三维图像的关键点标注方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111768485A(43)申请公布日2020.10.13(21)申请号202010600185.5(22)申请日2020.06.28(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人彭昊天(74)专利代理机构北京市铸成律师事务所11313代理人阎敏杨瑾瑾(51)Int.Cl.G06T15/00(2011.01)G06T5/00(2006.01)G06T7/11(2017.01)G06T7/62(2017.01)G06K9/62(2006.01)权利要求书3页说明书8页附图7页(54)发明名称三维图像的关键点标注方法、装置、电子设备及存储介质(57)摘要本申请公开了三维图像的关键点标注方法、装置、电子设备及存储介质，涉及计算机视觉、深度学习及神经网络领域。具体为：针对待标注三维图像中的各个顶点，确定顶点所在三角面片的法向量与视线方向的夹角，将夹角大于预设阈值的三角面片对应的顶点删除，得到切割后的三维图像；视线方向为与所述三维图像的底部平面垂直、并且指向所述三维图像的方向；将切割后的三维图像进行裁剪，将切割后的三维图像的下部区域作为裁剪后的三维图像；将裁剪后的三维图像进行渲染，得到对应的二维图像；确定二维图像中拐点程度最大的二维关键点，将二维关键点透视至待标注三维图像上，得到待标注三维图像的三维关键点。本申请能标注特征明确且独立的三维关键点。CN111768485ACN111768485A权利要求书1/3页1.一种三维图像的关键点标注方法，包括：针对待标注三维图像中的各个顶点，确定所述顶点所在三角面片的法向量与视线方向的夹角，将所述夹角大于预设阈值的三角面片对应的顶点删除，得到切割后的三维图像；所述视线方向为与所述三维图像的底部平面垂直、并且指向所述三维图像的方向；将所述切割后的三维图像进行裁剪，将所述切割后的三维图像的下部区域作为裁剪后的三维图像；将所述裁剪后的三维图像进行渲染，得到对应的二维图像；确定所述二维图像中拐点程度最大的二维关键点，将所述二维关键点透视至所述待标注三维图像上，得到所述待标注三维图像上的三维关键点。2.根据权利要求1所述的方法，其中，所述三维图像包括鞋体的三维图像。3.根据权利要求1或2所述的方法，所述将所述裁剪后的图像进行渲染，得到对应的二维图像，包括：针对二维图像的各个像素，在所述像素具有对应顶点的情况下，确定与所述视线方向对应的摄像头距离最近的第一顶点，将所述第一顶点与所述摄像头的距离设置为所述像素的值；在所述像素不具有对应顶点的情况下，将所述像素的值设置为0。4.根据权利要求1或2所述的方法，所述将裁剪后的图像进行渲染，得到对应的二维图像之后，还包括：对所述二维图像平滑处理和/或去噪处理；所述确定所述二维图像中拐点程度最大的二维关键点，包括：确定平滑处理和/或去噪处理之后的二维图像中拐点程度最大的二维关键点。5.根据权利要求4所述的方法，其中，所述确定平滑处理和/或去噪处理之后的二维图像中拐点程度最大的二维关键点，包括：将所述平滑处理和/或去噪处理之后的二维图像划分为M段，得到M个二维图像片段；所述M为正整数；分别确定所述M个二维图像片段中包含的像素的中心位置；所述中心位置的横坐标为所述二维图像片段中包含的像素的横坐标的均值，所述中心位置的纵坐标为所述二维图像片段中包含的像素的纵坐标的均值；根据M个所述中心位置，确定拐点程度最大的N个中心位置；所述N为不大于所述M的正整数；分别确定所述N个中心位置所在的二维图像片段中、与所述中心位置最接近的点；将确定出的N个点作为所述平滑处理和/或去噪处理之后的二维图像中拐点程度最大的二维关键点。6.根据权利要求5所述的方法，其中，所述将所述平滑处理和/或去噪处理之后的二维图像划分为M段，包括：确定所述平滑处理和/或去噪处理之后的二维图像的外轮廓和内轮廓；将所述外轮廓和内轮廓分别划分为M段，得到M个外轮廓段和M个内轮廓段；所述M为正整数；确定每个外轮廓段的中点及对应的内轮廓段的中点；计算所述外轮廓段的中点和对应的内轮廓段的中点的中心位置；2CN111768485A权利要求书2/3页将所述二维图像中的点以所述中心位置进行聚类，根据聚类结果将所述二维图像划分为M段。7.一种三维图像的关键点标注装置，包括：切割模块，用于针对待标注三维图像中的各个顶点，确定所述顶点所在三角面片的法向量与视线方向的夹角，将所述夹角大于预设阈值的三角面片对应的顶点删除，得到切割后的三维图像；所述视线方向为与所述三维图像的底部平面垂直、并且指向所述三维图像的方向；裁剪模块，用于将所述切割后的三维图像进行裁剪，将所述切割后的三维图像的下部区域作为裁剪后的三维图像