods 0.000 claims description 43
- 238000013528 artificial neural network Methods 0.000 claims description 37
- 238000006073 displacement reaction Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000005286 illumination Methods 0.000 abstract description 6
- 238000003062 neural network model Methods 0.000 abstract description 3
- 230000036544 posture Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本说明书公开了一种图像生成方法、装置、存储介质及电子设备,可以通过神经网络模型来生成用户指定的目标物的姿态下目标物的形体结构,以及目标物处于用户指定的姿态时的各表面点的反射率信息,进而可以根据确定出的目标物的形体结构,以及目标物的各表面点的反射率信息,以及用户指定的环境光源,生成处于指定姿态的目标物在指定环境光源的照射下的重光照图像,进而可以避免使用硬件设备按照用户所需的指定环境光源搭建相应的环境所需的成本。
Description
技术领域
本说明书涉及图像处理技术领域,尤其涉及一种图像生成方法、装置、存储介质及电子设备。
背景技术
随着机器学习、人工智能和5G等基础技术的高速发展,促使数字人体建模技术被广泛的应用于影视制作、增强现实、传媒和金融等领域中。
通常情况下,在进行数字人体建模时,需要通过搭建包含有多种光源设备以及多个工业级相机的光舞台图像采集***,来采集不同光源下的人体图像,并基于采集到的人体图像来完成数字人体模型的重光照(即,合成真实物体在虚拟世界的光照环境下的光影的过程)。而基于硬件设备采集不同光源下的人体图像的方法的成本往往较高。
因此,如何降低数字人体重光照的成本,是一个亟待解决的问题。
发明内容
本说明书提供一种图像生成方法、装置、存储介质及电子设备,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种图像生成方法,所述方法应用于预先训练的图像生成模型,所述图像生成模型包括:动态神经辐射网络、反射率神经网络,所述方法包括:
获取目标物所处的指定环境光源以及目标物的指定姿态;
将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,所述形体结构信息用于表征所述目标物在处于所述指定姿态时的各表面点的位置;
将所述形体结构信息输入到所述反射率神经网络,以通过所述反射率神经网络,确定所述目标物在处于所述指定姿态时的各表面点的反射率信息;
根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
可选地,将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,具体包括:
将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于指定姿态的目标物在标准姿态空间中的密度场,所述密度场用于表征光线在标准姿态空间中的每个空间点上终止的概率;
根据所述密度场,确定处于所述指定姿态的目标物的形体结构信息。
可选地,将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息之前,所述方法还包括:
针对所述指定姿态的目标物包含的每个三维采样点,从预设的线性蒙皮SMPL模型包含的各模型点中确定出与该三维采样点相匹配的模型点;
根据与该三维采样点相匹配的模型点在所述SMPL模型中所属的区域,确定该三维采样点对应的混合权重;
根据所述混合权重以及所述区域对应的变换矩阵,确定该三维采样点在标准姿态空间中对应的标准点;
将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,具体包括:
将所述指定姿态的目标物包含的每个三维采样点对应的标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
可选地,所述图像生成模型还包括:位移场网络;
将所述指定姿态的目标物包含的每个三维采样点对应的标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,具体包括:
将所述指定姿态的目标物包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述指定姿态的目标物包含的每个三维采样点对应的标准点进行优化,得到所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点;
将所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
可选地,所述图像生成模型还包括:遮挡场网络;
根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像之前,所述方法还包括:
将所述形体结构信息以及所述指定环境光源输入到所述遮挡场网络,以通过所述遮挡场网络,得到所述目标物处于所述指定姿态时的各表面点与所述指定环境光源之间的遮挡关系;
根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像,具体包括:
根据所述形体结构信息、所述反射率信息、所述遮挡关系以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
可选地,训练所述图像生成模型,具体包括:
获取所述目标物的各样本图像,不同样本图像对应的采集视角不同;
针对每个样本图像,将该样本图像输入到所述图像生成模型的动态神经辐射网络,以通过所述动态神经辐射网络,得到处于所述样本图像中包含的样本目标物的形体结构信息;
通过预设的渲染器根据所述样本目标物的形体结构信息,生成所述样本目标物的合成样本图像;
以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络进行训练。
可选地,所述图像生成模型还包括:位移场网络;
针对每个样本图像,将该样本图像输入到所述图像生成模型的动态神经辐射网络,以通过所述动态神经辐射网络,得到处于所述样本图像中包含的样本目标物的形体结构信息,具体包括:
