CN103198510A - 数据驱动的模型渐变方法 - Google Patents
数据驱动的模型渐变方法 Download PDFInfo
- Publication number
- CN103198510A CN103198510A CN2013101363915A CN201310136391A CN103198510A CN 103198510 A CN103198510 A CN 103198510A CN 2013101363915 A CN2013101363915 A CN 2013101363915A CN 201310136391 A CN201310136391 A CN 201310136391A CN 103198510 A CN103198510 A CN 103198510A
- Authority
- CN
- China
- Prior art keywords
- model
- sequence
- bank
- distortion
- sampling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种数据驱动的模型渐变方法，包括：S1：输入具有相同网格拓扑的模型库；S2：通过保持模型局部刚性的方法对S1中的模型库中的模型进行上采样；S3：对上采样后模型库进行聚类得到变形子空间；S4：给定需要进行渐变变形的初始模型S和终点模型T，根据对应关系，在保持局部细节的情况下进行变形得到模型S’和T’；S5：通过求解一个二次整数优化可以得到一个从S’到T’的模型序列M’；S6：通过迁移模型序列上M’内的模型上每个面片的刚体变换并求解一个泊松方程，可以得到一组新的从S到T上的模型序列；S7：通过高斯插值局部刚性能量的方式得到最终的渐变序列。本发明的方法可以生成更加真实自然的模型渐变序列。
Description
技术领域
本发明涉及数字媒体技术领域，特别涉及一种数据驱动的模型渐变方法。
背景技术
模型渐变技术可以根据给定的一对起始和终止模型来生成一系列渐变的中间模型，模型渐变技术的关键是能够产生自然的符合客观规律的模型渐变序列。
传统的方法通过选取不同的参数空间使用插值的方法来产生中间的渐变序列。在起始模型和终止模型几何上非常接近的情况下，线性插值就可以产生理想的渐变序列，但如果几何上差别较大时，对坐标直接进行线性插值就会产生自交，扭曲等不合理的渐变效果。Alex等人在2004年的工作“as-rigid-as possible shape interpolation”是将属于起始模型和终止模型的两个四面体之间的放射变换矩阵分解为一个刚体变换矩阵和一个对称矩阵，并对刚体变换矩阵插值得到中间的渐变序列。但是这需要起始模型和终止模型具有一致的四面体剖分，起始模型和终止模型获得一致的四面体剖分是困难的。Huang等人在2008年的工作“Non-rigid registration under isometric deformations”提出了一种保持局部刚体能量而避免使用四面体剖分的方法，该方法需要将所有的中间序列模型一起求解，求解的时间复杂度和空间复杂度随着中间序列模型的个数的增加而增加。除了对模型的坐标直接进行插值，还有一类方法在模型的其他特征空间进行插值。Alexa在2003年的工作“Differential coordinates for local mesh morphing anddeformation”通过对局部微分坐标进行插值来更好的保持渐变变形中的细节。Xu等人在2006年的工作“Possion shape interpolation”通过对梯度域进行插值并通过求解泊松方程来得到渐变的模型序列。
上面这些方法是从保持渐变序列的连续性和局部几何细节的角度出发，往往不符合模型自身的变形规律所以不能生成合理的渐变序列，虽然有一些工作如Hu在2004年的工作“Actual morphing:aphysis-based approach to blending”和Yan在2007年的工作“3Dmorphing using strain field interpolation”建立了物理模型来解决模型渐变的问题。但是由于模型的物理属性各不相同，这些基于物理的方法仍然会产生不合理的渐变效果或者甚至模型自交的情况。
给定起始模型和终止模型生成中间渐变序列模型时，在现有的技术中，不基于模型数据库的方法直接通过坐标或者参数域进行插值只考虑了渐变的光滑性但往往会产生不自然或者不合理的渐变效果；基于模型数据库的方法往往需要用户设计一个特定的参数空间，不适用于任意的数据集合。
发明内容
（一）要解决的技术问题
本发明要解决的技术问题是，针对现有技术的不足，提供一种数据驱动的模型渐变方法，通过对数据库进行分析并通过分析得到的序列模型来诱导模型库以及模型库之外的模型进行渐变变形。
（二）技术方案
本发明提供一种数据驱动的模型渐变方法，包括：
S1：输入具有相同网格拓扑的模型库；
S2：通过保持模型局部刚性的方法对S1中的模型库中的模型进行上采样；
S3：对上采样后模型库进行聚类得到变形子空间；
