摘要
本申请提供了一种虚拟人三维模型确定方法、装置、设备及存储介质,该方法包括:将目标对象的多个二维深度图像转换为对应的多个三维点云数据;确定坐标点在二维深度图像中的相对深度特征数据,并进行高频特征映射,得到频域特征数据;将坐标点在二维深度图像中的频域特征数据、图像特征数据和空间特征数据进行特征融合,得到对应的融合特征数据;将坐标点在每个二维深度图像中的融合特征数据进行特征融合,得到坐标点的多视角融合特征数据;对坐标点的多视角融合特征数据进行识别,得到坐标点的占有率值;基于坐标点和占有率值确定目标对象的三维模型。现有方法存在重建精度、重建效率较低的问题。通过上述方案,能够提高重建效率和重建精度。
技术关键词
三维点云数据
融合特征
图像特征数据
频域特征
坐标点
三维模型
多头注意力机制
视角
高频特征
对象
网络
处理器
模块
可读存储介质
电子设备
精度
计算机
系统为您推荐了相关专利信息
项目全生命周期
数字孪生模型
计划
管理方法
偏差
面部识别模型
图像特征信息
融合特征
网络模块
数据
设备运行数据
历史维修记录
文本
设备运行状态
多源融合
牵引传动系统
注意力
热网络模型
Simulink软件
神经网络训练