CN114297176A - 基于人工智能的中国古典园林假山自动生成方法及系统 - Google Patents
基于人工智能的中国古典园林假山自动生成方法及系统 Download PDFInfo
- Publication number
- CN114297176A CN114297176A CN202111539686.8A CN202111539686A CN114297176A CN 114297176 A CN114297176 A CN 114297176A CN 202111539686 A CN202111539686 A CN 202111539686A CN 114297176 A CN114297176 A CN 114297176A
- Authority
- CN
- China
- Prior art keywords
- rockery
- scheme
- database
- gray
- case
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 238000010801 machine learning Methods 0.000 claims abstract description 34
- 238000013461 design Methods 0.000 claims abstract description 28
- 238000010586 diagram Methods 0.000 claims description 23
- 238000010146 3D printing Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 10
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 241001270131 Agaricus moelleri Species 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000001788 irregular Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010413 gardening Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明涉及古典园林假山设计领域，具体的是基于人工智能的中国古典园林假山自动生成方法及系统，方法包括案例假山数据采集、假山立面灰度图数据库生成、假山机器学习模型建构、假山形态方案数据库生成、假山形态方案交互输出，系统包括案例假山数据采集模块、假山机器学习样本数据库建构模块、假山机器学习模型建构模块、假山灰度立面方案数据库生成模块、假山形态方案数据库生成模块、交互输出假山形态方案模块。本发明以现存古代假山为学习样本，通过机器学习和人机交互审查，继承传统假山特点，节省人工学习与设计的时间，为现代假山设计提供高效率、直观化的假山方案。
Description
技术领域
本发明涉及古典园林假山设计领域，具体的是基于人工智能的中国古典园林假山自动生成方法及系统。
背景技术
假山是园林中的重要部分，也是建筑设计的难点。历史上关于假山设计方法的传承大都基于工匠间的口传心授，并且侧重于建造技术；而现代设计中，则往往依赖设计师自身经验积累与艺术素养。这种“只可意会，难以言传”的设计方法难以使更多设计师掌握行之有效的假山形态设计方法。随着经济的发展，造园的活动日益频繁，对假山设计效率与完成效果的要求更加迫切，而人工智能可以迅速学习现有的假山资料，极大地压缩从经验积累到设计的输出时间，为假山设计提供了公式更加科学、高效的手段。
目前常见的园林假山智能设计建造方法大多可以归纳为两种，公式方法是通过计算机运算推导多种假山的组合可能，以BIM为依托生成假山模型后与现实环境进行拟合，同时计算安装方法并记录假山数据，这种方法仅强调建造的可能性和合理性，却忽视了传统审美中对假山单体形态和假山整体组合的独特要求，故产生的结果仍需要大量人类智力劳动进行筛选优化；另公式方法是通过大量勘测，将已有的假山数据录入数据库，再将数据与新场地匹配模拟出适合的假山布局，这种方法接近于对既有假山原型的切割、重组、复制，智能化程度和交互性能都不高。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供基于人工智能的中国古典园林假山自动生成方法及系统。
本发明的目的可以通过以下技术方案实现：
基于人工智能的中国古典园林假山自动生成方法，所述生成方法包括以下步骤：
S1、案例假山数据采集；采集三维形态数据，并输入地理信息平台，最终获得案例假山模型数据库；
S2、假山立面灰度图数据库生成；将假山三维形态数据转化为二维灰度数据，获得假山立面灰度图数据库；
S3、假山机器学习模型建构；构建假山机器学习样本数据库与假山机器学习模型，生成并筛选出符合设计任务书的假山立面灰度方案图数据库；
S4、假山形态方案数据库生成；根据假山立面灰度方案图的数据生成假山立体形态，获得假山形态方案数据库；
S5、交互输出假山形态方案；三维交互投影假山形态方案，并3D打印选定方案，最终获得假山产品。
进一步地，所述步骤S1的具体步骤如下：