针对每个样本图像,通过预设的SMPL模型确定该样本图像中包含的样本目标物的每个三维采样点对应的标准点;
将该样本图像中包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述样本目标物包含的每个三维采样点对应的标准点进行优化,得到所述样本目标物包含的每个三维采样点对应的优化后标准点;
将所述样本目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息;
以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络进行训练,具体包括:
以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络以及位移场网络进行训练。
可选地,训练所述图像生成模型,具体包括:
获取样本形体结构信息以及所述样本形体结构信息对应的初始光源;
将所述样本形体结构信息输入到所述反射率神经网络,以通过所述反射率神经网络,确定所述样本形体结构信息对应的样本目标物的各表面点的样本反射率信息;
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息以及所述初始光源,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息;
根据所述样本出射幅度信息,确定所述样本目标物的每个表面点的像素值;
以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络进行训练。
可选地,所述图像生成模型还包括:遮挡场网络;
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息以及所述初始光源,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息之前,所述方法还包括:
将所述样本形体结构信息以及所述初始光源输入到所述遮挡场网络,以通过所述遮挡场网络,得到所述样本目标物的各表面点之间的样本遮挡关系;
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息以及所述初始光源,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息,具体包括:
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息、所述样本遮挡关系,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息;
以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络进行训练,具体包括:
以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络,所述遮挡场网络进行训练。
本说明书提供了一种图像生成装置,包括:
获取模块,用于获取目标物所处的指定环境光源以及目标物的指定姿态;
第一确定模块,用于将所述指定姿态输入到图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,所述形体结构信息用于表征所述目标物在处于所述指定姿态时的各表面点的位置;
第二确定模块,用于将所述形体结构信息输入到反射率神经网络,以通过所述反射率神经网络,确定所述目标物在处于所述指定姿态时的各表面点的反射率信息;
生成模块,用于根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
可选地,所述第一确定模块具体用于,将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于指定姿态的目标物在标准姿态空间中的密度场,所述密度场用于表征光线在标准姿态空间中的每个空间点上终止的概率;根据所述密度场,确定处于所述指定姿态的目标物的形体结构信息。
可选地,所述第一确定模块具体用于,针对所述指定姿态的目标物包含的每个三维采样点,从预设的线性蒙皮SMPL模型包含的各模型点中确定出与该三维采样点相匹配的模型点;根据与该三维采样点相匹配的模型点在所述SMPL模型中所属的区域,确定该三维采样点对应的混合权重;根据所述混合权重以及所述区域对应的变换矩阵,确定该三维采样点在标准姿态空间中对应的标准点;将所述指定姿态的目标物包含的每个三维采样点对应的标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
可选地,所述图像生成模型还包括:位移场网络;
所述第一确定模块具体用于,将所述指定姿态的目标物包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述指定姿态的目标物包含的每个三维采样点对应的标准点进行优化,得到所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点;将所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述图像生成方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述图像生成方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的图像生成方法中,首先获取目标物所处的指定环境光源以及目标物的指定姿态,将指定姿态输入到图像生成模型的动态神经辐射网络中,以通过动态神经辐射网络,得到处于指定姿态的目标物的形体结构信息,形体结构信息用于表征目标物在处于指定姿态时的各表面点的位置,将形体结构信息输入到反射率神经网络,以通过反射率神经网络,确定目标物在处于指定姿态时的各表面点的反射率信息,根据形体结构信息、反射率信息以及指定环境光源,得到处于指定姿态的目标物在指定环境光源下的重光照图像。
从上述方法可以看出,可以通过神经网络模型来生成用户指定的目标物的姿态下目标物的形体结构,以及目标物处于用户指定的姿态时的各表面点的反射率信息,进而可以根据确定出的目标物的形体结构,以及目标物的各表面点的反射率信息,以及用户指定的环境光源,生成处于指定姿态的目标物在指定环境光源的照射下的重光照图像,进而可以避免使用硬件设备按照用户所需的指定环境光源搭建相应的环境所需的成本。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书中提供的一种图像生成方法的流程示意图;
图2为本说明书中提供的人体的各姿态点的示意图;
