CN112884885B 一种训练牙模形变模型的方法及装置 （先临三维科技股份有限公司）

本发明实施例提供了一种训练牙模形变模获取的多个初始牙齿模型和对各初始牙齿模型型对应的特征张量的各元素为各初始牙齿模型初始牙齿模型对应的目标形变模型和预测形变模型转换为符合特定产品要求的牙齿模型的牙2获取样本数据，所述样本数据包括扫描口腔获取的多个初始牙齿齿模型进行人工加工得到的各初始牙齿模型对获取各初始牙齿模型对应的特征张量，各初始牙齿模型对应初始牙齿模型所在立方体空间中各个体素的截断符将各初始牙齿模型对应的特征张量输入预设网络模型，获取根据各初始牙齿模型对应的目标形变模型和预测形变模型，对所所述预设网络模型，包括：由多个串联结构的编码器组成出为所述多尺度分析组件的输入，所述多尺度分析组件的输出为所述解码器组件的输入，其中，所述自注意力组件用于对所述编码器组件输出的特征张量进行非局部信息提所述编码器组件包括三个串联结构的编码器，各编码器包括一残差单各残差单元的输入均为所属的编码器的输入层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元的输入执行所述残差单元的输入为所述编码器组件的输出，所述残差单元的3所述下采样单元用于将输入特征张量下采样为通道数为输入特征张量的通道数的两通过三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结所述下采样单元的输入为所述自注意力组件的输出，所述下采样单元所述第七卷积层、所述第八卷积层、所述第九卷积层以及所述第十卷个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元的输入执行加和操作，各解码器的融合单元均用于对输入的特征张量进行融合操所述解码器组件的第一个解码器的上采样单元的输入为多尺度分第一个解码器的融合单元的输入为所述第一个解码器的上采样单元的输出和所述自注意器的残差单元的输入分别为对应的编码器的残差单元的输出和所属的解码器的融合单元4所述解码器组件的第一个解码器的融合单元的第十三卷积层和第十四卷积层输入分的输出，所述第三点积单元的输入为所述第十三卷积层的输出和所述第十五卷积层的输构建损失函数，并根据所述损失函数、各初始牙齿模对多尺度分析组件的输出执行卷积操作，然后通过三线性插值(Trilinear)对卷积操作得×1、输出特征张量的通道数为1的卷积层对解码器组件的第二解码器的输出执行卷积操量的通道数为1的卷积层对解码器组件的第三解码器的输出执行卷积操作，然后通过三线样本获取单元，用于获取样本数据，所述样本数据包括扫描口腔模型以及对各初始牙齿模型进行人工加工得到的各初始牙齿模型对应的目标预处理单元，用于获取各初始牙齿模型对应的特征张量，各初始5张量的各元素为各初始牙齿模型所在立方体空间中各个体素的截断符号距离函数值TSDF预测单元，用于将各初始牙齿模型对应的特征张量输入预设网络模优化单元，用于根据各初始牙齿模型对应的目标所述预设网络模型，包括：由多个串联结构的编码器组成出为所述多尺度分析组件的输入，所述多尺度分析组件的输出为所述解码器组件的输入，其中，所述自注意力组件用于对所述编码器组件输出的特征张量进行非局部信息提6产品要求的牙齿模型的过程称为3D牙模形变。目前，3D牙模形变普遍是基于人工完成的。此如何自动化的将初始牙齿模型转换为符合特定产品要求的牙齿模型已成为本领域亟待始牙齿模型进行人工加工得到的各初始牙齿模型对为各初始牙齿模型所在立方体空间中各个体素串联结构的解码器组成的解码器组件；所述编码器组件的输入为所述预设网络模型的输7结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元编码器的输入分别为第一个编码器和第二个编码积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元的输入执第一加和单元和第二加和单元用于对输入特征张量层的输入；所述第一点积单元的输入为所述第二卷积层的输出和所述第三卷积层的输出；[0018]所述下采样单元用于将输入特征张量下采样为通道数为输入特征张量的通道数用于通过三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷8三