基于深度学习的PBR三维重建方法、系统与计算机存储介质
基本信息
| 申请号 | CN202110895282.6 | 申请日 | - |
| 公开（公告）号 | CN113345063A | 公开（公告）日 | 2021-09-03 |
| 申请公布号 | CN113345063A | 申请公布日 | 2021-09-03 |
| 分类号 | G06T15/04（2011.01）I;G06T17/00（2006.01）I;G06T7/80（2017.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 彭程;张杰昊 | 申请（专利权）人 | 南京万生华态科技有限公司 |
| 代理机构 | 南京行高知识产权代理有限公司 | 代理人 | 王培松 |
| 地址 | 210012江苏省南京市雨花台区宁双路19号11幢2楼201室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于深度学习的PBR三维重建方法，包括以下步骤：获取三维物体的多角度的照片，作为照片序列；对照片序列的中的每一张照片进行特征点匹配，计算每张照片对应的相机内参、相机外参以及稀疏点云；稠密重建，获得稠密点云以及每个点在每张照片中的位置信息；将稠密点云转换成以网格模型和固有色贴图；以网格模型的顶点、贴图坐标点和面，以及固有色贴图作为初始化参数，构建基于反向传播的深度学习神经网络模型，在深度学习神经网络模型收敛时，获得PBR三维重建所需要的网络模型以及纹理贴图，实现PBR三维重建。 |
