摘要
本申请提供一种三维假车模型生成方法、装置及存储介质。该方法包括:获取二维假车图像,利用基于深度学习算法的预训练模型对二维假车图像进行特征提取,得到目标特征信息;将目标特征信息输入到预训练的跨域扩散模型中,利用多视图跨域注意力机制及反向扩散过程,生成多视角的法线图;利用预定的泊松融合方法对多视角的法线图进行融合,得到融合后的法线图,其中泊松融合方法包括标定融合区域、梯度计算、构建和求解泊松方程;对融合后的法线图进行图像渲染,得到与二维假车图像相对应的三维假车模型。本申请降低模型成本,降低操作难度,提高模型生成效率。
技术关键词
多视角
泊松方程
融合方法
图像
深度学习算法
模型生成方法
注意力机制
简化算法
面片
迭代方法
模型生成装置
像素
卷积神经网络模型
顶点
可读存储介质
光照组件
邻域
噪声
融合算法
系统为您推荐了相关专利信息
深度卷积神经网络模型
墙面平整度检测
三维点云模型
面阵激光雷达
图像
车辆传感器数据
卫星定位信息
切换方法
泊车
停车场
医学影像数据
LBP特征
形状特征提取
纹理特征提取
分辨率
防沉迷系统
数据处理模块
PERCLOS算法
传感器模块
预警模块