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和[0023]所述解码器组件的第一个解码器的上采样单元的输入为所述第一个解码器的融合单元的输入为所述第一个解码器的上采样单元的输出和所述自个解码器的上采样单元的输入均为上一个解码器的输出，所述解码器组件的第二个解码个解码器的残差单元的输入分别为对应的编码器的残差单元的输出和所属的解码器的融[0025]所述解码器组件的第一个解码器的融合单元的第十三卷积层和第十四卷积层输输出，所述第四点积单元的输入为所述第十四卷积层的输出和所述第十五卷积层的输出，9牙齿模型以及对各初始牙齿模型进行人工加工得到的各初始牙齿模型对应的目标形变模特征张量的各元素为各初始牙齿模型所在立方体空间中各个体素的截断符号距离函数值串联结构的解码器组成的解码器组件；所述编码器组件的输入为所述预设网络模型的输结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元编码器的输入分别为第一个编码器和第二个编码积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元的输入执第一加和单元和第二加和单元用于对输入特征张量层的输入；所述第一点积单元的输入为所述第二卷积层的输出和所述第三卷积层的输出；[0043]所述下采样单元用于将输入特征张量下采样为通道数为输入特征张量的通道数用于通过三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和[0048]所述解码器组件的第一个解码器的上采样单元的输入为所述第一个解码器的融合单元的输入为所述第一个解码器的上采样单元的输出和所述自个解码器的上采样单元的输入均为上一个解码器的输出，所述解码器组件的第二个解码个解码器的残差单元的输入分别为对应的编码器的残差单元的输出和所属的解码器的融[0050]所述解码器组件的第一个解码器的融合单元的第十三卷积层和第十四卷积层输输出，所述第四点积单元的输入为所述第十四卷积层的输出和所述第十五卷积层的输出，计算机程序被处理器执行时实现第一方面或第一方面任一种可选的实施方式所述的训练算机程序/指令被处理器执行时实现第一方面或第一方面任一种可选的实施方式所述的训[0058]本发明实施例提供的训练牙模形变模型的方法首先获取包括多个初始牙齿模型化的将初始牙齿模型转换为符合特定产品要求的[0074]本发明实施例提供的训练牙模形变模型的方法的执行主体可以为建立牙模形变人计算机(ultra-mobilepersonalcomputer，UMPC)、上网本、个人数字助理(personal型进行人工加工得到的各初始牙齿模型对应的目标[0085]本发明实施例提供的训练牙模形变模型的方法首先获取包括多个初始牙齿模型为所述自注意力组件22的输入；所述自注意力组件22的输出为所述特征传递组件23的输的输出为所述解码器组件25的输入，所述解码器组件25的输出为所述预设网络模型的输[0090]由于自注意力组件可以对所述编码器组件输出的特征张过三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元的输入执行加和操作，各编码器的下采样单元(下采样单元Do1、下采样单元Do2、下采样单元Do3)用于将输入特征张量下采样为通道数为输入特征张量的通道数的两[0092]各残差单元的输入均为所属的编码器的输入(残差单元E1的输入为编码器211的下采样单元的输入均为所属的编码器的残差单元输出(下采样单元Do1的输入为编码器211元Do3的输入为编码器213的残差单元E3的输出)，各下采样单元的输出均为所属的编码器的输出(下采样单元Do1的输出为编码器211的输出、下采样单元Do2的输出为编码器212的器213的输入分别为第一个编码器211和第二个编码器2编码器的残差单元和第三编码器的残差单元输出的特征张量的通道数与输入的特征张量[0096]所述残差单元E4用于通过三个串联结构的卷积层对残差单元的输入进行卷积操[0097]所述残差单元E4的输入为所述编码器组件21的输出(编码器组件21的第三个编码述第一卷积层Co1的输出为所述第二卷积层Co2、所述第三卷积层Co3以及所述第四卷积层Co3的输出。