图3为本说明书中提供的图像生成模型的训练过程示意图;
图4为本说明书提供的一种图像生成装置的示意图;
图5为本说明书提供的一种对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种图像生成方法的流程示意图,包括以下步骤:
S101:获取目标物所处的指定环境光源以及目标物的指定姿态。
在本说明书中,业务平台可以根据预先采集的一组包含有目标物的多种不同姿态的样本图像,构建图像生成模型,并将构建出的图像生成模型部署到业务平台的服务器中,进而可以获取用户所使用的设备发送的指定环境光源以及目标物的指定姿态,并通过构建出的图像生成模型,生成处于指定姿态的目标物在所述指定环境光源下的重光照图像。
上述内容中,重光照图像是指按照使用指定光照环境对处于指定姿态目标物进行照射的照射效果,进行光影上合成的图像。
需要说明的是,用户可以通过对预设的目标物的姿态点的位置参数进行设置,从而可以使业务平台能获取到目标物的指定姿态。其中,这里的姿态点根据不同的目标物来设定的用于表征目标物的姿态的关键点,例如:若目标物为人体,则上述的姿态点可以为人体的各骨骼关节节点,具体如图2所示。
图2为本说明书中提供的人体的各姿态点的示意图。
结合图2可以看出,用户可以通过对人体的各骨骼关节节点的位置参数进行设定,从而使得业务平台能获取到目标物的指定姿态。
在本说明书中,用于图像生成方法的执行主体,可以是指服务器等设置于业务平台的指定设备,也可以是指诸如台式电脑、笔记本电脑、手机等指定设备,为了便于描述,下面仅以服务器是执行主体为例,对本说明书提供的图像生成方法进行说明。
S102:将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,所述形体结构信息用于表征所述目标物在处于所述指定姿态时的各表面点的位置。
进一步地,服务器可以将指定姿态(即指定姿态的姿态参数)输入到图像生成模型的动态神经辐射网络中,以通过动态神经辐射网络,得到处于指定姿态的目标物的形体结构信息,其中,形体结构信息用于表征目标物在处于指定姿态时的各表面点的位置,包括:人体表面点坐标,人体表面点法线等信息。另外,还可以根据形体结构信息确定出人体表面点的光源可见性(即人体表面点对于任意方向的环境光源是否可见)。
具体地,服务器可以将指定姿态输入到图像生成模型的动态神经辐射网络中,以通过动态神经辐射网络,得到处于指定姿态的目标物在标准姿态空间中的密度场,并根据确定出的密度场,确定出目标物的每个表面点的法线、光源可见性,以确定处于指定姿态的目标物的形体结构信息。其中,密度场用于表征光线在标准姿态空间中的每个空间点上终止的概率。
在实际应用场景中,用户可能会需要合成不同的观测视角空间下的目标物的重光照图像,此时用户输入的姿态参数可能是在观测视角空间下的姿态参数。因此,服务器还可以针对指定姿态的目标物包含的每个三维采样点,从预设的线性蒙皮(Skinned Multi-Person Linear Model,SMPL)模型包含的各模型点中确定出与该三维采样点相匹配的模型点,根据与该三维采样点相匹配的模型点在SMPL模型中所属的区域,确定该三维采样点对应的混合权重,根据混合权重以及上述区域对应的变换矩阵,确定该三维采样点在标准姿态空间中对应的标准点,具体可以参考如下公式。
上述公式中,k代表目标物的第k个区域,是第k个区域的混合权重,/>是第k个区域的变换矩阵。
需要说明的是,由于目标物在不同区域的表面点在从观测视角空间转换到标准姿态空间下时所使用的变换矩阵是不同的,因此,需要确定出每个三维采样点在SMPL模型中所属的区域,进而可以针对每个三维采样点,确定该三维采样点在标准姿态空间中对应的标准点。
上述的SMPL模型是预先根据各样本图像构建出的,其中,服务器可以通过对目标物的各样本图像输入到指定***中,以通过指定***生成目标物的SMPL模型,这里的指定***可以为EasyMpcap***。
上述的模型点可以是指在目标物的SMPL模型中在用于表征目标物的形体结构所使用的形体几何点。
服务器从各模型点中确定出与该三维采样点相匹配的模型点的方法可以是,从各模型点中确定出与该三维采样点的位置最近的模型点,作为与该三维采样点相匹配的模型点。
进一步地,服务器可以将指定姿态的目标物包含的每个三维采样点对应的标准点输入到图像生成模型的动态神经辐射网络中,以通过动态神经辐射网络,得到处于指定姿态的目标物的形体结构信息。
在实际应用场景中,由于服务器仅通过上述方法将指定姿态从观测视角空间转换到标准视角空间时的准确率较低,所以,服务器还可以将指定姿态的目标物包含的每个三维采样点对应的标准点以及SMPL模型输入到图像生成模型的位移场网络中,以通过位移场网络对指定姿态的目标物包含的每个三维采样点对应的标准点进行优化,得到指定姿态的目标物包含的每个三维采样点对应的优化后标准点。将指定姿态的目标物包含的每个三维采样点对应的优化后标准点输入到图像生成模型的动态神经辐射网络中,以通过动态神经辐射网络,得到处于指定姿态的目标物的形体结构信息。
S103:将所述形体结构信息输入到所述反射率神经网络,以通过所述反射率神经网络,确定所述目标物在处于所述指定姿态时的各表面点的反射率信息。
S104:根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
进一步地,服务器可以将形体结构信息输入到反射率神经网络,以通过反射率神经网络,确定目标物在处于指定姿态时的各表面点的反射率信息。进而可以通过预设的渲染器根据确定出的目标物的形体结构信息、反射率信息以及指定环境光源,确定目标物在处于指定姿态时的各表面点对指定环境光源进行反射后的出射幅度信息,并根据确定出的出射幅度信息,得到处于指定姿态的目标物在指定环境光源下的重光照图像。
需要说明的是,在通过渲染器确定目标物在处于指定姿态时的各表面点对指定环境光源进行反射后的出射幅度信息时,需要先通过处于指定姿态的目标物在标准姿态空间下的密度场,确定出样本目标物的每个表面点的法线、光源可见性(即可以根据各表面点的位置与指定环境光源之间的遮挡关系确定出),进而可以根据通过反射率神经网络确定出每个表面点的反射率、以及每个表面点的法线、光源可见性、指定环境光源,确定出目标物在处于指定姿态时的各表面点对指定环境光源进行反射后的出射幅度信息。
从上述内容中可以看出,服务器在生成目标物的重光照图像时需要使用目标物处于指定姿态时的各表面点与指定环境光源之间的遮挡关系,而虽然可以通过上述的密度场确定出目标物的各表面点与指定环境光源之间的遮挡关系,但是所需的计算量较大,因此,服务器还可以将形体结构信息以及指定环境光源输入到图像生成模型的遮挡场网络,以通过遮挡场网络,得到目标物处于指定姿态时的各表面点与指定环境光源之间的遮挡关系,并将形体结构信息、指定环境光源、以及目标物在处于所述指定姿态时的各表面点的反射率信息,各表面点与指定环境光源之间的遮挡关系输入到渲染器中,以通过渲染器,确定目标物在处于指定姿态时的各表面点对指定环境光源进行反射后的出射幅度信息,具体可以参考如下公式。