通过搭载精度0.05mm、分辨率0.1mm摄像头的便携式3D扫描仪采集既有中国古典园林中假山的三维形态数据，并输入地理信息平台；
利用地理信息平台中的属性编辑工具对采集到的每个案例假山数据中的非假山要素进行标记，并通过删除工具将标记的非假山要素删除，最终获得案例假山模型数据库。
进一步地，所述步骤S2的具体步骤如下：
在地理信息平台中建立与S1中获得的案例假山模型数据库中案例假山模型数量一致的标准空间立方体，将案例假山模型逐个放入标准空间立方体内部，并调整案例假山模型的位置让其不接触标准空间立方体侧面，且最长剖面与标准空间立方体的水平边线平行；
在每个标准空间立方体的每个侧面上划分10000*10000的栅格，并以每个栅格所划分出来网格中心为起点往标准空间立方体内部做法线，若法线与该标准空间立方体内部的案例假山模型不相交，则该法线所在网格不填充任何颜色；若法线与该标准空间立方体内部的案例假山模型相交，则记录该法线从网格中心到假山模型最近交点长度，并通过灰度值计算公式获得该网格所填充的具体灰度值；
将每个标准空间立方体侧面的网格根据上述步骤填充灰度，并将填充灰度后的标准空间立方体的侧立面水平展开，获得假山灰度立面图数据库。
进一步地，所述标准空间立方体为边长等于步骤S1中案例假山模型数据库汇总所得的假山平面最大长度的立方体；
所述灰度值计算公式为：d＝b/a*100％，d为填充灰度值，b为法线从网格中心到假山模型最近交点长度，a为标准空间立方体边长，填充灰度值d采用0％到100％表示，0％为白色，100％为黑色，保留小数点后一位。
进一步地，所述步骤S3的具体步骤如下：
将S2得到的假山灰度立面图数据库以分辨率为100dpi、尺寸为40000像素*10000像素的位图格式输出，获得假山机器学习样本数据库；
通过对假山机器学习样本数据库训练卷积对抗生成网络，让机器学习模型不断迭代训练，直至稳定后获得生成模型；
生成模型通过随机值生成1000个假山灰度立面方案图，根据假山设计任务书中所要求的假山长、宽、高尺寸，删除不符合的方案图，最终获得假山灰度立面方案数据库，其中，每个假山灰度立面方案图都包含假山的长、宽、高尺寸。
进一步地，所述步骤S4的具体步骤如下：
将假山灰度立面方案数据库中的假山灰度立面方案图以短边的平行线为划分线，沿长边方向，将假山灰度立面方案图划分为四个全等的正方形面，再沿划分线折叠，使正方形面首尾相连且相邻面夹角为90°；
根据像素的灰度值，移动正方形面上每个像素的中心点，通过不规则三角网将所有移动后的点拟合为面，形成假山立体形态；
依次操作假山灰度立面方案数据库中所有假山立面灰度方案图，获得假山形态方案数据库。
进一步地，所述像素的中心点的移动方向垂直于该点所在的正方形面，且朝向四个正方形面所围合的空间，移动距离为该点所在像素的灰度值乘以正方形面的边长，所拟合的点不包括位于正方形面上的点。
进一步地，所述步骤S5的具体步骤如下：
将假山形态方案数据库中每个假山形态方案输入至可三维交互投影的360°全息展柜中，审查人员通过触摸板旋转、移动、筛选方案；
通过在360°全息展柜的系统中设置3D打印端口，将选定方案输入到3D打印数控系统打印输出假山产品。
基于人工智能的中国古典园林假山自动生成系统，所述生成系统包括案例假山数据采集模块、假山机器学习样本数据库建构模块、假山机器学习模型建构模块、假山灰度立面方案数据库生成模块、假山形态方案数据库生成模块、交互输出假山形态方案模块，各个模块之间相连接。
本发明的有益效果：
1、本发明通过机器学习，快速掌握假山设计要领，批量生成满足设计要求的假山方案，大大减少设计人员在知识储备、方案设计中的时间，同时一名设计人员可以完成多方案的生成，有效的减少人力成本，提高了设计效率，过程高效；
2、本本发明通过收集现存古代园林假山数据，经过机器学习案例生成的假山形态，继承传统假山的特点与价值，符合现代古典园林假山设计与审美要求，方案有效性；
3、本发明将360°全息展示柜与假山生成方案的展示相结合使得假山形象呈现更加立体全面，也可借由更换假山方案、位置和角度完善假山设计，所有生成的假山设计方案皆可实现全息展示和交互式调整，是假山方案更加符合场地需求，智能交互。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
图1是本发明假山自动生成方法流程示意图；
图2是本发明放入案例假山模型的标准空间立方体示意图；
图3是本发明灰度填充后的标准空间立方体示意图；
图4是本发明假山灰度立面示意图；
图5是本发明生成模型生成的随机假山灰度立面方案示意图；
图6是本发明折叠后的假山灰度立面方案示意图；
图7是本发明由不规则三角网络生成的假山立体形态示意图；
图8是本发明在360°全息展示柜中投影的假山方案示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供基于人工智能的中国古典园林假山自动生成方法，结合某大学教学楼庭院假山设计案例(所需假山尺寸为长10m～15m、宽4m～6m、高2m～4m)和附图来详细地说明本发明的技术方案，如图1所示，所述生成方法包括以下步骤：
S1、案例假山数据采集；采集三维形态数据，并输入地理信息平台，最终获得案例假山模型数据库；包括以下步骤：
