【技術實現步驟摘要】
本申請涉及計算機視覺，尤其涉及一種三維模型重建方法及相關裝置。
技術介紹
1、三維模型重建技術是計算機視覺領域的關鍵技術之一，它旨在從二維圖像中恢復出三維場景的結構。這一技術在游戲開發、電影制作、虛擬現實、增強現實、文物保護、醫療成像等多個領域有著廣泛的應用。
2、盡管三維模型重建技術已取得一定的進展，但是傳統的三維模型重建技術仍然存在計算量大、對計算資源要求高的問題，導致重建速度慢。
3、因此，如何提供一種三維模型重建技術，以減少三維模型重建的計算量，降低對計算資源的要求，從而提高重建速度，使得在普通計算設備上也能高效地進行三維模型重建，成為本領域技術人員亟待解決的問題。
技術實現思路
1、鑒于上述問題，本申請提供了一種三維模型重建方法及相關裝置，以實現提高重建速度的目的。具體方案如下：
2、本申請第一方面提供一種三維模型重建方法，包括：
3、獲取待執行的重建任務對應的原始圖片集合；
4、對所述原始圖片集合進行初始化處理，得到所述原始圖片集合中各個原始圖片對應的相機位姿參數，以及，初始三維模型；
5、根據所述原始圖片集合以及所述原始圖片集合中各個原始圖片對應的相機位姿參數，利用多個進程對所述初始三維模型進行重建，得到重建的三維模型。
6、在一種可能的實現中，所述根據所述原始圖片集合以及所述原始圖片集合中各個原始圖片對應的相機位姿參數，利用多個進程對所述初始三維模型進行重建，得到重建的三維模型，包括
7、根據所述原始圖片集合以及所述原始圖片集合中各個原始圖片對應的相機位姿參數，利用多個進程對所述初始三維模型中的參數進行多輪迭代優化，直至多輪迭代優化結束，得到重建的三維模型；其中，利用多個進程對所述初始三維模型中的參數進行的每輪迭代優化包含多步迭代優化。
8、在一種可能的實現中，所述利用多個進程對所述初始三維模型中的參數進行的每輪迭代優化，包括：
9、確定本輪迭代優化對應的訓練數據；
10、確定各個所述進程本輪迭代優化對應的訓練數據子集，所述訓練數據子集中包括多組訓練數據，每組訓練數據包括一個原始圖片以及所述原始圖片對應的相機位姿參數；
11、各個所述進程分別利用對應的訓練數據子集，對所述初始三維模型中的參數進行多步迭代優化，其中，在每個迭代優化步驟，每個所述進程處理自身訓練數據子集中的一組訓練數據，各個所述進程的處理并行執行，并且在間隔預設步數的迭代優化步驟，對各個所述進程上的三維模型進行參數同步和密度控制。
12、在一種可能的實現中，所述確定本輪迭代優化對應的訓練數據，包括：
13、確定本輪迭代優化對應的隨機種子；
14、利用所述隨機種子對所述原始圖片集合中各個原始圖片的順序打亂，得到打亂后的原始圖片集合；
15、將所述打亂后的原始圖片集合以及各個原始圖片對應的相機位姿參數作為本輪迭代優化對應的訓練數據。
16、在一種可能的實現中，所述確定各個所述進程本輪迭代優化對應的訓練數據子集，包括：
17、將所述打亂后的原始圖片集合劃分為多個原始圖片子集，原始圖片每個原始圖片子集中包含多張原始圖片，各個原始圖片子集中包含的原始圖片數量相同，且相鄰的兩個原始圖片子集之間有部分相同的原始圖片；
18、針對每個所述原始圖片子集，將所述原始圖片子集，以及所述原始圖片子集中各個原始圖片對應的相機位姿參數提供給所述原始圖片子集對應的進程，作為所述進程對應的訓練數據子集。
19、在一種可能的實現中，每個迭代優化步驟的實現方式包括：
20、每個所述進程使用該進程上的三維模型對所述訓練數據中的相機位姿參數進行渲染，得到渲染后的圖片，并根據渲染后的圖片與所述訓練數據中的原始圖片之間的差異計算損失，并根據損失計算參數調整梯度；
21、對各個所述進程對應的參數調整梯度進行同步，得到同步后的梯度；
22、每個所述進程使用所述同步后的梯度對該進程上的三維模型進行參數調整。
23、本申請第二方面提供一種三維模型重建裝置，包括：
24、獲取單元，用于獲取待執行的重建任務對應的原始圖片集合；
25、初始化處理單元，用于對所述原始圖片集合進行初始化處理，得到所述原始圖片集合中各個原始圖片對應的相機位姿參數，以及，初始三維模型；
26、重建單元，用于根據所述原始圖片集合以及所述原始圖片集合中各個原始圖片對應的相機位姿參數，利用多個進程對所述初始三維模型進行重建，得到重建的三維模型。
27、在一種可能的實現中，所述重建單元，具體用于：