上述公式中,是表面点/>的出射辐射度,/>是球面积分空间(因为环境光源往往是呈球面照射到目标物上的),/>为入射光源的方向。/>是入射辐射度,该项包含光源可见项,即/>。
进一步地,服务器可以根据形体结构信息以及出射幅度信息,得到处于指定姿态的目标物在指定环境光源下的重光照图像。
除此之外,上述的图像生成模型在部署到服务器中之前,还需要对其进行训练,训练方法如图3所示。
图3为本说明书中提供的图像生成模型的训练过程示意图。
结合图3可以看出,服务器训练图像生成模型的方法可以为,获取目标物的各样本图像,针对每个样本图像,将该样本图像输入到图像生成模型的动态神经辐射网络,以通过动态神经辐射网络,得到处于样本图像中包含的样本目标物的形体结构信息,通过预设的渲染器根据样本目标物的形体结构信息,生成样本目标物的合成样本图像,以最小化合成样本图像和该样本图像之间的偏差为优化目标,对图像生成模型的动态神经辐射网络进行训练,其中,不同样本图像对应的采集视角不同。
进一步地,服务器还可以针对每个样本图像,通过预设的SMPL模型确定该样本图像中包含的样本目标物的每个三维采样点对应的标准点,将该样本图像中包含的每个三维采样点对应的标准点以及SMPL模型输入到位移场网络中,以通过位移场网络对样本目标物包含的每个三维采样点对应的标准点进行优化,得到样本目标物包含的每个三维采样点对应的优化后标准点。
将样本目标物包含的每个三维采样点对应的优化后标准点输入到图像生成模型的动态神经辐射网络中,以通过动态神经辐射网络,得到处于指定姿态的目标物的形体结构信息,通过预设的渲染器根据样本目标物的形体结构信息,生成样本目标物的合成样本图像,以最小化合成样本图像和该样本图像之间的偏差为优化目标,对图像生成模型的动态神经辐射网络以及位移场网络进行训练。
当然,服务器还可以将通过上述方法获取的形体结构信息,作为样本形态结构信息,并初始化样本形体结构信息对应的初始光源。在确定样本形体结构信息以及样本形体结构信息对应的初始光源后,服务器可以将样本形体结构信息输入到反射率神经网络,以通过反射率神经网络,确定样本形体结构信息对应的样本目标物的各表面点的反射率信息。进而可以通过预设的渲染器根据样本形体结构信息,样本反射率信息以及初始光源,确定样本目标物对初始光源进行反射后的样本出射幅度信息。
进一步地,服务器可以根据样本出射幅度信息,确定样本目标物的每个表面点的像素值,并以最小化根据样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对初始光源进行优化,以及对图像生成模型的反射率神经网络进行训练。
具体地,服务器可以根据基于出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差,确定第一损失,其中,基于出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差越大,第一损失越大。
进一步地,服务器在通过渲染器确定样本形体结构信息对应的样本目标物的各表面点对初始光源进行反射后的出射幅度信息时,需要先通过反射率神经网络确定出样本目标物的每个表面点的反射率信息,并可以通过空间平滑先验算法对确定出的每个表面点的反射率信息进行监督,以得到第二损失,具体可以参考以下公式。
上述公式中,为反射率神经网络,/>可以是一个从零均值且标准差为0.01的高斯分布中采样得到的三维扰动,/>可以设置为0.005,/>的输出被限制到0到1范围内,/>为样本目标物包含的每个三维采样点对应的优化后标准点。
进一步地,服务器可以在通过遮挡场网络确定出各样本目标物包含的各表面点与初始光源之间的遮挡关系后,可以通过空间平滑先验算法对确定出的各表面点与初始光源之间的遮挡关系进行监督,以得到第三损失,具体可以参考如下公式。
上述公式中,可以设置为0.5,/>为目标物包含的各表面点的坐标,/>为初始光源中包含的第i个方向的光源,/>是由遮挡场输出的代表/>点处与/>方向光源的可见性,/>是根据密度场确定的坐标为/>的表面点对于/>方向光源的可见性,/>是一个从零均值且标准差为0.01的高斯分布中采样得到的三维扰动。
进一步地,服务器还可以通过L2范数,确定初始光源对应的第四损失,具体可以参考如下公式。
其中,代表卷积运算,/>可以设置为/>。
进一步地,服务器可以通过上述的第一损失、第二损失、第三损失、第四损失分别对图像生成模型进行训练,当然,服务器也可以根据上述的第一损失、第二损失、第三损失、第四损失确定总损失,进而可以以总损失最小为优化目标,对图像生成模型进行训练,具体可以参考如下公式。
上述公式中,为总损失,/>为第一损失的权重,可以设置为10,/>为第一损失,/>为第二损失,/>为第三损失,/>为第四损失。
从上述方法可以看出,服务器可以通过神经网络模型来生成用户指定的目标物的姿态下目标物的形体结构,以及目标物处于用户指定的姿态时的各表面点的反射率信息,进而可以根据确定出的目标物的形体结构,以及目标物的各表面点的反射率信息,以及用户指定的环境光源,生成处于指定姿态的目标物在指定环境光源的照射下的重光照图像,进而可以避免使用硬件设备按照用户所需的指定环境光源搭建相应的环境所需的成本。
以上为本说明书的一个或多个实施图像生成方法,基于同样的思路,本说明书还提供了相应的图像生成装置,如图4所示。
图4为本说明书提供的一种图像生成装置的示意图,包括:
获取模块401,用于获取目标物所处的指定环境光源以及目标物的指定姿态;
第一确定模块402,用于将所述指定姿态输入到图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,所述形体结构信息用于表征所述目标物在处于所述指定姿态时的各表面点的位置;
第二确定模块403,用于将所述形体结构信息输入到反射率神经网络,以通过所述反射率神经网络,确定所述目标物在处于所述指定姿态时的各表面点的反射率信息;
生成模块404,用于根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
可选地,所述第一确定模块402具体用于,将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于指定姿态的目标物在标准姿态空间中的密度场,所述密度场用于表征光线在标准姿态空间中的每个空间点上终止的概率;根据所述密度场,确定处于所述指定姿态的目标物的形体结构信息。
