CN110163982A - 一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法 - Google Patents
一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法 Download PDFInfo
- Publication number
- CN110163982A CN110163982A CN201910286887.8A CN201910286887A CN110163982A CN 110163982 A CN110163982 A CN 110163982A CN 201910286887 A CN201910286887 A CN 201910286887A CN 110163982 A CN110163982 A CN 110163982A
- Authority
- CN
- China
- Prior art keywords
- fireworks
- model
- sketch
- shape
- mass center
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000007654 immersion Methods 0.000 title claims abstract description 14
- 230000000007 visual effect Effects 0.000 claims abstract description 35
- 238000005070 sampling Methods 0.000 claims abstract description 20
- 238000004880 explosion Methods 0.000 claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract 2
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- 239000002245 particle Substances 0.000 claims description 25
- 238000012876 topography Methods 0.000 claims description 9
- 238000003064 k means clustering Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 6
- 238000004040 coloring Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005474 detonation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G06T3/067—
Abstract
本发明公开了一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，包括：(1)在客户端，用户在虚拟场景中绘制想要观赏模型的草图，作为系统输入；(2)在服务器端，利用模型检索方法，检索出与绘制的草图最相似的3D烟花模型，将其作为3D结果模型；(3)选取聚类质心，聚类质心收敛后形成中间形状，模拟发射点到中间形状的第一级爆炸过程；(4)存储步骤(2)得到的3D结果模型的采样顶点位置及纹理坐标，模拟中间形状到最终形状的第二级爆炸过程。本发明方法让用户沉浸在虚拟场景中，手绘制出想要观赏的烟花形状，服务器进行处理模拟烟花多级爆炸，使用户体验栩栩如生的视觉特效。
Description
技术领域
本发明涉及计算机图形学及虚拟现实技术领域，特别是涉及一种基于草图检索且形状可控的沉浸式虚拟烟花模型方法。
背景技术
目前烟花的模拟，采用的都是粒子系统，粒子系统为三维计算机图形学中模拟一些特定的模糊现象的技术，该技术使用大量的小面片、3D模型或其他图形基元来模拟一些不规则的模糊现象，用简单的元素构造复杂的物体。经过二十几年的发展，粒子系统被广泛地用于模拟火、尘、云、雾、、烟、水流、爆炸火花、流星尾迹等复杂的、没有明显平滑表面的物体。
通常粒子系统在三维空间中的位置与运动是由发射器控制的。发射器主要由一组粒子行为参数以及在三维空间中的位置所表示。粒子行为参数可以包括粒子生成速度(即单位时间粒子生成的数目)、粒子初始速度向量(例如什么时候向什么方向运动)、粒子寿命(经过多长时间粒子湮灭)、粒子颜色、在粒子生命周期中的变化以及其它参数等等。使用大概值而不是绝对值的模糊参数占据全部或者绝大部分是很正常的，一些参数定义了中心值以及允许的变化。典型的粒子系统更新循环可以划分为模拟和渲染两个不同的阶段，每个循环执行每一帧动画。
现有的烟花模拟方法中，都是模拟烟花爆炸过程，或者模拟特定形状的烟花爆炸过程，例如授权公告号为CN101276480B的专利文献公开了一种生成特定形状烟花的计算机模拟方法，用户可在客户端输入表示特定形状的三维模型或者三维模型的索引信息，服务器端利用粒子系统模拟烟花升空过程，到爆炸形成到用户指定的三维模型的形状，最后消失的计算机动画模拟过程，生成的个性动画文件既可以通过电子邮件发给用户，也可以通过彩信发送到用户的手机上。
申请公布号为CN109461205A的专利文献中公开了一种从烟花视频重建三维烟花的方法，利用神经网络强大的非线性拟合能力，训练出一个模型深度学习模型，从视频中提取烟花的特征，从给定的二维视频中，利用粒子系统构建出与原视频相似的渲染烟花模型。
随着计算机图形学和虚拟设备的普及，用户对于虚拟世界的要求越来越高，用户往往不仅想要在虚拟世界中欣赏平日里难得一见的景致，也希望能通过虚拟设备与虚拟环境中的物体进行互动。
目前，虚拟现实作为一种流行的新式媒介，已广泛应用于教育培训、游戏娱乐等方面。在虚拟环境中，用户希望能像在真实环境中一样操作虚拟对象：学习者能够根据个性表现在虚拟环境中尝试完成不同任务或通过不同方式完成任务；娱乐者能直观地接触游戏场景，与游戏角色互动沟通。
然而现有的烟花模拟方法中，并没有能让用户操作虚拟对象，让娱乐者能更直观地接触游戏场景、高度地沉浸在虚拟世界中的烟花模型，因此，将传统现象的模拟与虚拟现实结合在一起，具有非凡的意义。
发明内容
本发明的目的在于提供一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，通过本发明的烟花模拟方法，用户可以沉浸在虚拟场景中，自行绘制想要观赏的烟花形状，模拟具有复杂轮廓的3D烟花模型形状。
本发明采用如下技术方案：
一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，包括：
(1)在客户端，用户在虚拟场景中绘制想要观赏模型的草图，作为系统输入；
(2)在服务器端，利用模型检索方法，检索出与绘制的草图最相似的3D烟花模型，将其作为3D结果模型；
(3)基于K-means聚类算法选取聚类质心，聚类质心收敛后形成中间形状，模拟发射点到中间形状的第一级爆炸过程；
(4)基于高斯曲率的点采样算法，存储步骤(2)得到的3D结果模型的采样顶点位置及纹理坐标，模拟中间形状到最终形状的第二级爆炸过程。
本发明方法中，用户在虚拟场景中绘制草图，服务器端对草图进行处理后，检索到模型库中最相似的3D烟花模型，提取3D烟花模型的形状及纹理信息，模拟烟花从发射到中间形状，再从中间形状到被检索到3D烟花模型的精确形状，完成二级爆炸。本发明方法可使用户与虚拟现实互动，根据用户自行绘制草图形状，模拟出用户想要观赏的烟花形状，不仅可以模拟简单的3D烟花模型形状，还可以模拟具有复杂轮廓的3D烟花模型形状。
在步骤(1)中，用户可佩戴沉浸式虚拟现实设备，手持控制器对草图进行绘制。
用户可以直接操作虚拟对象，娱乐者能更直观地接触游戏场景、高度地沉浸在虚拟世界中的烟花模型。在步骤(2)中，所述的模型搜索方法具体为：
(2.1)将数据库中的每个3D烟花模型的各个视图方向上生成2D线描图组，利用滤波器提取2D线描图组的特征，以将2D线描图组编码为局部图像描述符；
(2.2)通过K-means聚类算法，构建一个视觉词典(visual vocabulary)，聚类算法中得到的每个聚类质心代表一个视觉词汇(visual word)，对每个2D线描图的局部图像描述符进行量化，确定视觉词汇(visual words)出现频率的直方图，保存在用于在线查询的倒排索引中；
(2.3)在用户提交草图后，服务器端提取草图的局部图像描述符，进行量化，编码为视觉词汇(visual words)出现频率的直方图，利用Tf-idf加权函数确定视觉词汇(visual words)的权重；
(2.4)将草图的视觉词汇(visual words)出现频率的直方图，与倒排索引中的3D烟花模型的各视图方向上的视觉词汇(visual words)出现频率的直方图进行对比，检索出最相似的3D烟花模型。
进一步，在步骤(2.1)中，为了简化2D线描组的管线，在3D烟花模型的球体上统一均匀地选择102个视点，从所选择的102个视点方向，将3D烟花模型投影到线描图中,生成2D线描图组。
在步骤(3)中，所述的第一级爆炸过程具体为：
采用K-means聚类算法，假设N为到达最终目的地的所需粒子的数量，随机选取F个质心作为初始质心，计算每个粒子到F个质心的距离，划分距离最近的质心的集合，根据已获得的集合重新计算质心，再计算每个粒子到新质心的距离，划分距离最近的质心的集合，反复计算直到结果收敛，获得最终的聚类质心，形成中间形状，粒子系统以3D结果模型的几何中心为发射点，释放并落在相应的聚类质心上，完成发射点到中间形状的第一次爆炸过程。
在步骤(4)中，所述的第二级爆炸过程具体为：
采用具有3D对象离散顶点的高斯曲率的点采样算法，各个离散顶点构建成三角形网格，计算出三角形网格上的顶点的高斯曲率，再根据高斯曲率的绝对值的不同，设置相应等级，确定在顶点的相邻三角形区域中随机采样的点的数量，记录这些采样点的位置及纹理坐标，作为最终第二级爆炸的最终目的地及纹理信息，即最终的烟花形状及颜色；
第二级爆炸以第一级爆炸的中间形状为起点，以高斯曲率算法得出的采样点为终点，完成第二级爆炸。
在纹理信息的采样过程中，为了从3D结果模型中采集到的纹理映射到每个采样点，本发明利用高斯曲率的点采样算法得到采样点，再利用双线性插值算法获得更准确、详细的颜色信息。
将纹理信息采样过程中获得的颜色信息，设置为第二级爆炸期间粒子的颜色，从而在模拟烟花过程中还原检索到的3D烟花模型的纹理效果。
本发明方法可以让用户佩戴虚拟现实设备，沉浸在虚拟场景中，手持控制器绘制草图，绘制出想要观赏的烟花形状，服务器端对草图进行处理后，检索到模型库中最相似的3D烟花模型，返回3D结果模型，提取3D结果模型的形状及纹理信息，模拟烟花从发射到中间形状，再从中间形状到被检索到3D结果模型的精确形状，完成二级甚至三级等多级爆炸。本发明方法不仅可以模拟简单模型，也可以模拟具有复杂轮廓的模型，使用户体验栩栩如生的视觉特效。
附图说明
图1为本发明方法的整体流程图；
图2为第一级爆炸模拟初始速度矢量计算的伪代码；
图3为Voronoi区域图；
图4为A(v)离散计算方法中锐角三角形的划分方法示意图；
图5为A(v)离散计算方法中钝角三角形的划分方法示意图。
具体实施方式
下面结合附图以及本发明的具体实施方式作进一步说明。
如图1至图5所示，在服务器端，利用线描渲染技术，将数据中的3D烟花模型从各个视图方向上生成2D线描图组，为了简化管线，在3D烟花模型球体上统一均匀地选择102个视点，从102个视点方向上将3D烟花模型投影到2D线描图组中。然后，通过滤波器提取2D线描图组的特征，将2D线描图组编码为局部图像描述符。通过K-means聚算法，构建一个视觉词典(visual vocabulary)，聚类算法中得到的每个聚类质心代表一个视觉词汇(visualword)，对每个2D线描图的局部图像描述符进行量化，确定视觉词汇(visual words)出现频率的直方图，保存在用于在线查询的倒排索引中。在本实施例中，滤波器选用Gobar滤波器。
在客户端，用户佩戴沉浸式虚拟现实设备，手持控制器绘制出想要观赏模型的草图，作为系统输入。服务器端在收到客户提交的草图后，提取草图的局部图像描述符，进行量化，编码为视觉词汇(visual words)出现频率的直方图，利用Tf-idf加权函数确定视觉词汇(visual words)的权重。
将草图的视觉词汇(visual words)出现频率的直方图，与倒排索引中的3D烟花模型的视觉词汇(visual words)出现频率的直方图进行对比，检索到最相似的3D烟花模型。
采用K-means聚类算法，获得最终的聚类质心，这些聚类质心收敛形成中间形状，粒子系统以3D结果模型的几何中心为发射点，释放并落在相应的聚类质心上，完成发射点到中间形状的第一次爆炸过程。
本发明中的K-means聚类算法如下：
1.从N个粒子中随机选择F个初始质心；
2.对于存在的每个粒子，计算它到每个质心的距离，并将其划分至最近的质心的集合；
3.根据已获得的集合重新计算质心；
4.重复步骤2和步骤3，直至新的质心与上一个质心相等或小于指定阈值，即聚类质心收敛，聚类结束；
其中，假设N表示最终目的地的粒子数量，F表示随机选取的质心的数量。
第一级爆炸是通过单粒子系统实现的，该粒子系统从空中的发射点开始，沿一定轨迹释放并落在相应的聚类质心上。
第一级爆炸以如下轨迹进行：
其中，mcenter为发射点，即3D结果模型的几何中心，设第一级爆炸的开始时间为0，vi为粒子i的初始速度矢量，为粒子i在时间t时的位置。
粒子i的初始速度矢量vi，通过图2中的伪代码计算，其中，g为重力加速度，centroid[i]为粒子i的目标位置，di为从mcenter到centroid[i]的距离矢量，mcenter为发射点，ls为爆炸的持续时间。
完成第一级爆炸后，采用具有3D对象离散顶点的高斯曲率的点采样算法，计算出三角形网格上的顶点的高斯曲率。
本发明中，具有3D对象离散顶点的高斯曲率的点采样算法如下：
将曲面映射到单位球体，设置曲面上的点与球体上的点之间的对应关系，称为高斯映射，高斯曲率K是表面上某点处的两个主曲率κ1和κ2的乘积，其几何解释是指球体的面积或表面局部区域的极限；
给定高斯曲率的正值和负值，可以方便地定义一点处的表面结构；高斯曲率K>0表示椭圆点，K<0表示双曲线点，K＝0表示平面或抛物线点；此外，高斯曲率是曲面的固有量，它仅与曲面的第一基本类型有关，与轴的选择和参数化无关；因此，对于输入三角形网格上的每个顶点，计算其离散高斯曲率；基于所获得的曲率值，在三角形网格的范围内选择相应数量的采样点，其形成包括特定顶点；
如图3所示，由于Voronoi方法对于估计三角形网格表面的各种曲率是最佳的，因此选择Voronoi方法来解决离散顶点高斯曲率的计算问题，其基本思想是将光滑表面视为网格簇的极限或线性近似；三角形网格上每个顶点的度量可以看作一个小邻域内的平均度量，称为Voronoi区域；
通过的离散微分几何来获得离散形式的高斯曲率，其中，v为中心顶点，vi为三角形网格上的各个顶点，θi表示与v相邻三角形对应角度的总和，A(v)是与v相邻Voronoi区域的面积。
如图4及图5所示，对于不同类型的三角形网格，用不同的方法计算A(v)：
1.对于锐角三角形，将其内心与两侧边中点连接，除了与v相对的一侧，并获得一个新的区域Aacute(v)；
2.对于钝角三角形，将与钝角相对一侧的中点分别与另外两侧的中点连接，并获得一个新的区域Aobtuse(v)。
计算出三角形网格上的顶点的高斯曲率后，再根据高斯曲率的绝对值的不同，设置相应等级，确定在顶点的相邻三角形区域中随机采样的点的数量，记录这些采样点的位置及纹理坐标，以便在粒子系统中进行纹理映射。采样点的位置及纹理坐标，作为最终第二级爆炸的最终目的地及纹理信息，即最终的烟花形状及颜色。
在纹理信息的提取中，采用高斯曲率点采样算法后，再使用双线性插值算法来获得更准确、详细的纹理信息，并将所获得的纹理信息设置为粒子的初始颜色；第二级爆炸以第一级爆炸的中间形状为起点，以高斯曲率算法得出的采样点为终点，完成第二级爆炸。本发明并不局限于二级爆炸，可实现三级、四级等多级爆炸。
Claims (8)
1.一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，包括：
(1)在客户端，用户在虚拟场景中绘制想要观赏模型的草图，作为系统输入；
(2)在服务器端，利用模型检索方法，检索出与绘制的草图最相似的3D烟花模型，将其作为3D结果模型；
(3)基于K-means聚类算法选取聚类质心，聚类质心收敛后形成中间形状，模拟发射点到中间形状的第一级爆炸过程；
(4)基于高斯曲率的点采样算法，存储步骤(2)得到的3D结果模型的采样顶点位置及纹理坐标，模拟中间形状到最终形状的第二级爆炸过程。
2.根据权利要求1所述的基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，其特征在于，步骤(1)中，用户佩戴沉浸式虚拟现实设备，手持控制器对草图进行绘制。
3.根据权利要求1所述的基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，其特征在于，步骤(2)中，所述的模型搜索方法具体为：
(2.1)将数据库中的每个3D烟花模型的各个视图方向上生成2D线描图组，利用滤波器提取2D线描图组的特征，以将2D线描图组编码为局部图像描述符；
(2.2)通过K-means聚类算法，构建一个视觉词典，聚类算法中得到的每个聚类质心代表一个视觉词汇，对每个2D线描图的局部图像描述符进行量化，确定视觉词汇出现频率的直方图，保存在用于在线查询的倒排索引中；
(2.3)在用户提交草图后，服务器端提取草图的局部图像描述符，进行量化，编码为视觉词汇出现频率的直方图，利用Tf-idf加权函数确定视觉词汇的权重；
(2.4)将草图的视觉词汇出现频率的直方图，与倒排索引中的3D烟花模型的各视图方向上的视觉词汇出现频率的直方图进行对比，检索出最相似的3D烟花模型。
4.根据权利要求3所述的基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，其特征在于，在步骤(2.1)中，在所述的3D烟花模型的球体上统一均匀地选择102个视点，从所选择的102个视点方向，将所述的3D烟花模型投影到线描图中生成2D线描图组。
5.根据权利要求1所述的基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，其特征在于，步骤(3)中，所述的第一级爆炸过程具体为：
采用K-means聚类算法，假设N为到达最终目的地的所需粒子的数量，随机选取F个质心作为初始质心，计算每个粒子到F个质心的距离，划分距离最近的质心的集合，根据已获得的集合重新计算质心，再计算每个粒子到新质心的距离，划分距离最近的质心的集合，反复计算直到结果收敛，获得最终的聚类质心，形成中间形状，粒子系统以检索到的最相似的3D烟花模型的几何中心为发射点，释放并落在相应的聚类质心上，完成发射点到中间形状的第一次爆炸过程。
6.根据权利要求1所述的基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，其特征在于，在步骤(4)中，所述的第二级爆炸过程具体为：
采用具有3D对象离散顶点的高斯曲率的点采样算法，各个离散顶点构建成三角形网格，计算出三角形网格上的顶点的高斯曲率，再根据高斯曲率的绝对值的不同，设置相应等级，确定在顶点的相邻三角形区域中随机采样的点的数量，记录这些采样点的位置及纹理坐标，作为最终第二级爆炸的最终目的地及纹理信息，即最终的烟花形状及颜色；
第二级爆炸以第一级爆炸的中间形状为起点，以高斯曲率算法得出的采样点为终点，完成第二级爆炸。
7.根据权利要求6所述的基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，其特征在于，在纹理信息的采样过程中，利用高斯曲率的点采样算法得到采样点，再利用双线性插值算法获得颜色信息。