28、根據所述原始圖片集合以及所述原始圖片集合中各個原始圖片對應的相機位姿參數，利用多個進程對所述初始三維模型中的參數進行多輪迭代優化，直至多輪迭代優化結束，得到重建的三維模型；其中，利用多個進程對所述初始三維模型中的參數進行的每輪迭代優化包含多步迭代優化。
29、在一種可能的實現中，所述重建單元用于利用多個進程對所述初始三維模型中的參數進行的每輪迭代優化時，具體用于：
30、確定本輪迭代優化對應的訓練數據；
31、確定各個所述進程本輪迭代優化對應的訓練數據子集，所述訓練數據子集中包括多組訓練數據，每組訓練數據包括一個原始圖片以及所述原始圖片對應的相機位姿參數；
32、各個所述進程分別利用對應的訓練數據子集，對所述初始三維模型中的參數進行多步迭代優化，其中，在每個迭代優化步驟，每個所述進程處理自身訓練數據子集中的一組訓練數據，各個所述進程的處理并行執行，并且在間隔預設步數的迭代優化步驟，對各個所述進程上的三維模型進行參數同步和密度控制。
33、在一種可能的實現中，所述重建單元用于確定本輪迭代優化對應的訓練數據時，具體用于：
34、確定本輪迭代優化對應的隨機種子；
35、利用所述隨機種子對所述原始圖片集合中各個原始圖片的順序打亂，得到打亂后的原始圖片集合；
36、將所述打亂后的原始圖片集合以及各個原始圖片對應的相機位姿參數作為本輪迭代優化對應的訓練數據。
37、在一種可能的實現中，所述重建單元用于確定各個所述進程本輪迭代優化對應的訓練數據子集時，具體用于：
38、將所述打亂后的原始圖片集合劃分為多個原始圖片子集，原始圖片每個原始圖片子集中包含多張原始圖片，各個原始圖片子集中包含的原始圖片數量相同，且相鄰的兩個原始圖片子集之間有部分相同的原始圖片；
39、針對每個所述原始圖片子集，將所述原始圖片子集，以及所述原始圖片子集中各個原始圖片對應的相機位姿參數提供給所述原始圖片子集對應的進程，作為所述進程對應的訓練數據子集。
40、在一種可能的實現中，所述重建單元用于每個迭代優化步驟的實現時，具體用于：
41、每個所述進程使用該進程上的三維本文檔來自技高網...
【技術保護點】
1.一種三維模型重建方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述原始圖片集合以及所述原始圖片集合中各個原始圖片對應的相機位姿參數，利用多個進程對所述初始三維模型進行重建，得到重建的三維模型，包括：
3.根據權利要求2所述的方法，其特征在于，所述利用多個進程對所述初始三維模型中的參數進行的每輪迭代優化，包括：
4.根據權利要求3所述的方法，其特征在于，所述確定本輪迭代優化對應的訓練數據，包括：
5.根據權利要求4所述的方法，其特征在于，所述確定各個所述進程本輪迭代優化對應的訓練數據子集，包括：
6.根據權利要求3所述的方法，其特征在于，每個迭代優化步驟的實現方式包括：
7.一種三維模型重建裝置，其特征在于，包括：
8.一種計算機程序產品，其特征在于，包括計算機可讀指令，當所述計算機可讀指令在電子設備上運行時，使得所述電子設備實現如權利要求1至6中任意一項所述的三維模型重建方法。
9.一種電子設備，其特征在于，包括至少一個處理器和與所述處理器連接的存儲器
10.一種計算機可讀存儲介質，其特征在于，所述存儲介質承載有一個或多個計算機程序，當所述一個或多個計算機程序被電子設備執行時，能夠使所述電子設備實現如權利要求1至6中任意一項所述的三維模型重建方法。
...【技術特征摘要】
1.一種三維模型重建方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述根據所述原始圖片集合以及所述原始圖片集合中各個原始圖片對應的相機位姿參數，利用多個進程對所述初始三維模型進行重建，得到重建的三維模型，包括：
3.根據權利要求2所述的方法，其特征在于，所述利用多個進程對所述初始三維模型中的參數進行的每輪迭代優化，包括：
4.根據權利要求3所述的方法，其特征在于，所述確定本輪迭代優化對應的訓練數據，包括：
5.根據權利要求4所述的方法，其特征在于，所述確定各個所述進程本輪迭代優化對應的訓練數據子集，包括：
6.根據權利要...
【專利技術屬性】
技術研發人員：張斌，何建，黃泱柯，王書浩，
申請(專利權)人：湖南芒果數智藝術科技有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。