可选地,所述第一确定模块402具体用于,针对所述指定姿态的目标物包含的每个三维采样点,从预设的线性蒙皮SMPL模型包含的各模型点中确定出与该三维采样点相匹配的模型点;根据与该三维采样点相匹配的模型点在所述SMPL模型中所属的区域,确定该三维采样点对应的混合权重;根据所述混合权重以及所述区域对应的变换矩阵,确定该三维采样点在标准姿态空间中对应的标准点;将所述指定姿态的目标物包含的每个三维采样点对应的标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
可选地,所述图像生成模型还包括:位移场网络;
所述第一确定模块402具体用于,将所述指定姿态的目标物包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述指定姿态的目标物包含的每个三维采样点对应的标准点进行优化,得到所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点;将所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
可选地,所述图像生成模型还包括:遮挡场网络;
所述第二确定模块403具体用于,将所述形体结构信息以及所述指定环境光源输入到所述遮挡场网络,以通过所述遮挡场网络,得到所述目标物处于所述指定姿态时的各表面点与所述指定环境光源之间的遮挡关系;根据所述形体结构信息、所述反射率信息、所述遮挡关系以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
可选地,所述装置还包括:训练模块405;
所述训练模块405具体用于,获取所述目标物的各样本图像,不同样本图像对应的采集视角不同;针对每个样本图像,将该样本图像输入到所述图像生成模型的动态神经辐射网络,以通过所述动态神经辐射网络,得到处于所述样本图像中包含的样本目标物的形体结构信息;通过预设的渲染器根据所述样本目标物的形体结构信息,生成所述样本目标物的合成样本图像;以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络进行训练。
可选地,所述图像生成模型还包括:位移场网络;
所述训练模块405具体用于,针对每个样本图像,通过预设的SMPL模型确定该样本图像中包含的样本目标物的每个三维采样点对应的标准点;将该样本图像中包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述样本目标物包含的每个三维采样点对应的标准点进行优化,得到所述样本目标物包含的每个三维采样点对应的优化后标准点;将所述样本目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息;以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络以及位移场网络进行训练。
可选地,所述训练模块405具体用于,获取样本形体结构信息以及所述样本形体结构信息对应的初始光源;将所述样本形体结构信息输入到所述反射率神经网络,以通过所述反射率神经网络,确定所述样本形体结构信息对应的样本目标物的各表面点的样本反射率信息;通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息以及所述初始光源,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息;根据所述样本出射幅度信息,确定所述样本目标物的每个表面点的像素值;以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络进行训练。
可选地,所述图像生成模型还包括:遮挡场网络;
所述训练模块405具体用于,将所述样本形体结构信息以及所述初始光源输入到所述遮挡场网络,以通过所述遮挡场网络,得到所述样本目标物的各表面点之间的样本遮挡关系;通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息、所述样本遮挡关系,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息;以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络,所述遮挡场网络进行训练。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种图像生成方法。
本说明书还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的图像生成方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(ProgrammableLogic Device, PLD)(例如现场可编程门阵列(Field Programmable Gate Array,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(HardwareDescription Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(AdvancedBoolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(JavaHardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby HardwareDescription Language)等,目前最普遍使用的是VHDL(Very-High-Speed IntegratedCircuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、***、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (15)
1.一种图像生成方法,其特征在于,所述方法应用于预先训练的图像生成模型,所述图像生成模型包括:动态神经辐射网络、反射率神经网络,所述方法包括:
获取目标物所处的指定环境光源以及目标物的指定姿态;
将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,所述形体结构信息用于表征所述目标物在处于所述指定姿态时的各表面点的位置;
将所述形体结构信息输入到所述反射率神经网络,以通过所述反射率神经网络,确定所述目标物在处于所述指定姿态时的各表面点的反射率信息;