所述第二点积单元Pro2的输入为所述第一点积单元Pro1的输出和所述第四卷积层Co6的输入为所述第一加和单元Add1的输出。所述第二加和单元Add2的输入为所述第六卷积层Co6的输出和所述残差单元E4的输出。所述第二加和单元Add2的输出为所述自注述第五卷积层以及所述第六卷积层的卷积核均为1×1×1。所述第一卷积层的输出特征张的输出的特征张量的通道数为输入的特征张量的特征张量的通道一加和单元Add1输出的特征张量res1∈RC1×H×W×L，第六卷积层Co6输出的特征张量X6∈RC[0107]所述下采样单元Do4用于将输入特征张量下采样为通道数为输入特征张量的通道元E5用于通过三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作元E5的三个卷积层的卷积核均为3×3×3，各残差单元的三个卷积层的输出的特征张量的层Co10的输入均为所述特征传递组件23的输出，所述拼接单元MON的输入为所述特征传递Co9的输出以及所述第十卷积层Co10的输出，所述第十一卷积层Co11的输入为所述拼接单[0117]所述解码器组件的第一个解码器251的上采样单元Up1的输入为多尺度分析组件所述第一个解码器251的融合单元F1的输出和所述自注意力组件22的输出；所述解码器组件的第二个解码器252、第三个解码器253、第四个解码器254的上采样单元(上采样单元解码器的残差单元的残差单元输出的特征张量的通道数与输入的特征张量的通道数相同。[0121]所述解码器组件25的第一个解码器251的融合单元F1的第十三卷积层Co13和第十四卷积层Co14输入分别为所述第一个解码器251的上采样单元Up1的输出和所述自注意力的输出和对应的编码器的残差单元的输出(融合单元F2的输入为编码器213的残差单元E3的输出和解码器252的上采样单元Up2的输出，融合单元F3的输入为编码器212的残差单元E2的输出和解码器253的上采样单元Up3的输出，融合单元F4的输入为编码器211的残差单元E1的输出和解码器254的上采样单元Up4的输出)，所述第三加和单元Add3的输入为所述出特征和解码器输出特征的融合特征Zi作为第i模块解码器残差单元的的输。[0125]作为本发明实施例一种可选的实施例方式，上述步骤S104(根据各初始牙齿模型尺度分析组件的输出执行卷积操作，然后通过三线性插值(Trilinear)对卷积操作得到的的第一解码器的输出执行卷积操作，然后通过三线性插值(Trilinear)对卷积操作得到的的第二解码器的输出执行卷积操作，然后通过三线性插值(Trilinear)对卷积操作得到的的第三解码器的输出执行卷积操作，然后通过三线性插值(Trilinear)对卷积操作得到的的第四解码器的输出执行卷积操作，再对卷积操作得到的特征张量执行Sigmoid操作得到模型的装置能够对应实现前述方法实施例中的[0137]图9为本发明实施例提供的建立牙模形变模型的装置的结始牙齿模型以及对各初始牙齿模型进行人工加工得到的各初始牙齿模型对应的目标形变的特征张量的各元素为各初始牙齿模型所在立方体空间中各个体素的截断符号距离函数串联结构的解码器组成的解码器组件；所述编码器组件的输入为所述预设网络模型的输结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元编码器的输入分别为第一个编码器和第二个编码积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和残差单元的输入执第一加和单元和第二加和单元用于对输入特征张量层的输入；所述第一点积单元的输入为所述第二卷积层的输出和所述第三卷积层的输出；[0149]所述下采样单元用于将输入特征张量下采样为通道数为输入特征张量的通道数用于通过三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷三个串联结构的卷积层对残差单元的输入进行卷积操作并对所述卷积操作的卷积结果和[0154]所述解码器组件的第一个解码器的上采样单元的输入为所述第一个解码器的融合单元的输入为所述第一个解码器的上采样单元的输出和所述自个解码器的上采样单元的输入均为上一个解码器的输出，所述解码器组件的第二个解码个解码器的残差单元的输入分别为对应的编码器的残差单元的输出和所属的解码器的融[0156]所述解码器组件的第一个