S4：给定需要进行渐变变形的初始模型S和终点模型T，在S2中上采样后模型库找到距离初始模型和终点模型最接近的一对模型，根据对应关系，在保持局部细节的情况下进行变形得到模型S’和T’；
S5：通过二次整数优化方法得到一个从S’到T’的模型序列M’；
S6：通过迁移模型序列上M’内的模型上每个面片的刚体变换并求解一个泊松方程，得到一组新的从S到T上的模型序列；
S7：通过高斯插值局部刚性能量的方式得到最终的渐变序列。
其中，所述二次整数优方法包括：
S21：通过用迪杰斯特拉方法来求解经过哪些变形子空间；
S22：通过求解一个二次优化来得到经过的变形子空间中的模型；
S23：依次迭代S21和S22直至收敛。
其中，S6具体包括：根据S5中的模型序列M’，通过建立面片间的对应关系并迁移面片上刚体变换的方式，指导不在模型库中但和模型库中模型几何外观接近的模型的渐变变形并得到一组新的从S到T上的模型序列。
其中，S7具体包括：
S71：求解模型上每个顶点上的梯度的刚体变换；
S72：通过求解一个二次优化来得到模型的坐标。
（三）有益效果
本发明的方法通过对数据库进行分析并通过分析得到的序列模型来诱导模型库以及模型库之外的模型渐变变形，可以生成更加真实自然的模型渐变序列。
附图说明
图1是本发明的数据驱动的模型渐变方法流程图；
图2是本发明的数据驱动的模型渐变方法应用过程示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明提供一种数据驱动的模型渐变方法，包括：
S1：输入具有相同网格拓扑的模型库，通过对模型的进行扫描然后用模板变形的方法或者对同一个模型进行编辑等操作得到一系列的具有相同网格拓扑结构的模型库；
S2：通过保持模型局部刚性的方法对S1中的模型库中的模型进行上采样，先通过自适应聚类的方式得到模型库中的各个子类，通过保持模型局部刚性的方法对子类中的任意两个模型进行插值得到新的模型；
S3：对上采样后模型库进行聚类得到变形子空间，即对上采样后的模型库进行自适应的聚类，每个子类内的模型做为基所张成的凸包即为变形子空间；
S4：给定需要进行渐变变形的初始模型S和终点模型T，对于用户给定的初始模型和重点模型，其网格往往和模型库中的模型的网格拓扑结构不一致，用户通过在S2中上采样后模型库找到距离初始模型和终点模型最接近的一对模型，根据对应关系，在保持局部细节的情况下进行变形得到模型S’和T’；
S5：通过求解一个二次整数优化可以得到一个从S’到T’的模型序列M’，该二次整数优化的通过两步迭代的方式求解，首先通过用迪杰斯特拉方法来求解经过哪些变形子空间，然后通过求解一个二次优化来得到经过的变形子空间中的模型，这两步循环迭代直到达到制定的收敛条件；
S6：通过迁移模型序列上M’内的模型上每个面片的刚体变换并求解一个泊松方程，可以得到一组新的从S到T上的模型序列；
S7：通过高斯插值局部刚性能量的方式得到最终的渐变序列。
其中，S5中的二次整数优方法包括：
S51：通过用迪杰斯特拉方法来求解变形子空间序列；
S52：通过二次优化方法得到经过的变形子空间中的模型；
S53：依次迭代S51和S52直至收敛。
其中，S6具体包括：根据S5中的模型序列M’，通过建立面片间的对应关系并迁移面片上刚体变换的方式，指导不在模型库中但和模型库中模型几何外观接近的模型的渐变变形并得到一组新的从S到T上的模型序列。
其中，S7具体包括：
S71：求解模型上每个顶点上的梯度的刚体变换；
S72：通过求解一个二次优化来得到模型的坐标。
如图2所示，表示本发明的结果示意图。该示意图是一个从狮子渐变成猫的例子，使用的是猫的数据库。图中的第一行的模型为过渡模型集合M’，第二行是该算法的结果，第三行是Xu在2004年的工作“Possion shape interpolation”的结果，第四行是Huang在2008年的工作的“Non-rigid registration under isometric deformations”结果。通过比较可以发现我们的算法可以有效的挖掘数据库中的知识，并生成自然合理的模型渐变效果，而其他的两项工作的结果都不够合理和自然，因为狮子变向猫的过程中，发生了过渡扭曲和自交的情况。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (4)
1.一种数据驱动的模型渐变方法，其特征在于，包括：
S1：输入具有相同网格拓扑的模型库；
S2：通过保持模型局部刚性的方法对S1中的模型库中的模型进行上采样；
S3：对上采样后模型库进行聚类得到变形子空间；
S4：给定需要进行渐变变形的初始模型S和终点模型T，在S2中上采样后模型库找到距离初始模型和终点模型最接近的一对模型，根据对应关系，在保持局部细节的情况下进行变形得到模型S’和T’；
S5：通过二次整数优化方法得到一个从S’到T’的模型序列M’；
S6：通过迁移模型序列上M’内的模型上每个面片的刚体变换并求解一个泊松方程，得到一组新的从S到T上的模型序列；
S7：通过高斯插值局部刚性能量的方式得到最终的渐变序列。
2.如权利要求1所述的方法，其特征在于，S5中的二次整数优方法包括：
S51：通过用迪杰斯特拉方法来求解变形子空间序列；