根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
2.如权利要求1所述的方法,其特征在于,将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,具体包括:
将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于指定姿态的目标物在标准姿态空间中的密度场,所述密度场用于表征光线在标准姿态空间中的每个空间点上终止的概率;
根据所述密度场,确定处于所述指定姿态的目标物的形体结构信息。
3.如权利要求1所述的方法,其特征在于,将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息之前,所述方法还包括:
针对所述指定姿态的目标物包含的每个三维采样点,从预设的线性蒙皮SMPL模型包含的各模型点中确定出与该三维采样点相匹配的模型点;
根据与该三维采样点相匹配的模型点在所述SMPL模型中所属的区域,确定该三维采样点对应的混合权重;
根据所述混合权重以及所述区域对应的变换矩阵,确定该三维采样点在标准姿态空间中对应的标准点;
将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,具体包括:
将所述指定姿态的目标物包含的每个三维采样点对应的标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
4.如权利要求3所述的方法,其特征在于,所述图像生成模型还包括:位移场网络;
将所述指定姿态的目标物包含的每个三维采样点对应的标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,具体包括:
将所述指定姿态的目标物包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述指定姿态的目标物包含的每个三维采样点对应的标准点进行优化,得到所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点;
将所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
5.如权利要求1所述的方法,其特征在于,所述图像生成模型还包括:遮挡场网络;
根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像之前,所述方法还包括:
将所述形体结构信息以及所述指定环境光源输入到所述遮挡场网络,以通过所述遮挡场网络,得到所述目标物处于所述指定姿态时的各表面点与所述指定环境光源之间的遮挡关系;
根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像,具体包括:
根据所述形体结构信息、所述反射率信息、所述遮挡关系以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
6.如权利要求1所述的方法,其特征在于,训练所述图像生成模型,具体包括:
获取所述目标物的各样本图像,不同样本图像对应的采集视角不同;
针对每个样本图像,将该样本图像输入到所述图像生成模型的动态神经辐射网络,以通过所述动态神经辐射网络,得到处于所述样本图像中包含的样本目标物的形体结构信息;
通过预设的渲染器根据所述样本目标物的形体结构信息,生成所述样本目标物的合成样本图像;
以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络进行训练。
7.如权利要求6所述的方法,其特征在于,所述图像生成模型还包括:位移场网络;
针对每个样本图像,将该样本图像输入到所述图像生成模型的动态神经辐射网络,以通过所述动态神经辐射网络,得到处于所述样本图像中包含的样本目标物的形体结构信息,具体包括:
针对每个样本图像,通过预设的SMPL模型确定该样本图像中包含的样本目标物的每个三维采样点对应的标准点;
将该样本图像中包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述样本目标物包含的每个三维采样点对应的标准点进行优化,得到所述样本目标物包含的每个三维采样点对应的优化后标准点;
将所述样本目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息;
以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络进行训练,具体包括:
以最小化所述合成样本图像和该样本图像之间的偏差为优化目标,对所述图像生成模型的动态神经辐射网络以及位移场网络进行训练。
8.如权利要求1所述的方法,其特征在于,训练所述图像生成模型,具体包括:
获取样本形体结构信息以及所述样本形体结构信息对应的初始光源;
将所述样本形体结构信息输入到所述反射率神经网络,以通过所述反射率神经网络,确定所述样本形体结构信息对应的样本目标物的各表面点的样本反射率信息;
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息以及所述初始光源,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息;
根据所述样本出射幅度信息,确定所述样本目标物的每个表面点的像素值;
以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络进行训练。
9.如权利要求8所述的方法,其特征在于,所述图像生成模型还包括:遮挡场网络;
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息以及所述初始光源,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息之前,所述方法还包括:
将所述样本形体结构信息以及所述初始光源输入到所述遮挡场网络,以通过所述遮挡场网络,得到所述样本目标物的各表面点之间的样本遮挡关系;
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息以及所述初始光源,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息,具体包括:
通过预设的渲染器根据所述样本形体结构信息,所述样本反射率信息、所述样本遮挡关系,确定所述样本目标物对所述初始光源进行反射后的样本出射幅度信息;
