基于高斯网表示的大尺度几何变形方法、装置、存储介质

    公开(公告)号:CN119206148A

    公开(公告)日:2024-12-27

    申请号:CN202411227349.9

    申请日:2024-09-03

    Abstract: 本发明提出一种基于高斯网表示的大尺度几何变形方法、装置、存储介质,该方法包含:将编辑对象的网格每个面上嵌入一个高斯,构建高斯网表示;以多视角图片为输入,提取代理网格,并以该代理网格为先验以初始化高斯网,且对该高斯网表示进行训练优化;对该代理网格执行变形操作,驱动优化后的高斯网进行变形。该方法在合成或真实的物体和场景中均可以实时地渲染出变形后的高质量图片。

    表达几何细节和复杂拓扑的三维模型表示方法和系统

    公开(公告)号:CN110889893B

    公开(公告)日:2021-10-08

    申请号:CN201911021492.1

    申请日:2019-10-25

    Abstract: 本发明提出一种表达几何细节和复杂拓扑的三维模型表示方法和系统,包括:输入一组部件具有语义标签的相同种类三维几何模型,为模型的每个部件计算包围盒;将包围盒注册到对应的部件上,得到相应的变形梯度,进而得到部件的变形梯度向量;通过部件变分自编码器,以该部件变形梯度向量获得该部件形变的分布向量;以支撑关系为主对模型的全局结构进行分析,构建每个部件的表示向量;将一个模型所有部件的表示向量串联在一起作为输入,通过结构化部件变分自编码器联合编码模型的全局结构和几何细节;通过训练好的结构化部件变分自编码器,随机生成新模型,或在两个模型之间插值生成新模型;在结构约束和稳定支撑约束下对生成模型进行全局结构优化。

    一种全自动的模型变形传播方法和系统

    公开(公告)号:CN109544666A

    公开(公告)日:2019-03-29

    申请号:CN201811259927.1

    申请日:2018-10-26

    Abstract: 本发明涉及一种全自动的模型变形传播方法,包括:分别获取第一模型库和第二模型库的第一变形梯度向量和第二变形梯度向量;以该第一变形梯度向量获得该第一模型库的第一分布向量,以该第二变形梯度向量获得该第二模型库的第二分布向量;获得该第一模型库与该第二模型库之间任一对模型的相似度;由该第一分布向量、该第二分布向量和该相似度训练循环生成对抗网络,建立表示该第一分布向量和该第二分布向量之间映射关系的映射网络;由该第一模型指定变形过程的指定变形梯度向量,生成指定分布向量,并映射为该第二模型的目标分布向量,将该目标分布向量解码为该第二模型的目标变形梯度向量,并得到该第二模型的目标变形过程。

    一种二维图像生成三维物体的方法及其装置

    公开(公告)号:CN119169166A

    公开(公告)日:2024-12-20

    申请号:CN202411187588.6

    申请日:2024-08-28

    Inventor: 杨洁 周志阳 高林

    Abstract: 本申请公开了一种二维图像生成三维物体的方法,方法包括:针对预处理的二维图像数据,采用基于多视角跨域注意力机制构建的跨域扩散模型,生成多视角彩色图像及法向图;基于法向图,采用带有法向约束的空间点投影算法进行投影,生成3D高斯模型的初始化训练数据集;根据初始化训练数据集,使用多视角彩色图像作为监督,训练3D高斯模型作为三维物体的表示,在训练的过程中添加法向约束,训练3D高斯模型;将待生成的二维图像输入训练完成的3D高斯模型中,生成三维物体。本发明能够将二维图像从3D高斯模型表示中实时渲染出高质量的模型图片。

    一种全自动的模型变形传播方法和系统

    公开(公告)号:CN109544666B

    公开(公告)日:2020-10-16

    申请号:CN201811259927.1

    申请日:2018-10-26

    Abstract: 本发明涉及一种全自动的模型变形传播方法,包括:分别获取第一模型库和第二模型库的第一变形梯度向量和第二变形梯度向量;以该第一变形梯度向量获得该第一模型库的第一分布向量,以该第二变形梯度向量获得该第二模型库的第二分布向量;获得该第一模型库与该第二模型库之间任一对模型的相似度;由该第一分布向量、该第二分布向量和该相似度训练循环生成对抗网络,建立表示该第一分布向量和该第二分布向量之间映射关系的映射网络;由该第一模型指定变形过程的指定变形梯度向量,生成指定分布向量,并映射为该第二模型的目标分布向量,将该目标分布向量解码为该第二模型的目标变形梯度向量,并得到该第二模型的目标变形过程。

    一种三维模型局部变形分量提取方法和系统

    公开(公告)号:CN108520513A

    公开(公告)日:2018-09-11

    申请号:CN201810293633.4

    申请日:2018-03-30

    Abstract: 本发明涉及一种三维模型局部变形分量提取方法和系统,包括:获取多个三维模型,在多个三维模型中选择一个三维模型作为参考模型,并将除参考模型以外的三维模型作为样本模型;根据参考模型和样本模型的顶点坐标,得出样本模型相对于参考模型的变形梯度;基于神经网络构建自编码器,自编码器包括编码器和译码器,译码器和编码器结构对称且共享权值;调用编码器对变形梯度进行卷积操作,生成列向量,通过对列向量进行线性映射处理,得到隐向量,并将隐向量作为样本模型的局部变形分量。本发明能够处理高精度的三维模型,并且在有噪声、有旋转变换、大尺度形变的模型库里也有优异表现。

    基于三平面和多级纹理的动态神经辐射场反走样重建方法

    公开(公告)号:CN119359914A

    公开(公告)日:2025-01-24

    申请号:CN202411409585.2

    申请日:2024-10-10

    Abstract: 本发明提出一种基于三平面和多级纹理的动态神经辐射场反走样重建方法,包括:输入待重建的训练视频帧,在观察空间对该训练视频帧的每个像素投射光锥,采样该光锥轴线上的内切球,得到采样球;使用动态变形网络将该观察空间的采样球映射到规范空间;该规范空间使用多级三平面纹理进行表示,该规范空间中的采样球分别投射到三平面上得到三个对应的圆盘,对每个圆盘分别提取对应多级纹理平面上的特征并拼接,得到多级三平面纹理特征;将待重建视频帧输入动态变形网络和多级纹理三平面,并将得到的多级三平面纹理特征和指定视角输入静态神经辐射场网络进行神经渲染,重建出该待重建视频帧在该指定视角下的渲染图像。

    三维重建方法、装置、电子设备及计算机可读存储介质

    公开(公告)号:CN118799530A

    公开(公告)日:2024-10-18

    申请号:CN202310430582.6

    申请日:2023-04-13

    Abstract: 本申请实施例提供一种三维重建方法、装置、电子设备及计算机可读存储介质,至少应用于人工智能领域和三维模型重建领域,其中,方法包括:建立目标对象所在空间的初始无向距离场;基于每一空间点的初始距离值和预设的光线方向,分别确定相应空间点的采样权重和体渲染权重;基于采样权重,对空间的全部空间点进行上采样处理,并基于体渲染权重,对多个采样点进行体渲染,以及,对目标对象的初始无向距离场进行迭代更新,得到目标对象所在空间的更新无向距离场;基于更新无向距离场对目标对象进行三维重建,得到目标对象的三维模型。通过本申请,能够针对不同的目标对象进行三维模型的重建,从而提高了三维重建方法的适用范围和重建的准确率。

Patent Agency Ranking