S52：通过二次优化方法得到经过的变形子空间中的模型；
S53：依次迭代S51和S52直至收敛。
3.如权利要求1所述的方法，其特征在于，S6具体包括：根据S5中的模型序列M’，通过建立面片间的对应关系并迁移面片上刚体变换的方式，指导不在模型库中但和模型库中模型几何外观接近的模型的渐变变形并得到一组新的从S到T上的模型序列。
4.如权利要求1所述的方法，其特征在于，S7具体包括：
S71：求解模型上每个顶点上的梯度的刚体变换；
S72：通过求解一个二次优化来得到模型的坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310136391.5A CN103198510B (zh) | 2013-04-18 | 2013-04-18 | 数据驱动的模型渐变方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310136391.5A CN103198510B (zh) | 2013-04-18 | 2013-04-18 | 数据驱动的模型渐变方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103198510A true CN103198510A (zh) | 2013-07-10 |
| CN103198510B CN103198510B (zh) | 2015-09-30 |
Family
ID=48721008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310136391.5A Active CN103198510B (zh) | 2013-04-18 | 2013-04-18 | 数据驱动的模型渐变方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103198510B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105513031A (zh) * | 2014-10-14 | 2016-04-20 | 清华大学 | 基于图匹配的数据驱动图像外插方法及装置 |
| CN105957154A (zh) * | 2016-04-28 | 2016-09-21 | 中国科学院计算技术研究所 | 一种数据驱动的三维模型编辑方法及系统 |
| CN106023287A (zh) * | 2016-05-31 | 2016-10-12 | 中国科学院计算技术研究所 | 一种数据驱动的交互式三维动画合成方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050265611A1 (en) * | 2004-05-25 | 2005-12-01 | Valadez Gerardo H | Method and system for motion compensation in a temporal sequence of images |
| CN101655990A (zh) * | 2009-06-25 | 2010-02-24 | 浙江大学 | 一种基于非线性流形学习的三维人体运动合成方法 |
| CN101799927A (zh) * | 2010-03-23 | 2010-08-11 | 浙江大学 | 基于关键帧的卡通角色轮廓跟踪方法 |
-
2013
- 2013-04-18 CN CN201310136391.5A patent/CN103198510B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050265611A1 (en) * | 2004-05-25 | 2005-12-01 | Valadez Gerardo H | Method and system for motion compensation in a temporal sequence of images |
| CN101655990A (zh) * | 2009-06-25 | 2010-02-24 | 浙江大学 | 一种基于非线性流形学习的三维人体运动合成方法 |
| CN101799927A (zh) * | 2010-03-23 | 2010-08-11 | 浙江大学 | 基于关键帧的卡通角色轮廓跟踪方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈禄: ""基于显示表达的高校网格形变技术"", 《中国博士学位论文全文数据库（电子期刊）》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105513031A (zh) * | 2014-10-14 | 2016-04-20 | 清华大学 | 基于图匹配的数据驱动图像外插方法及装置 |
| CN105513031B (zh) * | 2014-10-14 | 2018-10-30 | 清华大学 | 基于图匹配的数据驱动图像外插方法及装置 |
