本公開涉及計算機，尤其涉及一種三維重建方法、裝置、設備及可讀介質(zhì)。

背景技術(shù)：

1、現(xiàn)有的三維重建方法中，依靠深度或激光雷達傳感器的場景三維重建算法對專業(yè)設備依賴度高，采集成本高，阻礙了用戶的大規(guī)模使用。大部分傳統(tǒng)深度估計算法約束較多，復雜場景下效果不佳；基于從運動恢復結(jié)構(gòu)(structure?from?motion，sfm)和多視圖立體視覺(multi-view?stereo，mvs)的重建算法能較好完成稀疏重建，但進行稠密重建時易產(chǎn)生空洞。相較而言，基于單目相機的三維重建技術(shù)呈現(xiàn)出成本低、運行速度快及結(jié)構(gòu)簡單等眾多優(yōu)勢。從單目多視角圖像中重建室內(nèi)場景是計算機視覺和圖形學的一個基本任務，在機器人、游戲、虛擬現(xiàn)實和增強現(xiàn)實等各種應用中起重要的作用。

技術(shù)實現(xiàn)思路

1、本公開提供一種三維重建方法、裝置、設備及可讀介質(zhì)。

2、本公開第一方面提供了一種三維重建方法，包括：

3、獲取場景重建數(shù)據(jù)集合，其中，所述場景重建數(shù)據(jù)集合中包括至少一組采樣點數(shù)據(jù)，每組所述采樣點數(shù)據(jù)包括一個采樣點的二維的rgb圖像、先驗圖像、位姿信息及相機參數(shù)，所述先驗圖像包括所述采樣點對應的深度信息和法線信息；

4、基于所述場景重建數(shù)據(jù)集合，利用神經(jīng)隱式表示的神經(jīng)網(wǎng)絡模型重建所述場景的三維模型。

5、本公開第二方面提供一種三維重建裝置，包括：

6、獲取模塊，用于獲取場景重建數(shù)據(jù)集合，其中，所述場景重建數(shù)據(jù)集合中包括至少一組采樣點數(shù)據(jù)，每組所述采樣點數(shù)據(jù)包括一個采樣點的二維的rgb圖像、先驗圖像、位姿信息及相機參數(shù)，所述先驗圖像包括所述采樣點對應的深度信息和法線信息；

7、重建模塊，用于基于所述場景重建數(shù)據(jù)集合，利用神經(jīng)隱式表示的神經(jīng)網(wǎng)絡模型重建所述場景的三維模型。

8、本公開第三方面提供一種電子設備，包括：

9、至少一個處理器；

10、存儲器，其上存儲有一個或多個程序，當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)根據(jù)第一方面所述的方法；

11、至少一個i/o接口，連接在所述處理器與存儲器之間，配置為實現(xiàn)所述處理器與存儲器的信息交互。

12、本公開第四方面提供一種計算機可讀介質(zhì)，其上存儲有計算機程序，所述程序被處理器執(zhí)行時實現(xiàn)根據(jù)第一方面所述的方法。

13、本公開具有如下優(yōu)點：

14、獲取場景重建數(shù)據(jù)集合，其中，所述場景重建數(shù)據(jù)集合中包括至少一組采樣點數(shù)據(jù)，每組所述采樣點數(shù)據(jù)包括一個采樣點的二維的rgb圖像、先驗圖像、位姿信息及相機參數(shù)，所述先驗圖像包括所述采樣點對應的深度信息和法線信息；基于所述場景重建數(shù)據(jù)集合，利用神經(jīng)隱式表示的神經(jīng)網(wǎng)絡模型重建所述場景的三維模型，使得在重建場景的三維模型時能夠利用預先得到的先驗圖像引導重建過程，從而提高了基于多視角的rgb圖像進行三維場景重建的精度，提高重建效率。

技術(shù)特征：

1.一種三維重建方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述場景重建數(shù)據(jù)集合，利用神經(jīng)隱式表示的神經(jīng)網(wǎng)絡模型重建所述場景的三維模型，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述場景重建數(shù)據(jù)集合，利用神經(jīng)隱式表示的神經(jīng)網(wǎng)絡模型構(gòu)建所述場景的三維模型的表面并對所述表面進行顏色渲染，得到所述場景的三維模型，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述場景重建數(shù)據(jù)集合和所述場景的三維模型，確定聯(lián)合損失，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取場景重建數(shù)據(jù)集合，包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述確定每組所述原始采樣數(shù)據(jù)中所述rgb圖像對應的先驗圖像，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述預訓練模型包括端到端三維場景標注網(wǎng)絡。

8.一種三維重建裝置，其特征在于，包括：

9.一種電子設備，其特征在于，包括：

10.一種計算機可讀介質(zhì)，其上存儲有計算機程序，所述程序被處理器執(zhí)行時實現(xiàn)根據(jù)權(quán)利要求1-7中任意一項所述的方法。

技術(shù)總結(jié)
本公開提供了一種三維重建方法、裝置、設備及可讀介質(zhì)，屬于計算機領(lǐng)域。方法包括：獲取場景重建數(shù)據(jù)集合，其中，所述場景重建數(shù)據(jù)集合中包括至少一組采樣點數(shù)據(jù)，每組所述采樣點數(shù)據(jù)包括一個采樣點的二維的RGB圖像、先驗圖像、位姿信息及相機參數(shù)，所述先驗圖像包括所述采樣點對應的深度信息和法線信息；基于所述場景重建數(shù)據(jù)集合，利用神經(jīng)隱式表示的神經(jīng)網(wǎng)絡模型重建所述場景的三維模型。該方法用以提高基于多視角RGB圖像進行三維重建的精度，提高重建效率。

技術(shù)研發(fā)人員：施文哲,陸平,喬秀全,白博淵,喬梁
受保護的技術(shù)使用者：中興通訊股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/6/30