通过搭载精度0.05mm、分辨率0.1mm摄像头的便携式3D扫描仪采集既有中国古典园林中假山的三维形态数据，并输入地理信息平台；利用地理信息平台中的属性编辑工具对采集到的每个案例假山数据中的非假山要素进行标记，并通过删除工具将标记的非假山要素删除，最终获得案例假山模型数据库。
S2、假山立面灰度图数据库生成；将假山三维形态数据转化为二维灰度数据，获得假山立面灰度图数据库；包括以下步骤：
在地理信息平台中建立与S1中获得的案例假山模型数据库中案例假山模型数量一致的标准空间立方体，将案例假山模型逐个放入标准空间立方体内部，并调整案例假山模型的位置让其不接触标准空间立方体侧面，且最长剖面与标准空间立方体的水平边线平行，如图2所示为放入案例假山模型的标准空间立方体；
在每个标准空间立方体的每个侧面上划分10000*10000的栅格，并以每个栅格所划分出来网格中心为起点往标准空间立方体内部做法线，若法线与该标准空间立方体内部的案例假山模型不相交，则该法线所在网格不填充任何颜色；若法线与该标准空间立方体内部的案例假山模型相交，则记录该法线从网格中心到假山模型最近交点长度，并通过灰度值计算公式获得该网格所填充的具体灰度值，如图3所示为灰度填充后的标准空间立方体；
将每个标准空间立方体侧面的网格根据上述步骤填充灰度，并将填充灰度后的标准空间立方体的侧立面水平展开，获得假山灰度立面图数据库，如图4所示为假山灰度立面图；
其中，上述标准空间立方体为边长等于步骤S1中案例假山模型数据库汇总所得的假山平面最大长度的立方体；上述灰度值计算公式为：d＝b/a*100％(其中，d为填充灰度值，b为法线从网格中心到假山模型最近交点长度，a为标准空间立方体边长，填充灰度值d采用0％到100％表示，0％为白色，100％为黑色，保留小数点后一位)；
S3、假山机器学习模型建构；构建假山机器学习样本数据库与假山机器学习模型，生成并筛选出符合设计任务书的假山立面灰度方案图数据库；包括以下步骤：
将S2得到的假山灰度立面图数据库以分辨率为100dpi、尺寸为40000像素*10000像素的位图格式输出，获得假山机器学习样本数据库；
通过对假山机器学习样本数据库训练卷积对抗生成网络(GAN)，让机器学习模型不断迭代训练，直至稳定后获得生成模型；
生成模型通过随机值生成1000个假山灰度立面方案图，根据假山设计任务书中所要求的假山长、宽、高尺寸，删除不符合的方案图，最终获得假山灰度立面方案数据库，如图5所示为生成模型生成的随机假山灰度立面方案图；
其中，每个假山灰度立面方案图都包含假山的长、宽、高尺寸；
S4、假山形态方案数据库生成；根据假山立面灰度方案图的数据生成假山立体形态，获得假山形态方案数据库；包括以下步骤：
将假山灰度立面方案数据库中的假山灰度立面方案图以短边的平行线为划分线，沿长边方向，将假山灰度立面方案图划分为四个全等的正方形面，再沿划分线折叠，使正方形面首尾相连且相邻面夹角为90°，如图6所示为折叠后的假山灰度立面方案图；
根据像素的灰度值，移动正方形面上每个像素的中心点，通过不规则三角网(TIN)将所有移动后的点拟合为面，形成假山立体形态，如图7所示为由不规则三角网络生成的假山立体形态图；
依次操作假山灰度立面方案数据库中所有假山立面灰度方案图，获得假山形态方案数据库。
其中，像素的中心点的移动方向垂直于该点所在的正方形面，且朝向四个正方形面所围合的空间，移动距离为该点所在像素的灰度值乘以正方形面的边长，所拟合的点不包括位于正方形面上的点。
S5、S5、交互输出假山形态方案；三维交互投影假山形态方案，并3D打印选定方案，最终获得假山产品，包括以下步骤：
将假山形态方案数据库中每个假山形态方案输入至可三维交互投影的360°全息展柜中，审查人员可以通过触摸板旋转、移动、筛选方案，如图8所示为在360°全息展示柜中投影的假山方案图；
通过在360°全息展柜的系统中设置3D打印端口，将选定方案输入到3D打印数控系统打印输出假山产品。
本发明还提供基于人工智能的中国古典园林假山自动生成系统，结合上述的自动生成方法，系统包括案例假山数据采集模块、假山机器学习样本数据库建构模块、假山机器学习模型建构模块、假山灰度立面方案数据库生成模块、假山形态方案数据库生成模块、交互输出假山形态方案模块，各个模块之间相连接，系统通过实地采集传统假山案例数据，并转化为灰度位图构成机器学习样本数据库，通过机器学习、任务书条件筛选输出假山灰度立面方案数据库，并转化为假山形态方案数据库，最后将通过全息投影、3D打印输出假山形态方案。
综上，本发明以现存古代园林假山为样本，充分吸取古代园林假山的设计智慧，通过机器学习输出新的假山方案、发掘假山内在规律与技术核心，避免了简单的堆叠和复制；通过全息投影与3D打印交互输出，有效展示假山建成效果。
本发明通过机器学习，同时生成大量假山方案，兼顾高效与传统审美、达到快速获得优质假山方案的目的。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。
Claims (9)
1.基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述生成方法包括以下步骤：
S1、案例假山数据采集；采集三维形态数据，并输入地理信息平台，最终获得案例假山模型数据库；
S2、假山立面灰度图数据库生成；将假山三维形态数据转化为二维灰度数据，获得假山立面灰度图数据库；