| CN105957154A (zh) * | 2016-04-28 | 2016-09-21 | 中国科学院计算技术研究所 | 一种数据驱动的三维模型编辑方法及系统 |
| CN105957154B (zh) * | 2016-04-28 | 2019-04-30 | 中国科学院计算技术研究所 | 一种数据驱动的三维模型编辑方法及系统 |
| CN106023287A (zh) * | 2016-05-31 | 2016-10-12 | 中国科学院计算技术研究所 | 一种数据驱动的交互式三维动画合成方法及系统 |
| CN106023287B (zh) * | 2016-05-31 | 2019-06-18 | 中国科学院计算技术研究所 | 一种数据驱动的交互式三维动画合成方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103198510B (zh) | 2015-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105225272B (zh) | 一种基于多轮廓线三角网重构的三维实体建模方法 | |
| CN107730587A (zh) | 一种基于图片快速三维化交互式建模方法 | |
| CN106981097A (zh) | 一种基于分区局部光顺权因子的t样条曲面拟合方法 | |
| CN103198510A (zh) | 数据驱动的模型渐变方法 | |
| CN105427360A (zh) | 一种动态网格的误差可控cage序列表示算法 | |
| CN108763668A (zh) | 基于细分技术与边界替换的齿轮模型区域参数化方法 | |
| Favilli et al. | Geometric deep learning for statics-aware grid shells | |
| CN106227919B (zh) | 基于流形学习的电力系统动态仿真可视化方法 | |
| CN102654923A (zh) | 一种由内向外的六面体网格生成方法 | |
| Chen et al. | Computing the minimum distance between a point and a clamped B-spline surface | |
| Escobar et al. | Smoothing and local refinement techniques for improving tetrahedral mesh quality | |
| CN112381950A (zh) | 一种网格孔洞修补方法、电子设备和计算机可读存储介质 | |
| CN104036024A (zh) | 一种基于GACUC和Delaunay三角网的空间聚类方法 | |
| Sun et al. | Automatic quadrilateral mesh generation and quality improvement techniques for an improved combination method | |
| Fryazinov et al. | BSP-fields: An exact representation of polygonal objects by differentiable scalar fields based on binary space partitioning | |
| Sun et al. | Smoothing algorithm for planar and surface mesh based on element geometric deformation | |
| CN105426626A (zh) | 基于相似数据样式聚类的多点地质统计学建模方法 | |
| CN104504223A (zh) | 一种等几何分析的内外边界处理方法 | |
| CN106023287B (zh) | 一种数据驱动的交互式三维动画合成方法及系统 | |
| CN112989679B (zh) | 一种结构引导的六面体网格几何优化方法 | |
| Kaveh et al. | Formation of graph models for regular finite element meshes | |
| Liu et al. | An Efficient Paving Method of Pure Quad Mesh Generation | |
| Fan et al. | A diverse niche radii niching technique for multimodal function optimization | |
| CN106815799A (zh) | 一种基于混沌理论的自适应艺术图案生成方法 | |
| CN106780741B (zh) | 基于多点产状数据的地质曲面快速拟合插值方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |