一种基于多模态的三维模型编辑方法、装置、设备及介质

本发明涉及计算机技术领域，具体涉及一种基于多模态的三维模型编辑方法、装置、设备及介质。该方法包括：获取多模态融合的图像个性化生成方法和源三维模型；获取源三维模型对应的个性化图像生成网络，并训练个性化图像生成网络；基于参考图像列表和对应的文本描述，融合后得到多模态嵌入信息；以训练后的个性化图像生成网络为骨架，添加多个性化学习模块，得到多个性化图像编辑网络；利用多个性化图像编辑网络，按照多模态嵌入信息对源三维场景图像进行编辑，得到单视角编辑图像。本方法生成的多模态嵌入信息允许用户输入文本、图像、草图等多个模态的提示信息，挖掘各个模态提示的互补性，从而提高编辑的可控性，实现高质量三维模型编辑。