S3、假山机器学习模型建构；构建假山机器学习样本数据库与假山机器学习模型，生成并筛选出符合设计任务书的假山立面灰度方案图数据库；
S4、假山形态方案数据库生成；根据假山立面灰度方案图的数据生成假山立体形态，获得假山形态方案数据库；
S5、交互输出假山形态方案；三维交互投影假山形态方案，并3D打印选定方案，最终获得假山产品。
2.根据权利要求1所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述步骤S1的具体步骤如下：
通过搭载精度0.05mm、分辨率0.1mm摄像头的便携式3D扫描仪采集既有中国古典园林中假山的三维形态数据，并输入地理信息平台；
利用地理信息平台中的属性编辑工具对采集到的每个案例假山数据中的非假山要素进行标记，并通过删除工具将标记的非假山要素删除，最终获得案例假山模型数据库。
3.根据权利要求2所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述步骤S2的具体步骤如下：
在地理信息平台中建立与S1中获得的案例假山模型数据库中案例假山模型数量一致的标准空间立方体，将案例假山模型逐个放入标准空间立方体内部，并调整案例假山模型的位置让其不接触标准空间立方体侧面，且最长剖面与标准空间立方体的水平边线平行；
在每个标准空间立方体的每个侧面上划分10000*10000的栅格，并以每个栅格所划分出来网格中心为起点往标准空间立方体内部做法线，若法线与该标准空间立方体内部的案例假山模型不相交，则该法线所在网格不填充任何颜色；若法线与该标准空间立方体内部的案例假山模型相交，则记录该法线从网格中心到假山模型最近交点长度，并通过灰度值计算公式获得该网格所填充的具体灰度值；
将每个标准空间立方体侧面的网格根据上述步骤填充灰度，并将填充灰度后的标准空间立方体的侧立面水平展开，获得假山灰度立面图数据库。
4.根据权利要求3所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述标准空间立方体为边长等于步骤S1中案例假山模型数据集汇总所得的假山平面最大长度的立方体；
所述灰度值计算公式为：d＝b/a*100％，d为填充灰度值，b为法线从网格中心到假山模型最近交点长度，a为标准空间立方体边长，填充灰度值d采用0％到100％表示，0％为白色，100％为黑色，保留小数点后一位。
5.根据权利要求4所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述步骤S3的具体步骤如下：
将S2得到的假山灰度立面图数据库以分辨率为100dpi、尺寸为40000像素*10000像素的位图格式输出，获得假山机器学习样本数据库；
通过对假山机器学习样本数据库训练卷积对抗生成网络，让机器学习模型不断迭代训练，直至稳定后获得生成模型；
生成模型通过随机值生成1000个假山灰度立面方案图，根据假山设计任务书中所要求的假山长、宽、高尺寸，删除不符合的方案图，最终获得假山灰度立面方案数据库，其中，每个假山灰度立面方案图都包含假山的长、宽、高尺寸。
6.根据权利要求1所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述步骤S4的具体步骤如下：
将假山灰度立面方案数据库中的假山灰度立面方案图以短边的平行线为划分线，沿长边方向，将假山灰度立面方案图划分为四个全等的正方形面，再沿划分线折叠，使正方形面首尾相连且相邻面夹角为90°；
根据像素的灰度值，移动正方形面上每个像素的中心点，通过不规则三角网将所有移动后的点拟合为面，形成假山立体形态；
依次操作假山灰度立面方案数据库中所有假山立面灰度方案图，获得假山形态方案数据库。
7.根据权利要求6所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述像素的中心点的移动方向垂直于该点所在的正方形面，且朝向四个正方形面所围合的空间，移动距离为该点所在像素的灰度值乘以正方形面的边长，所拟合的点不包括位于正方形面上的点。
8.根据权利要求1所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述步骤S5的具体步骤如下：
将假山形态方案数据库中每个假山形态方案输入至可三维交互投影的360°全息展柜中，审查人员通过触摸板旋转、移动、筛选方案；
通过在360°全息展柜的系统中设置3D打印端口，将选定方案输入到3D打印数控系统打印输出假山产品。
9.基于人工智能的中国古典园林假山自动生成系统，包括如权利要求1-8任一项所述的基于人工智能的中国古典园林假山自动生成方法，其特征在于，所述生成系统包括案例假山数据采集模块、假山机器学习样本数据库建构模块、假山机器学习模型建构模块、假山灰度立面方案数据库生成模块、假山形态方案数据库生成模块、交互输出假山形态方案模块，各个模块之间相连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111539686.8A CN114297176A (zh) | 2021-12-15 | 2021-12-15 | 基于人工智能的中国古典园林假山自动生成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111539686.8A CN114297176A (zh) | 2021-12-15 | 2021-12-15 | 基于人工智能的中国古典园林假山自动生成方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114297176A true CN114297176A (zh) | 2022-04-08 |
