摘要
本申请实施例提供了一种图像处理方法、装置、设备及存储介质,属于数据处理技术领域;方法包括获取目标物体对应的预训练的隐式网络模型,及隐式网络模型在预训练过程使用的训练图像数据集,训练图像数据集中的训练图像为包含目标物体的至少一个渲染视角的图像;根据隐式网络模型和训练图像数据集,确定观测区域范围数组;根据隐式网络模型和预期渲染视角,生成目标物体的候选图像;将候选图像中位于观测区域范围数组之外的像素点作为异常像素点进行处理,得到目标图像。通过观测区域范围数组,可以基于观测区域范围数组将候选图像中由于隐式网络模型在训练过程中未学习而随机生成的像素点进行消除,从而提升三维模型建模的可靠性。
技术关键词
训练图像数据
图像处理方法
像素点
坐标
网络
物体
光线跟踪算法
样本
视角
三维模型
数据处理技术
建模装置
电子设备
处理器
可读存储介质
模块
存储器
计算机
颜色
系统为您推荐了相关专利信息
机器学习训练
星敏感器
神经网络模型
接口模块
节点
门控循环单元网络
反演方法
鲸鱼优化算法
训练集数据
位置更新
聚类分析方法
网格
计算机可执行指令
采样点
密度
便携式拉曼光谱仪
数字微镜阵列
控制模块
嵌入式处理器
可编程逻辑单元