CN110517342A - 目标对象显示方法、装置、电子设备及存储介质 - Google Patents

目标对象显示方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110517342A
CN110517342A CN201910677413.6A CN201910677413A CN110517342A CN 110517342 A CN110517342 A CN 110517342A CN 201910677413 A CN201910677413 A CN 201910677413A CN 110517342 A CN110517342 A CN 110517342A
Authority
CN
China
Prior art keywords
face
dimensional model
model
subtracting
target
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
Application number
CN201910677413.6A
Other languages
English (en)
Other versions
CN110517342B (zh
Inventor
曹占魁
李雅子
张业祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN201910677413.6A priority Critical patent/CN110517342B/zh
Publication of CN110517342A publication Critical patent/CN110517342A/zh
Application granted granted Critical
Publication of CN110517342B publication Critical patent/CN110517342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/10Geometric effects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Generation (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本公开提供一种目标对象显示方法、装置、电子设备及可读存储介质。所述方法包括:获得待显示的第一目标对象的第一原始立体模型,第一原始立体模型具有N条边,从N条边中确定对渲染效果影响最小的目标边,根据目标边对第一原始立体模型进行减面,得到减面后的立体模型,减面后的立体模型的面数小于第一原始立体模型的面数,对减面后的立体模型进行渲染,以显示所述第一目标对象。本公开根据第一原始立体模型中对渲染影响最小的目标边对其进行减面,从而能够得到第一目标对象所对应的对渲染效果影响最小的减面后的立体模型,在对减面后的立体模型进行渲染并显示出第一目标对象时,能够得到较好的渲染效果。

Description

目标对象显示方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理技术领域,尤其涉及一种目标对象显示方法、装置、电子设备及可读存储介质。
背景技术
模型减面是指在保持立体模型精度的前提下,减少立体模型的面数到预设数值,以减少编辑立体模型、渲染立体模型时的计算机、手机等终端设备的资源消耗,或根据终端设备性能自动选择适当面数的立体模型。减面在流体动力学模拟、3D扫描重建领域有强烈的需求,实时渲染领域也需要此技术缓解性能压力。目前移动终端因为性能不一、差别较大,对此技术的需求尤为迫切。
现有的ZBrush、Maya等工具都有此类自动减面插件,通常采用的是聚类算法,少部分采用了保留细节的减面算法,这些算法均能将原始模型减到目标面数,同时考虑算法耗时、mesh偏差指标,但难以对立体模型不同区域控制处理的程度,造成模型减面后显示出的目标对象细节丢失,部分选择保留细节的插件无法很好的降低总面数。
发明内容
本申请实施例提供一种目标对象显示方法、装置、电子设备及可读存储介质,能够使训练得到的减面模型达到较好的渲染效果,从而使显示出的目标对象具有较好的效果。
本申请实施例第一方面提供了一种目标对象显示方法,所述方法包括:
获得待显示的第一目标对象的第一原始立体模型,所述第一原始立体模型具有N条边;
从所述N条边中确定对渲染效果影响最小的目标边;
根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型,所述减面后的立体模型的面数小于所述第一原始立体模型的面数;
对所述减面后的立体模型进行渲染,以显示所述第一目标对象。
可选地,在根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型之后,所述方法还包括:
在所述减面后的立体模型的面数大于预设的目标面数的情况下,重复执行步骤:从所述减面后的立体模型的多条边中确定对渲染效果影响最小的边,并根据所确定的边对减面后的立体模型进行减面,直到减面后的立体模型的面数小于或等于所述目标面数为止;
对所述减面后的立体模型进行渲染,以显示所述第一目标对象,包括:
对面数小于或等于所述目标面数的立体模型进行渲染,以显示所述第一目标对象。
可选地,从所述N条边中确定对渲染效果影响最小的目标边,包括:
以所述N条边分别为测试边,对所述第一原始立体模型进行减面,得到减面后的N个立体模型;
从减面后的N个立体模型中确定对渲染效果影响最小的目标立体模型;
将得到所述目标立体模型对应的测试边确定为所述目标边。
可选地,从减面后的N个立体模型中确定对渲染效果影响最小的目标立体模型,包括:
对所述第一原始立体模型旋转多个角度,并对在每个旋转角度下的该第一原始立体模型进行渲染,得到多个原始渲染结果;
针对减面后的N个立体模型中的每个减面后的立体模型:对该减面后的立体模型旋转多个角度,并对在每个旋转角度下的该减面后的立体模型进行渲染,得到多个目标渲染结果;
根据减面后的N个立体模型中的每个减面后的立体模型对应的多个目标渲染结果与所述多个原始渲染结果的比较结果,得到所述对渲染效果影响最小的目标立体模型。
可选地,所述根据减面后的N个立体模型中的每个减面后的立体模型对应的多个目标渲染结果与所述多个原始渲染结果的比较结果,得到所述对渲染效果影响最小的目标立体模型,包括:
针对减面后的N个立体模型中的每个减面后的立体模型:确定该减面后的立体模型在每个旋转角度下对应的目标渲染结果与所述第一原始立体模型在相应角度下对应的原始渲染结果之间的信噪比,以确定该减面后的立体模型的信噪比;
将减面后的N个立体模型中信噪比最大的立体模型,确定为所述对渲染效果影响最小的目标立体模型。
可选地,所述方法还包括:
获得多个原始立体模型样本和所述原始立体模型样本对应的减面立体模型样本;
基于所述原始立体模型样本、所述减面立体模型样本以及预设面数,对待训练的减面立体模型进行训练,得到减面模型。
可选地,所述方法还包括:
按照以下步骤获得原始立体模型样本对应的减面立体模型样本:
将所述原始立体模型样本作为初始立体模型样本,以所述初始立体模型样本具有的N条边分别为测试边,对所述初始立体模型进行减面,得到减面后的N个立体模型;
从减面后的N个立体模型中确定对渲染效果影响最小的立体模型;
将所确定的对渲染效果影响最小的立体模型作为所述初始立体模型样本,并返回步骤:以所述初始立体模型样本具有的多条边为测试边,对减面后的立体模型进行减面,直至得到的减面后的立体模型的面数小于等于所述预设面数,得到减面立体模型样本。
可选地,所述方法还包括:
获得待显示的第二目标对象的第二原始立体模型;
将所述第二原始立体模型和预设的目标面数输入所述减面模型,得到减面后的立体模型;
对所述减面后的立体模型进行渲染,以显示所述第二目标对象。
可选地,所述基于所述原始立体模型样本、所述减面立体模型样本以及预设面数,对待训练的减面模型进行训练,得到减面模型,包括:
将所述原始立体模型样本输入待训练的减面模型,获得所述待训练的减面模型输出的减面立体模型结果;
根据所述减面立体模型结果与所述减面立体模型样本的匹配程度,对所述待训练的减面模型进行更新;
以更新后的模型作为所述待训练的减面模型,并返回步骤:将原始立体模型样本输入待训练的减面模型,直至所述待训练的减面模型输出的减面立体模型结果的面数小于等于所述预设面数,且该减面立体模型结果与减面立体模型样本的匹配程度满足预设条件时,结束训练,以获得减面模型。
本申请实施例第二方面提供了一种目标对象显示装置,所述装置包括:
第一获得模块,用于获得待显示的第一目标对象的第一原始立体模型,所述第一原始立体模型具有N条边;
确定模块,用于从所述N条边中确定对渲染效果影响最小的目标边;
第一减面模块,用于根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型,所述减面后的立体模型的面数小于所述第一原始立体模型的面数;
第一渲染及显示模块,用于对所述减面后的模型进行渲染,以显示所述第一目标对象。
可选地,所述装置还包括:
第一重复减面模块,用于在所述减面后的立体模型的面数大于预设的目标面数的情况下,重复执行步骤:从所述减面后的立体模型的多条边中确定对渲染效果影响最小的边,并根据所确定的边对减面后的立体模型进行减面,直到减面后的立体模型的面数小于或等于所述目标面数为止;
第一渲染及显示模块,还可用于对面数小于或等于所述目标面数的立体模型进行渲染,以显示所述第一目标对象。
可选地,所述确定模块包括:
第一减面子模块,用于以所述N条边分别为测试边,对所述第一原始立体模型进行减面,得到减面后的N个立体模型;
第一确定子模块,用于从减面后的N个立体模型中确定对渲染效果影响最小的目标立体模型;
第二确定子模块,用于将得到所述目标立体模型对应的测试边确定为所述目标边。
可选地,所述第一确定子模块包括:
第一渲染子模块,用于对所述第一原始立体模型旋转多个角度,并对在每个旋转角度下的该第一原始立体模型进行渲染,得到多个原始渲染结果;
第二渲染子模块,用于针对减面后的N个立体模型中的每个减面后的立体模型:对该减面后的立体模型旋转多个角度,并对在每个旋转角度下的该减面后的立体模型进行渲染,得到多个目标渲染结果;
比较子模块,用于根据减面后的N个立体模型中的每个减面后的立体模型对应的多个目标渲染结果与所述多个原始渲染结果的比较结果,得到所述对渲染效果影响最小的目标立体模型。
可选地,所述比较子模块包括:
第三确定子模块,用于针对减面后的N个立体模型中的每个减面后的立体模型:确定该减面后的立体模型在每个旋转角度下对应的目标渲染结果与所述第一原始立体模型在相应角度下对应的原始渲染结果之间的信噪比,以确定该减面后的立体模型的信噪比;
第四确定子模块,用于将减面后的N个立体模型中信噪比最大的立体模型,确定为所述对渲染效果影响最小的目标立体模型。
可选地,所述装置还包括:
第二获得模块,用于获得多个原始立体模型样本和所述原始立体模型样本对应的减面立体模型样本;
第一训练模块,用于基于所述原始立体模型样本、所述减面立体模型样本以及预设面数,对待训练的减面立体模型进行训练,得到减面模型。
可选地,所述装置还包括:
第二减面模块,用于将所述原始立体模型样本作为初始立体模型样本,以所述初始立体模型样本具有的N条边分别为测试边,对所述初始立体模型进行减面,得到减面后的N个立体模型;
第二确定模块,用于从减面后的N个立体模型中确定对渲染效果影响最小的立体模型;
第二重复减面模块,用于将所确定的对渲染效果影响最小的立体模型作为所述初始立体模型样本,并返回步骤:以所述初始立体模型样本具有的多条边为测试边,对减面后的立体模型进行减面,直至得到的减面后的立体模型的面数小于等于所述预设面数,得到减面立体模型样本。
可选地,所述装置还包括:
第三获得模块,用于获得待显示的第二目标对象的第二原始立体模型;
第三减面模块,用于将所述第二原始立体模型和预设的目标面数输入所述减面模型,得到减面后的立体模型;
第二渲染及显示模块,用于对所述减面后的立体模型进行渲染,以显示所述第二目标对象。
可选地,所述第一训练模块包括:
第四获得子模块,用于将所述原始立体模型样本输入待训练的减面模型,获得所述待训练的减面模型输出的减面立体模型结果;
更新子模块,用于根据所述减面立体模型结果与所述减面立体模型样本的匹配程度,对所述待训练的减面模型进行更新;
重复训练子模块,用于以更新后的模型作为所述待训练的减面模型,并返回步骤:将原始立体模型样本输入待训练的减面模型,直至所述待训练的减面模型输出的减面立体模型结果的面数小于等于所述预设面数,且该减面立体模型结果与减面立体模型样本的匹配程度满足预设条件时,结束训练,以获得减面模型。
本申请实施例第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请第一方面所述的方法中的步骤。
本申请实施例第四方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请第一方面所述的方法的步骤。
采用本申请实施例提供的目标对象显示方法,获得待显示的第一目标对象的第一原始立体模型,第一原始立体模型具有N条边,从第一原始N条边中确定对渲染效果影响最小的目标边,根据目标边对第一原始立体模型进行减面,得到减面后的立体模型,减面后的立体模型的面数小于第一原始立体模型的面数,对所述减面后的立体模型进行渲染,以显示所述第一目标对象。根据第一原始立体模型中对渲染影响最小的目标边对其进行减面,从而能够得到第一目标对象所对应的对渲染效果影响最小的减面后的立体模型,在对减面后的立体模型进行渲染并显示出第一目标对象时,能够得到较好的渲染效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是本申请一实施例提出的目标对象显示方法的流程图;
图2是本申请一实施例提出的确定目标边的流程图;
图3是本申请一实施例提出的确定目标立体模型的流程图;
图4是本申请一实施例提供的根据一条测试边对第一原始立体模型进行减面的示意图;
图5是本申请另一实施例提供的目标对象显示方法的流程图;
图6是本申请一实施例提供的训练减面模型的方法的流程图;
图7是本申请一实施例提供的目标对象显示装置的示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
参考图1,图1是本申请一实施例提出的目标对象显示方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101:获得待显示的第一目标对象的第一原始立体模型,所述第一原始立体模型具有N条边。
在本申请的各个实施例中,第一目标对象为任意立体实体,其包括但不限于水杯、电脑、人体和汽车等,第一原始立体模型为绘制的与第一目标对象对应的三维立体模型。
在实际的应用中,为了显示第一目标对象的立体效果,需要先对其进行三维立体模型的绘制,绘制出第一原始立体模型,这些三维立体模型是由N条边形成的多个面组合起来的立体模型,对于第一目标对象,使用更多的边形成更多的面绘制出的立体模型,在经过渲染后会得到更加逼真的效果,但由于目前终端设备的性能不一,三维立体模型的面数越多,对终端设备的要求越高,为了减少终端设备的资源消耗,需要对立体模型进行减面处理。
步骤S102:从所述N条边中确定对渲染效果影响最小的目标边。
对于由N条边形成的多个面组合起来的第一原始立体模型,其中组成第一原始立体模型的多个面中的每一个面,对于第一原始立体模型的渲染效果的影响是不同的,在进行减面时,选择出对渲染效果影响最小的面所对应的边。
参考图2,图2是本申请一实施例提出的确定目标边的流程图,如图2所示,可选地,步骤S102包括步骤S201-步骤S203:
步骤S201:以所述N条边分别为测试边,对所述第一原始立体模型进行减面,得到减面后的N个立体模型。
由于直接确定出第一原始立体模型中对渲染效果影响最小的边较为困难,所以需要进行测试,将第一原始立体模型中的N条边分别作为测试边,根据这些测试边,分别对第一原始立体模型进行减面,得到减面后的N个立体模型。
参考图4,图4是本申请一实施例提供的根据一条测试边对第一原始立体模型进行减面的示意图,如图4所示:选出第一原始立体模型中的一条边,假设这条边的两个顶点分别为u和v,将其中任一的一个顶点移动到另一个顶点,去除所有既包含顶点u又包含顶点v的三角形,更新所有剩下的三角形,把所有用到顶点u的地方都用顶点v代替,移除顶点u,或者把所有用到顶点v的地方都用顶点u代替,移除顶点v,得到一个减面后的立体模型,使用同样的方法根据剩下的所有测试边分别对第一原始立体模型进行减面,最终得到减面后的N个立体模型。
步骤S202:从减面后的N个立体模型中确定对渲染效果影响最小的目标立体模型。
得到减面后的N个立体模型后,对减面后的N个立体模型分别进行渲染,从中选择出对渲染效果影响最小的目标立体模型。
参考图3,图3是本申请一实施例提出的确定目标立体模型的流程图,如图3所示,可选地,步骤S202包括步骤S301-步骤S303:
步骤S301:对所述第一原始立体模型旋转多个角度,并对在每个旋转角度下的该第一原始立体模型进行渲染,得到多个原始渲染结果。
对第一原始立体模型旋转多个角度,并对在每个旋转角度下的该第一原始立体模型进行渲染,得到多个原始渲染结果,用来作为渲染效果的对比依据。具体地,在对第一原始立体模型进行旋转时,其旋转轴和旋转方向可任意选择,旋转角度范围为0-360度,其中,每次旋转的角度间隔可以但不限于1度、2度、4度和6度等。
步骤S302:针对减面后的N个立体模型中的每个减面后的立体模型:对该减面后的立体模型旋转多个角度,并对在每个旋转角度下的该减面后的立体模型进行渲染,得到多个目标渲染结果。
针对减面后的N个立体模型中的每个减面后的立体模型,对该减面后的立体模型旋转与第一原始立体模型相同的多个角度,并对在每个旋转角度下的该减面后的立体模型进行渲染,得到多个目标渲染结果。
步骤S303:根据减面后的N个立体模型中的每个减面后的立体模型对应的多个目标渲染结果与所述多个原始渲染结果的比较结果,得到所述对渲染效果影响最小的目标立体模型。
在一种可选的实施方式中,步骤S303包括:
针对减面后的N个立体模型中的每个减面后的立体模型:确定该减面后的立体模型在每个旋转角度下对应的目标渲染结果与所述第一原始立体模型在相应角度下对应的原始渲染结果之间的信噪比,以确定该减面后的立体模型的信噪比;将减面后的N个立体模型中信噪比最大的立体模型,确定为所述对渲染效果影响最小的目标立体模型。
针对减面后的N个立体模型中的每个减面后的立体模型:确定该减面后的立体模型在每个旋转角度下对应的目标渲染结果与第一原始立体模型在相应角度下对应的原始渲染结果之间的信噪比,以确定该减面后的立体模型的信噪比。具体地,在确定该减面后的立体模型在每个旋转角度下对应的目标渲染结果与第一原始立体模型在相应角度下对应的原始渲染结果之间的信噪比后,每个减面后的立体模型会得到多个信噪比,确定该减面后的立体模型的信噪比的方法包括但不限于求平均值法和求中位数法等,从而确定出每个减面后的立体模型对应的信噪比,将所有的信噪比进行比较,选出减面后的N个立体模型中信噪比最大所对应的立体模型,确定为所述对渲染效果影响最小的目标立体模型。
在本实施例中,由于模型通常会在不同的角度下被观看,而在不同的角度下,对模型进行渲染而显示出的图像的效果是不同的,通过计算每个减面后的立体模型在不同角度下进行渲染后计算出的信噪比,能够使选择出的对渲染效果影响最小的目标立体模型更加准确。
步骤S203:将得到所述目标立体模型对应的测试边确定为所述目标边。
在本实施例中,通过以第一原始立体模型的N条边分别为测试边,对第一原始立体模型进行减面,从减面后的N个立体模型中选择出了对渲染效果影响最小的目标立体模型,将得到所述目标立体模型对应的测试边确定为所述目标边。通过测试的方式能够得到较为精确的目标边。
步骤S103:根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型,所述减面后的立体模型的面数小于所述第一原始立体模型的面数。
对于从第一原始立体模型中选出的对渲染效果影响最小的边,对其进行塌陷,从而对第一原始立体模型进行减面,能够得到面数小于第一原始立体模型的面数的减面后的立体模型。
步骤S104:对所述减面后的立体模型进行渲染,以显示所述第一目标对象。
对减面后的立体模型进行渲染,具体包括但不限于对减面后的立体模型进行着色、光照效果和纹理填充等操作,以显示出第一目标对象。
在本实施例中,采用本实施例提供的目标对象显示方法,获得待显示的第一目标对象的第一原始立体模型,第一原始立体模型具有N条边,从第一原始N条边中确定对渲染效果影响最小的目标边,根据目标边对第一原始立体模型进行减面,得到减面后的立体模型,减面后的立体模型的面数小于第一原始立体模型的面数,对所述减面后的立体模型进行渲染,以显示所述第一目标对象。根据第一原始立体模型中对渲染影响最小的目标边对其进行减面,从而能够得到第一目标对象所对应的对渲染效果影响最小的减面后的立体模型,在对减面后的立体模型进行渲染并显示出第一目标对象时,能够得到较好的渲染效果。
参考图5,图5是本申请另一实施例提供的目标对象显示方法的流程图,如图5所示,该方法包括以下步骤:
步骤S501:获得待显示的第一目标对象的第一原始立体模型,所述第一原始立体模型具有N条边。
步骤S502:从所述N条边中确定对渲染效果影响最小的目标边。
步骤S503:根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型,所述减面后的立体模型的面数小于所述第一原始立体模型的面数。
步骤S501-步骤S503与步骤S101-步骤S103的内容相同,具体请参照上述步骤S101-步骤S103的解释进行理解,在此不再过多描述。
步骤S504:在所述减面后的立体模型的面数大于预设的目标面数的情况下,重复执行步骤:从所述减面后的立体模型的多条边中确定对渲染效果影响最小的边,并根据所确定的边对减面后的立体模型进行减面,直到减面后的立体模型的面数小于或等于所述目标面数为止。
目标面数为根据设备终端预设的对第一原始立体模型进行减面后的面数,对于不同的设备终端,其能够支持的立体模型的面数是不同的,所以其需要减少的面数也是不同的,而对于同一个设备终端,不同的立体模型的面数是不同的,其需要减少的面数也是不同的,往往在一次减面后,并不能够达到目标面数的要求,所以需要对第一原始立体模型进行多次减面,由于每次减面至少会减少一个面,所以最终减面后的立体模型的面数为小于或等于目标面数。
步骤S505:对面数小于或等于所述目标面数的立体模型进行渲染,以显示所述第一目标对象。
由于每次减面都是采用对渲染效果影响最小的边,所以在得到对面数小于或等于目标面数的立体模型后,对面数小于或等于所述目标面数的立体模型进行渲染,能够得到最好的渲染效果,显示出效果较好的目标对象。
在本实施例中,根据对渲染效果最小的边对第一原始立体模型进行减面,得到对渲染效果影响最小的减面后的立体模型,再对减面后的立体模型采用同样的方法,经过多次减面,直到达到目标面数为止,最终达到终端设备的处理要求,从而对面数小于或等于所述目标面数的立体模型进行渲染后,显示出来的第一目标对象具有较好的效果。
参考图6,图6是本申请一实施例提供的训练减面模型的方法的流程图。如图6所示,该方法包括以下步骤:
步骤S601:获得多个原始立体模型样本和所述原始立体模型样本对应的减面立体模型样本。
原始立体模型样本为任意的三维立体模型,减面立体模型样本为原始立体模型样本经过减面后的对渲染效果影响最小的立体模型。
在一种可选的实施方式中,原始立体模型样本对应的减面立体模型样本可以由以下三个步骤获得:
将所述原始立体模型样本作为初始立体模型样本,以所述初始立体模型样本具有的N条边分别为测试边,对所述初始立体模型进行减面,得到减面后的N个立体模型;
从减面后的N个立体模型中确定对渲染效果影响最小的立体模型;
将所确定的对渲染效果影响最小的立体模型作为所述初始立体模型样本,并返回步骤:以所述初始立体模型样本具有的多条边为测试边,对减面后的立体模型进行减面,直至得到的减面后的立体模型的面数小于等于所述预设面数,得到减面立体模型样本。
在本实施例中,以原始立体模型样本的N条边为测试边对其进行减面,得到减面后的N个立体模型,选择出其中对渲染效果影响最小的立体模型,使用同样的方法对减面后的立体模型进行减面,直至得到的减面后的立体模型的面数小于等于所述预设面数,得到减面立体模型样本。这样能够得到原始立体模型样本对应的对渲染效果最小的减面立体模型样本,保证减面立体模型样本的质量,以便得到较好的训练结果。
步骤S602:基于所述原始立体模型样本、所述减面立体模型样本以及预设面数,对待训练的减面立体模型进行训练,得到减面模型。
将获得的多个原始立体模型样本和减面立体模型样本以及预设面数,输入待训练的减面模型,对减面模型进行训练,以获得最终的减面模型,为了使最终获得的减面模型达到较好的减面效果,需要获得足够多的原始立体模型样本和减面立体模型样本对待训练的减面模型进行训练。
其中的待训练的减面模型用于进行原始立体模型样本的减面,在一种实施方式中,待训练的减面模型可以采用GAN、CNN以及其它调整网络层数来实现,在一种实施方式中,可能的待训练的减面模型的结构包括多层卷积层、多层下采样层和多层上采样层,其中,多层卷积层用于提取原始模型样本的局部特征,将其传入多层下采样层,通过多层下采样层的池化操作,降低数据的维度,可以避免过拟合,其中,常见的池化方法包括最大池化、均值池化和随机池化,多层上采样层用于生成出减面后的立体模型,通过多个原始立体模型样本和减面立体模型样本以及预设面数对待训练的减面模型进行训练,得到对渲染效果影响最小的减面模型。
在一种可选的实施方式中,步骤S602可以包括以下三步:
将所述原始立体模型样本输入待训练的减面模型,获得所述待训练的减面模型输出的减面立体模型结果;
根据所述减面立体模型结果与所述减面立体模型样本的匹配程度,对所述待训练的减面模型进行更新;
以更新后的模型作为所述待训练的减面模型,并返回步骤:将原始立体模型样本输入待训练的减面模型,直至所述待训练的减面模型输出的减面立体模型结果的面数小于等于所述预设面数,且该减面立体模型结果与减面立体模型样本的匹配程度满足预设条件时,结束训练,以获得减面模型。
在本实施例中,将一个原始立体模型样本输入待训练的减面模型,得到减面模型结果,将减面模型结果与原始立体模型样本对应的减面立体模型样本进行匹配,根据匹配结果对待训练的减面模型进行更新,再使用同样的方法,采用另一对原始立体模型样本和其对应的减面立体模型样本对更新后的待训练的减面模型进行训练,直至待训练的减面模型输出的减面立体模型结果的面数小于等于所述预设面数,且该减面立体模型结果与所述减面立体模型样本的匹配程度满足预设条件时,结束训练,获得减面模型。利用多个原始立体模型样本和减面立体模型样本对待训练的模型进行不断的训练和更新,最终得到满足要求的对渲染效果影响最小的减面模型。
在一种可选的实施方式中,图6所示的方法还可包括以下三步:
获得待显示的第二目标对象的第二原始立体模型;
将所述第二原始立体模型和预设的目标面数输入所述减面模型,得到减面后的立体模型;
对所述减面后的立体模型进行渲染,以显示所述第二目标对象。
在本实施例中,将第二目标对象的第二原始立体模型输入训练好的减面模型,再输入预设的目标面数,便可直接得到满足预设面数且对渲染效果影响最小的减面后的立体模型,在对其进行渲染后,能够得到较好的第二目标对象显示效果。通过采用训练好的减面模型对第二原始立体模型,能够直接得到满足预设面数且对渲染效果影响最小的减面后的立体模型,从而提高了减面效率。
参考图7,图7是本申请一实施例提供的目标对象显示装置的示意图,如图7所示,该装置包括:
第一获得模块701,用于获得待显示的第一目标对象的第一原始立体模型,所述第一原始立体模型具有N条边;
确定模块702,用于从所述N条边中确定对渲染效果影响最小的目标边;
第一减面模块703,用于根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型,所述减面后的立体模型的面数小于所述第一原始立体模型的面数;
第一渲染及显示模块704,用于对所述减面后的模型进行渲染,以显示所述第一目标对象。
可选地,所述装置还包括:
第一重复减面模块,用于在所述减面后的立体模型的面数大于预设的目标面数的情况下,重复执行步骤:从所述减面后的立体模型的多条边中确定对渲染效果影响最小的边,并根据所确定的边对减面后的立体模型进行减面,直到减面后的立体模型的面数小于或等于所述目标面数为止;
第一渲染及显示模块,还可用于对面数小于或等于所述目标面数的立体模型进行渲染,以显示所述第一目标对象。
可选地,所述确定模块包括:
第一减面子模块,用于以所述N条边分别为测试边,对所述第一原始立体模型进行减面,得到减面后的N个立体模型;
第一确定子模块,用于从减面后的N个立体模型中确定对渲染效果影响最小的目标立体模型;
第二确定子模块,用于将得到所述目标立体模型对应的测试边确定为所述目标边。
可选地,所述第一确定子模块包括:
第一渲染子模块,用于对所述第一原始立体模型旋转多个角度,并对在每个旋转角度下的该第一原始立体模型进行渲染,得到多个原始渲染结果;
第二渲染子模块,用于针对减面后的N个立体模型中的每个减面后的立体模型:对该减面后的立体模型旋转多个角度,并对在每个旋转角度下的该减面后的立体模型进行渲染,得到多个目标渲染结果;
比较子模块,用于根据减面后的N个立体模型中的每个减面后的立体模型对应的多个目标渲染结果与所述多个原始渲染结果的比较结果,得到所述对渲染效果影响最小的目标立体模型。
可选地,所述比较子模块包括:
第三确定子模块,用于针对减面后的N个立体模型中的每个减面后的立体模型:确定该减面后的立体模型在每个旋转角度下对应的目标渲染结果与所述第一原始立体模型在相应角度下对应的原始渲染结果之间的信噪比,以确定该减面后的立体模型的信噪比;
第四确定子模块,用于将减面后的N个立体模型中信噪比最大的立体模型,确定为所述对渲染效果影响最小的目标立体模型。
可选地,所述装置还包括:
第二获得模块,用于获得多个原始立体模型样本和所述原始立体模型样本对应的减面立体模型样本;
第一训练模块,用于基于所述原始立体模型样本、所述减面立体模型样本以及预设面数,对待训练的减面立体模型进行训练,得到减面模型。
可选地,所述装置还包括:
第二减面模块,用于将所述原始立体模型样本作为初始立体模型样本,以所述初始立体模型样本具有的N条边分别为测试边,对所述初始立体模型进行减面,得到减面后的N个立体模型;
第二确定模块,用于从减面后的N个立体模型中确定对渲染效果影响最小的立体模型;
第二重复减面模块,用于将所确定的对渲染效果影响最小的立体模型作为所述初始立体模型样本,并返回步骤:以所述初始立体模型样本具有的多条边为测试边,对减面后的立体模型进行减面,直至得到的减面后的立体模型的面数小于等于所述预设面数,得到减面立体模型样本。
可选地,所述装置还包括:
第三获得模块,用于获得待显示的第二目标对象的第二原始立体模型;
第三减面模块,用于将所述第二原始立体模型和预设的目标面数输入所述减面模型,得到减面后的立体模型;
第二渲染及显示模块,用于对所述减面后的立体模型进行渲染,以显示所述第二目标对象。
可选地,所述第一训练模块包括:
第四获得子模块,用于将所述原始立体模型样本输入待训练的减面模型,获得所述待训练的减面模型输出的减面立体模型结果;
更新子模块,用于根据所述减面立体模型结果与所述减面立体模型样本的匹配程度,对所述待训练的减面模型进行更新;
重复训练子模块,用于以更新后的模型作为所述待训练的减面模型,并返回步骤:将原始立体模型样本输入待训练的减面模型,直至所述待训练的减面模型输出的减面立体模型结果的面数小于等于所述预设面数,且该减面立体模型结果与减面立体模型样本的匹配程度满足预设条件时,结束训练,以获得减面模型。
采用本申请实施例提供的目标对象显示方法,获得待显示的第一目标对象的第一原始立体模型,第一原始立体模型具有N条边,从第一原始N条边中确定对渲染效果影响最小的目标边,根据目标边对第一原始立体模型进行减面,得到减面后的立体模型,减面后的立体模型的面数小于第一原始立体模型的面数,对所述减面后的立体模型进行渲染,以显示所述第一目标对象。根据第一原始立体模型中对渲染影响最小的目标边对其进行减面,从而能够得到第一目标对象所对应的对渲染效果影响最小的减面后的立体模型,在对减面后的立体模型进行渲染并显示出第一目标对象时,能够得到较好的渲染效果。
基于同一发明构思,本申请另一实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请上述任一实施例所述的方法中的步骤。
基于同一发明构思,本申请另一实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行时实现本申请上述任一实施例所述的方法中的步骤。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种目标对象显示的方法、装置、电子设备及可读存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种目标对象显示方法,其特征在于,所述方法包括:
获得待显示的第一目标对象的第一原始立体模型,所述第一原始立体模型具有N条边;
从所述N条边中确定对渲染效果影响最小的目标边;
根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型,所述减面后的立体模型的面数小于所述第一原始立体模型的面数;
对所述减面后的立体模型进行渲染,以显示所述第一目标对象。
2.根据权利要求1所述的方法,其特征在于,在根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型之后,所述方法还包括:
在所述减面后的立体模型的面数大于预设的目标面数的情况下,重复执行步骤:从所述减面后的立体模型的多条边中确定对渲染效果影响最小的边,并根据所确定的边对减面后的立体模型进行减面,直到减面后的立体模型的面数小于或等于所述目标面数为止;
对所述减面后的立体模型进行渲染,以显示所述第一目标对象,包括:
对面数小于或等于所述目标面数的立体模型进行渲染,以显示所述第一目标对象。
3.根据权利要求1所述的方法,其特征在于,从所述N条边中确定对渲染效果影响最小的目标边,包括:
以所述N条边分别为测试边,对所述第一原始立体模型进行减面,得到减面后的N个立体模型;
从减面后的N个立体模型中确定对渲染效果影响最小的目标立体模型;
将得到所述目标立体模型对应的测试边确定为所述目标边。
4.根据权利要求3所述的方法,其特征在于,从减面后的N个立体模型中确定对渲染效果影响最小的目标立体模型,包括:
对所述第一原始立体模型旋转多个角度,并对在每个旋转角度下的该第一原始立体模型进行渲染,得到多个原始渲染结果;
针对减面后的N个立体模型中的每个减面后的立体模型:对该减面后的立体模型旋转多个角度,并对在每个旋转角度下的该减面后的立体模型进行渲染,得到多个目标渲染结果;
根据减面后的N个立体模型中的每个减面后的立体模型对应的多个目标渲染结果与所述多个原始渲染结果的比较结果,得到所述对渲染效果影响最小的目标立体模型。
5.根据权利要求4所述的方法,其特征在于,所述根据减面后的N个立体模型中的每个减面后的立体模型对应的多个目标渲染结果与所述多个原始渲染结果的比较结果,得到所述对渲染效果影响最小的目标立体模型,包括:
针对减面后的N个立体模型中的每个减面后的立体模型:确定该减面后的立体模型在每个旋转角度下对应的目标渲染结果与所述第一原始立体模型在相应角度下对应的原始渲染结果之间的信噪比,以确定该减面后的立体模型的信噪比;
将减面后的N个立体模型中信噪比最大的立体模型,确定为所述对渲染效果影响最小的目标立体模型。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获得多个原始立体模型样本和所述原始立体模型样本对应的减面立体模型样本;
基于所述原始立体模型样本、所述减面立体模型样本以及预设面数,对待训练的减面立体模型进行训练,得到减面模型。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
按照以下步骤获得原始立体模型样本对应的减面立体模型样本:
将所述原始立体模型样本作为初始立体模型样本,以所述初始立体模型样本具有的N条边分别为测试边,对所述初始立体模型进行减面,得到减面后的N个立体模型;
从减面后的N个立体模型中确定对渲染效果影响最小的立体模型;
将所确定的对渲染效果影响最小的立体模型作为所述初始立体模型样本,并返回步骤:以所述初始立体模型样本具有的多条边为测试边,对减面后的立体模型进行减面,直至得到的减面后的立体模型的面数小于等于所述预设面数,得到减面立体模型样本。
8.一种目标对象显示装置,其特征在于,包括:
第一获得模块,用于获得待显示的第一目标对象的第一原始立体模型,所述第一原始立体模型具有N条边;
确定模块,用于从所述N条边中确定对渲染效果影响最小的目标边;
第一减面模块,用于根据所述目标边对所述第一原始立体模型进行减面,得到减面后的立体模型,所述减面后的立体模型的面数小于所述第一原始立体模型的面数;
第一渲染及显示模块,用于对所述减面后的模型进行渲染,以显示所述第一目标对象。
9.一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,该程序被处理器执行时实现如权利要求1-7任一所述的方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的方法的步骤。
CN201910677413.6A 2019-07-25 2019-07-25 目标对象显示方法、装置、电子设备及存储介质 Active CN110517342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910677413.6A CN110517342B (zh) 2019-07-25 2019-07-25 目标对象显示方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910677413.6A CN110517342B (zh) 2019-07-25 2019-07-25 目标对象显示方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110517342A true CN110517342A (zh) 2019-11-29
CN110517342B CN110517342B (zh) 2023-05-30

Family