Family
ID=80966881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111539686.8A Withdrawn CN114297176A (zh) | 2021-12-15 | 2021-12-15 | 基于人工智能的中国古典园林假山自动生成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114297176A (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4947347A (en) * | 1987-09-18 | 1990-08-07 | Kabushiki Kaisha Toshiba | Depth map generating method and apparatus |
| CN1395222A (zh) * | 2001-06-29 | 2003-02-05 | 三星电子株式会社 | 映射和渲染三维目标和活动的三维目标的基于图像的方法 |
| US20130060540A1 (en) * | 2010-02-12 | 2013-03-07 | Eidgenossische Tehnische Hochschule Zurich | Systems and methods that generate height map models for efficient three dimensional reconstruction from depth information |
| US20140028678A1 (en) * | 2010-12-30 | 2014-01-30 | Radoslaw Pawel Chmielewski | System and method for generating textured map object images |
| CN107818580A (zh) * | 2016-09-12 | 2018-03-20 | 达索系统公司 | 根据深度图对真实对象进行3d重建 |
| US10535146B1 (en) * | 2018-07-16 | 2020-01-14 | Accel Robotics Corporation | Projected image item tracking system |
| WO2020023811A1 (en) * | 2018-07-27 | 2020-01-30 | Siemens Aktiengesellschaft | 3d object design synthesis and optimization using existing designs |
| CN110766786A (zh) * | 2019-09-18 | 2020-02-07 | 湖南大学 | 基于生成对抗网络的草图到浅浮雕模型生成的方法 |
| CN111739080A (zh) * | 2020-07-23 | 2020-10-02 | 成都艾尔帕思科技有限公司 | 多台深度相机共同构建3d空间及3d物体的方法 |
| CN112052547A (zh) * | 2020-09-04 | 2020-12-08 | 东南大学 | 一种基于人工智能的城市道路网络自动生成方法 |
| US20210034961A1 (en) * | 2019-07-29 | 2021-02-04 | Autodesk, Inc. | Defect removal from manufactured objects having morphed surfaces |
| US10991154B1 (en) * | 2019-12-27 | 2021-04-27 | Ping An Technology (Shenzhen) Co., Ltd. | Method for generating model of sculpture of face with high meticulous, computing device, and non-transitory storage medium |
| US20210153986A1 (en) * | 2019-11-25 | 2021-05-27 | Dentsply Sirona Inc. | Method, system and computer readable storage media for creating three-dimensional dental restorations from two dimensional sketches |
| CN113112608A (zh) * | 2021-04-20 | 2021-07-13 | 厦门汇利伟业科技有限公司 | 一种从物体图形自动建立三维模型的方法 |
-
2021