以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络进行训练,具体包括:
以最小化根据所述样本出射幅度信息确定出的每个表面点的像素值和每个表面点的实际像素值之间的偏差为训练目标,对所述初始光源进行优化,以及对所述图像生成模型的反射率神经网络,所述遮挡场网络进行训练。
10.一种图像生成装置,其特征在于,包括:
获取模块,用于获取目标物所处的指定环境光源以及目标物的指定姿态;
第一确定模块,用于将所述指定姿态输入到图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息,所述形体结构信息用于表征所述目标物在处于所述指定姿态时的各表面点的位置;
第二确定模块,用于将所述形体结构信息输入到反射率神经网络,以通过所述反射率神经网络,确定所述目标物在处于所述指定姿态时的各表面点的反射率信息;
生成模块,用于根据所述形体结构信息、所述反射率信息以及所述指定环境光源,得到处于所述指定姿态的目标物在所述指定环境光源下的重光照图像。
11.如权利要求10所述的装置,其特征在于,所述第一确定模块具体用于,将所述指定姿态输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于指定姿态的目标物在标准姿态空间中的密度场,所述密度场用于表征光线在标准姿态空间中的每个空间点上终止的概率;根据所述密度场,确定处于所述指定姿态的目标物的形体结构信息。
12.如权利要求10所述的装置,其特征在于,所述第一确定模块具体用于,针对所述指定姿态的目标物包含的每个三维采样点,从预设的线性蒙皮SMPL模型包含的各模型点中确定出与该三维采样点相匹配的模型点;根据与该三维采样点相匹配的模型点在所述SMPL模型中所属的区域,确定该三维采样点对应的混合权重;根据所述混合权重以及所述区域对应的变换矩阵,确定该三维采样点在标准姿态空间中对应的标准点;将所述指定姿态的目标物包含的每个三维采样点对应的标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
13.如权利要求12所述的装置,其特征在于,所述图像生成模型还包括:位移场网络;
所述第一确定模块具体用于,将所述指定姿态的目标物包含的每个三维采样点对应的标准点以及所述SMPL模型输入到所述位移场网络中,以通过所述位移场网络对所述指定姿态的目标物包含的每个三维采样点对应的标准点进行优化,得到所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点;将所述指定姿态的目标物包含的每个三维采样点对应的优化后标准点输入到所述图像生成模型的动态神经辐射网络中,以通过所述动态神经辐射网络,得到处于所述指定姿态的目标物的形体结构信息。
14.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~9任一项所述的方法。
15.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310900363.XA CN116612244B (zh) | 2023-07-21 | 2023-07-21 | 一种图像生成方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310900363.XA CN116612244B (zh) | 2023-07-21 | 2023-07-21 | 一种图像生成方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116612244A true CN116612244A (zh) | 2023-08-18 |
CN116612244B CN116612244B (zh) | 2023-09-29 |
Family
ID=87676901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310900363.XA Active CN116612244B (zh) | 2023-07-21 | 2023-07-21 | 一种图像生成方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116612244B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288512A (zh) * | 2019-05-16 | 2019-09-27 | 成都品果科技有限公司 | 用于图像合成的光照重映射方法、装置、存储介质和处理器 |
CN111739161A (zh) * | 2020-07-23 | 2020-10-02 | 之江实验室 | 一种有遮挡情况下的人体三维重建方法、装置及电子设备 |
WO2020236206A1 (en) * | 2019-05-23 | 2020-11-26 | Google Llc | Methods, systems, and media for relighting images using predicted deep reflectance fields |
CN112785672A (zh) * | 2021-01-19 | 2021-05-11 | 浙江商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN112889092A (zh) * | 2018-11-09 | 2021-06-01 | 三星电子株式会社 | 有纹理的神经化身 |
US20210209340A1 (en) * | 2019-09-03 | 2021-07-08 | Zhejiang University | Methods for obtaining normal vector, geometry and material of three-dimensional objects based on neural network |
CN113538659A (zh) * | 2021-07-05 | 2021-10-22 | 广州虎牙科技有限公司 | 一种图像生成方法、装置、存储介质及设备 |
CN115100339A (zh) * | 2022-06-15 | 2022-09-23 | 北京百度网讯科技有限公司 | 图像生成方法、装置、电子设备和存储介质 |
WO2022222011A1 (zh) * | 2021-04-19 | 2022-10-27 | 浙江大学 | 一种可驱动的隐式三维人体表示方法 |