ID=68623597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910677413.6A Active CN110517342B (zh) 2019-07-25 2019-07-25 目标对象显示方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110517342B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846487A (zh) * 2016-12-20 2017-06-13 广州爱九游信息技术有限公司 减面方法、设备及显示设备
US20170206625A1 (en) * 2016-01-18 2017-07-20 Advanced Micro Devices, Inc. Method and apparatus to accelerate rendering of graphics images
CN108492380A (zh) * 2018-03-29 2018-09-04 深圳市彬讯科技有限公司 一种三维模型的减面方法与装置、存储介质
CN108763268A (zh) * 2018-04-04 2018-11-06 深圳市彬讯科技有限公司 一种三维模型的批处理方法与装置、存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170206625A1 (en) * 2016-01-18 2017-07-20 Advanced Micro Devices, Inc. Method and apparatus to accelerate rendering of graphics images
CN106846487A (zh) * 2016-12-20 2017-06-13 广州爱九游信息技术有限公司 减面方法、设备及显示设备
CN108492380A (zh) * 2018-03-29 2018-09-04 深圳市彬讯科技有限公司 一种三维模型的减面方法与装置、存储介质
CN108763268A (zh) * 2018-04-04 2018-11-06 深圳市彬讯科技有限公司 一种三维模型的批处理方法与装置、存储介质

Also Published As

Publication number Publication date
CN110517342B (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
EP3101628B1 (en) Tessellation method
CN111386536A (zh) 语义一致的图像样式转换
CN106463003B (zh) 制造带浮雕的三维对象
CN113261013A (zh) 用于移动装置上逼真的头部转动和面部动画合成的系统和方法
CN114820905B (zh) 虚拟形象生成方法、装置、电子设备及可读存储介质
Lee et al. Real-time tracking of visually attended objects in virtual environments and its application to LOD
CN108391121A (zh) 一种基于深度神经网络的无参考立体图像质量评价方法
CN112669429A (zh) 图像扭曲渲染方法及装置
CN106504265B (zh) 运动估计优化方法、设备和系统
Chen et al. Saliency-directed image interpolation using particle swarm optimization
CN109784415A (zh) 图像识别方法及装置、训练卷积神经网络的方法及装置
CN104637047B (zh) 一种图像处理方法及装置
KR20220138859A (ko) 3d 객체의 다각형 메쉬들을 생성하기 위한 자동 회귀 신경망
WO2023081399A1 (en) Integrated machine learning algorithms for image filters
CN110120059B (zh) 一种图标生成方法及装置
CN113298931B (zh) 一种物体模型的重建方法、装置、终端设备和存储介质
CN110517342A (zh) 目标对象显示方法、装置、电子设备及存储介质
WO2019052338A1 (zh) 图像处理方法和装置、存储介质及电子装置
EP4147172A1 (en) Machine learning for high quality image processing
CN117094963A (zh) 一种眼底图像病灶分割方法、系统、设备及存储介质
CN116797768A (zh) 全景图像减少现实的方法和装置
CN109499067A (zh) 一种地形纹理的绘制方法及装置、电子设备、存储介质
DE112022002137T5 (de) Hybrides differenzierbares Rendering für Lichttransportsimulationssysteme und -Anwendungen
CN113538484B (zh) 一种深度细化的多重信息嵌套边缘检测方法
CN113034350B (zh) 一种植被模型的处理方法和装置

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