8.根据权利要求7所述的基于草图检索且形状可控的沉浸式虚拟烟花模拟方法，其特征在于，将纹理信息采样过程中获得的颜色信息，设置为第二级爆炸期间粒子的颜色。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910286887.8A CN110163982B (zh) | 2019-04-11 | 2019-04-11 | 一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910286887.8A CN110163982B (zh) | 2019-04-11 | 2019-04-11 | 一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110163982A true CN110163982A (zh) | 2019-08-23 |
| CN110163982B CN110163982B (zh) | 2021-04-27 |
Family
ID=67639188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910286887.8A Active CN110163982B (zh) | 2019-04-11 | 2019-04-11 | 一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110163982B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529997A (zh) * | 2020-12-28 | 2021-03-19 | 北京字跳网络技术有限公司 | 烟花视觉效果的生成方法、视频生成方法、电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101276480A (zh) * | 2008-04-28 | 2008-10-01 | 浙江大学 | 一种生成特定形状烟花的计算机模拟方法 |
| CN103324677A (zh) * | 2013-05-24 | 2013-09-25 | 西安交通大学 | 一种可分级的快速图像gps位置估计方法 |
| CN104008174A (zh) * | 2014-06-04 | 2014-08-27 | 北京工业大学 | 一种海量图像检索的隐私保护索引生成方法 |
| US9286725B2 (en) * | 2013-11-14 | 2016-03-15 | Nintendo Co., Ltd. | Visually convincing depiction of object interactions in augmented reality images |
| CN109443105A (zh) * | 2018-12-31 | 2019-03-08 | 苏州天为幕烟花科技有限公司 | 一种烟花点阵结构体专用标准火药块及其制备方法 |
| CN109461205A (zh) * | 2018-09-29 | 2019-03-12 | 北京航空航天大学 | 一种从烟花视频重建三维烟花的方法 |
| CN109489496A (zh) * | 2018-12-30 | 2019-03-19 | 苏州天为幕烟花科技有限公司 | 一种用于图文烟花点阵发射体的底板及其底板的成型模具 |
-
2019
- 2019-04-11 CN CN201910286887.8A patent/CN110163982B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101276480A (zh) * | 2008-04-28 | 2008-10-01 | 浙江大学 | 一种生成特定形状烟花的计算机模拟方法 |
| CN103324677A (zh) * | 2013-05-24 | 2013-09-25 | 西安交通大学 | 一种可分级的快速图像gps位置估计方法 |
| US9286725B2 (en) * | 2013-11-14 | 2016-03-15 | Nintendo Co., Ltd. | Visually convincing depiction of object interactions in augmented reality images |
| CN104008174A (zh) * | 2014-06-04 | 2014-08-27 | 北京工业大学 | 一种海量图像检索的隐私保护索引生成方法 |
| CN109461205A (zh) * | 2018-09-29 | 2019-03-12 | 北京航空航天大学 | 一种从烟花视频重建三维烟花的方法 |
| CN109489496A (zh) * | 2018-12-30 | 2019-03-19 | 苏州天为幕烟花科技有限公司 | 一种用于图文烟花点阵发射体的底板及其底板的成型模具 |
| CN109443105A (zh) * | 2018-12-31 | 2019-03-08 | 苏州天为幕烟花科技有限公司 | 一种烟花点阵结构体专用标准火药块及其制备方法 |
Non-Patent Citations (2)
| Title |
|---|
