(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111651821.8 (22)申请日 2021.12.3 0 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融大街31号 (72)发明人 张琦　刘巧俏　邹航　 (74)专利代理 机构 北京律智知识产权代理有限 公司 11438 代理人 孙宝海　阚梓瑄 (51)Int.Cl. G06T 17/20(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 通用三维模型重建方法及装置、 存储介质及 电子设备 (57)摘要 本公开提供了一种通用三维模型重建方法 及装置、 存储介质及电子设备， 涉及三维重建技 术技术领域。 通用三维模 型重建方法， 包括： 获取 待重建的第一点云数据； 提取第一点云数据的基 本特征信息和形状特征信息； 将第一点云数据的 基本特征信息和形状特征信息， 输入到预先训练 好的动态神经网络中， 输出第一点云数据的三维 模型， 其中， 动态神经网络是将点云数据的基本 特征信息和形状特征信息、 符号距离函数SDF值 作为训练数据得到的。 本公开使用实时获取的符 号距离函数SDF值， 结合特征信息， 组成动态的结 构， 提高了动态神经网络的复用性， 使得三维重 建方法具 备通用性、 实时性。 权利要求书2页 说明书11页 附图6页 CN 114299252 A 2022.04.08 CN 114299252 A 1.一种通用三维模型重建方法， 其特 征在于， 包括： 获取待重建的第一 点云数据； 提取所述第一 点云数据的基本特 征信息和形状特 征信息； 将所述第一点云数据的基本特征信 息和形状特征信 息， 输入到预先训练好的动态神经 网络中， 输出所述第一点云数据的三 维模型， 其中， 所述动态神经网络是将点云数据的基本 特征信息和形状特 征信息、 符号距离函数S DF值作为训练数据得到的。 2.根据权利要求1所述的通用三维模型重建方法， 其特 征在于， 所述方法还 包括： 获取预设三维坐标 下的网格数据； 将所述预设三维坐标下的网格数据和所述第一点云数据的基本特征信息和形状特征 信息， 输入到预先训练好的动态神经网络中， 输出所述第一点云数据在所述预设三维坐标 下的三维模型。 3.根据权利要求1所述的通用三维模型重建方法， 其特征在于， 在提取所述第 一点云数 据的基本特 征信息和形状特 征信息之前， 所述方法还 包括： 对所述第一 点云数据进行如下至少一项预处 理： 标准化、 归一化。 4.根据权利要求1所述的通用三维模型重建方法， 其特 征在于， 所述方法还 包括： 获取作为样本的多组第二 点云数据； 从每组第二 点云数据中提取每组第二 点云数据的基本特 征信息； 从每组第二 点云数据的基本特 征信息中提取每组第二 点云数据的形状特 征信息； 将所述多组第二点云数据的基本特征信息、 形状特征信息以及对应的SDF值作为样本 数据， 对神经网络进行训练， 得到所述动态神经网络 。 5.根据权利要求4所述的通用三维模型重建方法， 其特征在于， 在从每组第 二点云数据 中提取每组第二 点云数据的基本特 征信息中， 包括： 使用预先训练好的残差网络， 从每组第 二点云数据中提取每组第 二点云数据的基本特 征信息。 6.根据权利要求4所述的通用三维模型重建方法， 其特征在于， 在从每组第 二点云数据 的基本特 征信息中提取每组第二 点云数据的形状特 征信息中， 包括： 使用预先训练好的全连接神经网络， 从每组第 二点云数据的基本特征信 息中提取每组 第二点云数据的形状特 征信息。 7.根据权利要求1所述的通用三维模型重建方法， 其特征在于， 获取待重建的第 一点云 数据， 还包括： 使用稀疏采样的方法， 获取待重建的第一 点云数据。 8.根据权利要求1所述的通用三维模型重建方法， 其特征在于， 在获取待重建的第 一点 云数据之前， 包括： 获取当前通讯网络的网络状态； 当所述网络状态为第一状态时， 获取第一数量的第一 点云数据； 当所述网络状态为第二状态时， 获取第二数量的第 一点云数据； 其中， 所述第 一状态的 网络状况好于第二状态的网络状况， 所述第一数量大于第二数量。 9.一种通用三维模型重建装置， 其特 征在于， 包括： 获取数据模块， 用于获取待重建的第一 点云数据；权　利　要　求　书 1/2 页 2 CN 114299252 A 2提取特征模块， 用于提取 所述第一 点云数据的基本特 征信息和形状特 征信息； 建立模型模块， 用于将所述第一点云数据的基本特征信息和形状特征信息， 输入到预 先训练好的动态神经网络中， 输出所述第一点云数据的三 维模型， 其中， 所述动态神经网络 是将点云数据的基本特 征信息和形状特 征信息、 符号距离函数S DF值作为训练数据得到的。 10.一种电子设备， 其特 征在于， 包括： 处理器； 以及 存储器， 用于存 储所述处 理器的可 执行指令； 其中， 所述处理器配置为经由执行所述可执行指令来执行权利要求1～8中任意一项所 述通用三维模型重建方法。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1～8中任意 一项所述的通用三维模型重建方法。权　利　要　求　书 2/2 页 3 CN 114299252 A 3