CN116309823A (zh) * | 2023-01-17 | 2023-06-23 | 之江实验室 | 一种位姿的确定方法、装置、设备及存储介质 |
CN116300073A (zh) * | 2023-03-16 | 2023-06-23 | 之江实验室 | 一种图像生成***以及图像生成方法 |
-
2023
- 2023-07-21 CN CN202310900363.XA patent/CN116612244B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112889092A (zh) * | 2018-11-09 | 2021-06-01 | 三星电子株式会社 | 有纹理的神经化身 |
CN110288512A (zh) * | 2019-05-16 | 2019-09-27 | 成都品果科技有限公司 | 用于图像合成的光照重映射方法、装置、存储介质和处理器 |
WO2020236206A1 (en) * | 2019-05-23 | 2020-11-26 | Google Llc | Methods, systems, and media for relighting images using predicted deep reflectance fields |
US20210209340A1 (en) * | 2019-09-03 | 2021-07-08 | Zhejiang University | Methods for obtaining normal vector, geometry and material of three-dimensional objects based on neural network |
CN111739161A (zh) * | 2020-07-23 | 2020-10-02 | 之江实验室 | 一种有遮挡情况下的人体三维重建方法、装置及电子设备 |
CN112785672A (zh) * | 2021-01-19 | 2021-05-11 | 浙江商汤科技开发有限公司 | 图像处理方法及装置、电子设备和存储介质 |
WO2022222011A1 (zh) * | 2021-04-19 | 2022-10-27 | 浙江大学 | 一种可驱动的隐式三维人体表示方法 |
CN113538659A (zh) * | 2021-07-05 | 2021-10-22 | 广州虎牙科技有限公司 | 一种图像生成方法、装置、存储介质及设备 |
CN115100339A (zh) * | 2022-06-15 | 2022-09-23 | 北京百度网讯科技有限公司 | 图像生成方法、装置、电子设备和存储介质 |
CN116309823A (zh) * | 2023-01-17 | 2023-06-23 | 之江实验室 | 一种位姿的确定方法、装置、设备及存储介质 |
CN116300073A (zh) * | 2023-03-16 | 2023-06-23 | 之江实验室 | 一种图像生成***以及图像生成方法 |
Non-Patent Citations (2)
Title |
---|
田英利, 马颂德, 徐孔达: "未知光源位置环境中物体形状恢复的神经网络方法研究", 自动化学报, no. 02 * |
肖甫;吴慧中;肖亮;汤杨;: "变化光照目标图像合成的球调和方法", 计算机科学, no. 09 * |
Also Published As
Publication number | Publication date |
---|---|
CN116612244B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272454B (zh) | 一种增强现实设备的坐标系校准方法及装置 | |
CN112614213B (zh) | 人脸表情确定方法、表情参数确定模型、介质及设备 | |
Chaudhuri et al. | Depth from defocus: a real aperture imaging approach | |
CN114972617B (zh) | 一种基于可导渲染的场景光照与反射建模方法 | |
CN116977525B (zh) | 一种图像渲染方法、装置、存储介质及电子设备 | |
CN117372631A (zh) | 一种多视角图像生成模型的训练方法、应用方法 | |
CN116012483A (zh) | 一种图像渲染的方法、装置、存储介质及电子设备 | |
CN117635822A (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
CN116958379A (zh) | 图像渲染方法、装置、电子设备、存储介质及程序产品 | |
CN116612244B (zh) | 一种图像生成方法、装置、存储介质及电子设备 | |
CN114494542A (zh) | 一种基于卷积神经网络的人物驱动动画方法及*** | |
CN117765171B (zh) | 一种三维模型重建的方法、装置、存储介质及电子设备 | |
CN117726907B (zh) | 一种建模模型的训练方法、三维人体建模的方法以及装置 | |
CN117689822B (zh) | 一种三维模型构建方法、装置、存储介质及电子设备 | |
CN117274344B (zh) | 真实材质纹理的模型训练方法、纹理合成及映射方法 | |
CN117830564B (zh) | 一种姿态分布指导的三维虚拟人模型重建方法 | |
CN117745956A (zh) | 一种基于位姿引导的图像生成方法、装置、介质及设备 | |
CN116309924B (zh) | 一种模型训练的方法、图像展示的方法及装置 | |
CN117911630B (zh) | 一种三维人体建模的方法、装置、存储介质及电子设备 | |
CN117726760B (zh) | 一种用于视频的三维人体重建模型的训练方法及装置 | |
CN117975202B (zh) | 模型训练方法、业务执行方法、装置、介质及设备 | |
CN115862668B (zh) | 机器人基于声源定位判断交互对象的方法和*** | |
CN116385612B (zh) | 室内场景下全局光照表示方法、装置及存储介质 | |
CN117876610B (zh) | 针对三维构建模型的模型训练方法、装置、存储介质 | |
CN117765168A (zh) | 一种卫星遥感图像的三维重建方法、装置及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |