几何建模方法、装置、电子设备及存储介质

本公开提出一种几何建模方法，涉及数据处理领域。该方法包括：获取输入的原始三维几何网格，提取原始三维几何网格的原始符号距离场；基于原始符号距离场，初始化二次核模型的建模参数和网络训练的损失函数；通过三维卷积神经网络和全连接层网络对原始符号距离场进行网络训练，以优化二次核模型的建模参数，直至损失函数收敛，得到最优建模参数；基于最优建模参数重建符号距离场，使用行进立方体算法对符号距离场重建三维几何网格。本公开采用三维卷积神经网络和全连接层进行网络训练，实现最优的建模参数集选择，采用网络学习三维几何能够进行高精度数据量的表征建模，可以解决相关技术中隐式几何表征精度低，细节重建精度低的问题。