| MATHIAS EITZ* 等: "Sketch-Based Shape Retrieval", 《ACM TRANSACTIONS ON GRAPHICS》 * |
| 吕雪 等: "基于GPU粒子系统的烟花模拟", 《计算机工程与设计》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112529997A (zh) * | 2020-12-28 | 2021-03-19 | 北京字跳网络技术有限公司 | 烟花视觉效果的生成方法、视频生成方法、电子设备 |
| CN112529997B (zh) * | 2020-12-28 | 2022-08-09 | 北京字跳网络技术有限公司 | 烟花视觉效果的生成方法、视频生成方法、电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110163982B (zh) | 2021-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Heck et al. | Parametric motion graphs | |
| CN102254343B (zh) | 一种基于凸包与obb的三维网格模型骨架提取方法 | |
| CN109285217A (zh) | 基于多视角图像的过程式植物模型重建方法 | |
| Barriga | A short introduction to procedural content generation algorithms for videogames | |
| CN110390704A (zh) | 图像处理方法、装置、终端设备及存储介质 | |
| CN108629834B (zh) | 一种基于单张图片的三维头发重建方法 | |
| CN104008564A (zh) | 一种人脸表情克隆方法 | |
| CN112102480B (zh) | 图像数据处理方法、装置、设备以及介质 | |
| CN112085835B (zh) | 三维卡通人脸生成方法、装置、电子设备及存储介质 | |
| Dart et al. | SpeedRock: procedural rocks through grammars and evolution | |
| CN107077746A (zh) | 用于网络传输和实时渲染的3d纹理模型的自动优化的系统、方法和计算机程序产品 | |
| CN102567465B (zh) | 复眼视觉基础上的三维模型几何相似性搜索方法 | |
| CN109993836B (zh) | 一种实现虚拟现实三维烟花形状可控的方法 | |
| CN110163982A (zh) | 一种基于草图检索且形状可控的沉浸式虚拟烟花模拟方法 | |
| Thul et al. | Approximate convex decomposition and transfer for animated meshes. | |
| CN116402676A (zh) | 游戏角色皮肤的建模方法、装置、设备及存储介质 | |
| Bhardwaj et al. | SingleSketch2Mesh: generating 3D mesh model from sketch | |
| Cui et al. | Sketch‐based shape‐constrained fireworks simulation in head‐mounted virtual reality | |
| Latif et al. | A critical evaluation of procedural content generation approaches for Digital Twins | |
| Li | Design and Implementation of Group Animation Based on Multimedia Intelligent Algorithm | |
| Berger | Exploring and transforming spaces through high-dimensional gestural interactions | |
| Pech et al. | Quantifiable Isovist and Graph-Based Measures for Automatic Evaluation of Different Area Types in Virtual Terrain Generation | |
| Mao et al. | Bas‐relief layout arrangement via automatic method optimization | |
| CN117557699B (zh) | 动画数据生成方法、装置、计算机设备和存储介质 | |
| CN113689553B (zh) | 电力系统中输电塔的快速人机交互动态建模方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |