预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共27页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115222875A(43)申请公布日2022.10.21(21)申请号202210632505.4(22)申请日2022.06.01(71)申请人支付宝(杭州)信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人曹佳炯丁菁汀(74)专利代理机构北京恒博知识产权代理有限公司11528专利代理师范胜祥(51)Int.Cl.G06T17/00(2006.01)G06T15/00(2011.01)G06V10/774(2022.01)G06N3/08(2006.01)权利要求书3页说明书15页附图8页(54)发明名称模型的确定方法、局部场景重建方法、介质、设备及产品(57)摘要本说明书实施例提供一种局部场景重建模型的确定方法及装置、局部场景重建方法及装置、计算机可读存储介质、电子设备及计算机程序产品,方法包括:一方面,确定该目标场景的全局场景重建模型,为通过目标场景的全局图像训练原始重建模型得到;还获取该目标场景的多张局部更新图像,并通过上述全局场景重建模型对上述多张局部更新图像进行筛选,得到有利于反映局部更新特征的样本图像。另一方面,在全局场景重建模型的基础上添加全连接层,通过对原始重建模型的调整得到中间重建模型。进一步地,通过上述样本图像训练该中间重建模型,便可以得到目标场景的局部场景重建模型。在目标场景的局部改动后,利用上述局部场景重建模型便可以实现场景重建。CN115222875ACN115222875A权利要求书1/3页1.一种局部场景重建模型的确定方法,其中,所述方法包括:确定目标场景的全局场景重建模型,其中,所述全局场景重建模型为通过所述目标场景的全局图像训练原始重建模型得到;获取所述目标场景的多张局部更新图像,并通过所述全局场景重建模型对所述多张局部更新图像进行筛选,得到样本图像;在所述全局场景重建模型的基础上添加全连接层,得到中间重建模型;通过所述样本图像训练所述中间重建模型,得到所述目标场景的局部场景重建模型。2.根据权利要求1所述的方法,其中,所述获取所述目标场景的多张局部更新图像,包括:获取所述目标场景中目标位置在多个角度下的图像,得到所述目标场景的多张局部更新图像;其中,所述目标位置为所述目标场景中相较于所述全局图像而发生变动的位置。3.根据权利要求1所述的方法,其中,所述原始重建模型为神经辐射场,所述全局场景重建模型为训练所述神经辐射场得到的;所述全局场景重建模型包括多层感知机MLP部分和原始全连接部分;所述通过所述全局场景重建模型对所述多张局部更新图像进行筛选,得到样本图像,包括:将所述第j个局部更新图像输入至所述MLP部分进行特征处理,得到第j场景密度特征和第j中间特征,j取值为正整数;将所述第j中间特征和所述第j个局部更新图像的第j视角输入所述原始全连接部分进行特征处理,得到所述第j视角下的第j颜色特征;对所述第j场景密度特征和所述第j颜色特征进行渲染处理,得到第j个局部生成图像;计算所述第j个局部更新图像和所述第j个局部生成图像之间的相似度Sj;在所述相似度Sj大于第一预设值的情况下,筛除所述第j个局部更新图像;在所述相似度Sj不大于第一预设值的情况下,保留所述第j个局部更新图像作为所述样本图像。4.根据权利要求1所述的方法,其中,所述全局场景重建模型为训练后的神经辐射场,所述全局场景重建模型包括MLP部分和原始全连接部分;所述在所述全局场景重建模型的基础上添加全连接层,得到中间重建模型,包括:在所述MLP部分后连接第一全连接层,在所述原始全连接层后连接第二全连接层,得到所述中间重建模型。5.根据权利要求4所述的方法,其中,所述通过所述样本图像训练所述中间重建模型,得到所述目标场景的局部场景重建模型,包括:将第h个样本图像输入至所述MLP部分进行特征处理,得到第h场景密度特征和第h中间特征,h取值为正整数;将所述第h场景密度特征输入至所述第一全连接层进行特征处理,得到全连接后的第h场景密度特征,以及,将所述第h中间特征输入至所述第一全连接层进行特征处理,得到全连接后的第h中间特征;将所述全连接后的第h中间特征依次输入所述原始全连接部分和所述第二全连接层进行特征处理,以及,将所述第h个样本图像的第h视角依次输入所述原始全连接部分和所述2CN115222875A权利要求书2/3页第二全连接层进行特征处理,得到第h视角下的第h颜色特征;对所述全连接后的第h场景密度特征和所述第h颜色特征进行渲染处理,得到第h个局部生成图像;根据所述第h个样本图像和所述第h个局部生成图像确定第二损失函数,并基于所述第二损失函数优化所述中间重建模型的模型参数,得到所述目标场景的局部场景重建模型。6.根据权利要求5所述