- 2021-12-15 CN CN202111539686.8A patent/CN114297176A/zh not_active Withdrawn
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4947347A (en) * | 1987-09-18 | 1990-08-07 | Kabushiki Kaisha Toshiba | Depth map generating method and apparatus |
| CN1395222A (zh) * | 2001-06-29 | 2003-02-05 | 三星电子株式会社 | 映射和渲染三维目标和活动的三维目标的基于图像的方法 |
| US20130060540A1 (en) * | 2010-02-12 | 2013-03-07 | Eidgenossische Tehnische Hochschule Zurich | Systems and methods that generate height map models for efficient three dimensional reconstruction from depth information |
| US20140028678A1 (en) * | 2010-12-30 | 2014-01-30 | Radoslaw Pawel Chmielewski | System and method for generating textured map object images |
| CN107818580A (zh) * | 2016-09-12 | 2018-03-20 | 达索系统公司 | 根据深度图对真实对象进行3d重建 |
| US10535146B1 (en) * | 2018-07-16 | 2020-01-14 | Accel Robotics Corporation | Projected image item tracking system |
| WO2020023811A1 (en) * | 2018-07-27 | 2020-01-30 | Siemens Aktiengesellschaft | 3d object design synthesis and optimization using existing designs |
| US20210034961A1 (en) * | 2019-07-29 | 2021-02-04 | Autodesk, Inc. | Defect removal from manufactured objects having morphed surfaces |
| CN110766786A (zh) * | 2019-09-18 | 2020-02-07 | 湖南大学 | 基于生成对抗网络的草图到浅浮雕模型生成的方法 |
| US20210153986A1 (en) * | 2019-11-25 | 2021-05-27 | Dentsply Sirona Inc. | Method, system and computer readable storage media for creating three-dimensional dental restorations from two dimensional sketches |
| CN114746952A (zh) * | 2019-11-25 | 2022-07-12 | 登士柏希罗纳有限公司 | 用于从二维草图创建三维牙科修复体的方法、系统和计算机可读存储介质 |
| US10991154B1 (en) * | 2019-12-27 | 2021-04-27 | Ping An Technology (Shenzhen) Co., Ltd. | Method for generating model of sculpture of face with high meticulous, computing device, and non-transitory storage medium |
| CN111739080A (zh) * | 2020-07-23 | 2020-10-02 | 成都艾尔帕思科技有限公司 | 多台深度相机共同构建3d空间及3d物体的方法 |
| CN112052547A (zh) * | 2020-09-04 | 2020-12-08 | 东南大学 | 一种基于人工智能的城市道路网络自动生成方法 |
| CN113112608A (zh) * | 2021-04-20 | 2021-07-13 | 厦门汇利伟业科技有限公司 | 一种从物体图形自动建立三维模型的方法 |
Non-Patent Citations (7)
| Title |
|---|
| JAU-LING SHIH 等: ""Anew3D model retrieval approach based on the elevation descriptor"", 《PATTERN RECOGNITION》, vol. 40, no. 1, pages 283 - 295 * |
| 包瑞清: "" 基于机器学习的风景园林智能化分析应用研究"", 《风景园林》, vol. 26, no. 05, pages 29 - 34 * |
| 叶新东 等: ""一种基于图像的3D浮雕效果绘制算法"", 《计算机应用研究》, no. 02, pages 227 - 228 * |
| 孙挺 等: ""基于正视图的三维模型特征提取算法"", 《计算机工程》, vol. 36, no. 04, pages 10 - 11 * |
| 宋廷强 等: ""一种基于灰度压缩的透光浮雕模型生成方法"", 《计算机工程》, vol. 43, no. 10, pages 253 - 258 * |
| 张洛声 等: ""实时交互的带浮雕纹理的三维模型构建方法"", 《计算机应用》, vol. 37, no. 08, pages 2302 * |
| 边前卫: ""三维模型检索中模型查询接口及特征提取算法研究"", 《中国博士学位论文全文数据库 信息科技辑》, no. 07, pages 138 - 93 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102306180B (zh) | 一种基于海量激光雷达栅格点云数据的建模方法 | |
| Zhao | Application of 3D CAD in landscape architecture design and optimization of hierarchical details | |
| CN103472502A (zh) | 动态展示区域空气质量和气象场的方法 | |
| CN103093498A (zh) | 一种基于平面三角网格模板的三维人脸自动标准化方法 | |
| CN102117488B (zh) | 一种虚拟环境中构造真实物体表面反射特性的方法 | |
| CN113449355A (zh) | 一种基于人工智能的建筑户型图自动生成方法 | |
| CN108230442A (zh) | 一种盾构隧道三维仿真方法 | |
| CN115186347B (zh) | 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 | |
| Ault | 3-D geometric modeling for the 21st century | |
| Du | Application of CAD aided intelligent technology in landscape design | |
| CN113989458A (zh) | 一种电网三维场景数据渲染方法及系统 | |
| Lin et al. | Urban space simulation based on wave function collapse and convolutional neural network | |
| CN114297176A (zh) | 基于人工智能的中国古典园林假山自动生成方法及系统 | |
| CN114218640B (zh) | 一种基于人工智能的假山体量设计方法 | |
| CN101763659B (zh) | 基于图像集的大规模数字化高程数据模型自动生成方法 | |
| CN116778098A (zh) | 一种基于深度学习的植物病虫害数据集构建方法 | |
| CN114882197B (zh) | 一种基于图神经网络的高精度三维人脸重建方法 | |
| Qi | Computer aided design simulation of 3D garden landscape based on virtual reality | |
| CN107688599B (zh) | 一种快速检索三维模型的方法 | |
| Jin et al. | Analysis of the Modeling Method and Application of 3D City Model based on the CityEngine | |
| Li et al. | 3D reconstruction and simulating assembly of ancient Chinese timber-structure building | |
| Xiong | The Application of Computer Three-dimensional Modelling Technology in Environmental Art Design Major | |
| Li et al. | Research on Landscape Architecture Modeling Simulation System Based on Computer Virtual Reality Technology | |
| Shi | Application of 3D Visualization Technology in the Design of Building Construction Models | |
| Ling et al. | Landscape conservation design based on digital technology support |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220408 |