CN116258809B - 一种轻量化3d模型存储结构工作方法 - Google Patents
一种轻量化3d模型存储结构工作方法 Download PDFInfo
- Publication number
- CN116258809B CN116258809B CN202211602948.5A CN202211602948A CN116258809B CN 116258809 B CN116258809 B CN 116258809B CN 202211602948 A CN202211602948 A CN 202211602948A CN 116258809 B CN116258809 B CN 116258809B
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- limiting
- information
- model
- component
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000009877 rendering Methods 0.000 claims abstract description 4
- 230000000452 restraining effect Effects 0.000 claims abstract description 4
- 238000013507 mapping Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005314 correlation function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/02—Non-photorealistic rendering
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Architecture (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种轻量化3D模型存储结构工作方法，包括如下步骤：S1，获取BIM软件的三维模型，并对三维模型进行条件限定，执行初始轻量化指令；S2，执行完毕初始轻量化指令后，通过自调节点阵获取模型进行三维模型的约束；S3，将约束后的三维模型，通过局部纹理重构模型进行重新渲染，并进行渲染后的三维模型轻量化展示操作。
Description
技术领域
本发明涉及3D模型处理领域，尤其涉及一种轻量化3D模型存储结构工作方法。
背景技术
现有技术中使用BIM进行大型工程绘制，节省了时间并且降低了成本，但是由于大型工程项目需要载入的部件参数较多，并且内部构筑建筑结构过程中计算参数越来越冗余，造成载入时间较长，展示场景缺少空间过渡以及部件缺损现象严重，如何进行轻量化操作并且不会丢失相应的展示效果，这就亟需本领域技术人员解决相应的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种轻量化3D模型存储结构工作方法。
为了实现本发明的上述目的，本发明提供了一种轻量化3D模型存储结构工作方法，包括如下步骤：
S1，获取BIM软件的三维模型，并对三维模型进行条件限定，执行初始轻量化指令；
S2，执行完毕初始轻量化指令后，通过自调节点阵获取模型进行三维模型的约束；
S3，将约束后的三维模型，通过局部纹理重构模型进行重新渲染，并进行渲染后的三维模型轻量化展示操作。
上述技术方案优选的，所述S1包括：
S1-1，根据包含BIM软件三维模型的目标构件进行基于神经网络的三维重构，得到初始三维模型，所述目标构件的原始设计参数与轻量化构件的限定参数模型对应，且形成轻量化构件的限定参数模型的第一限定映射构件；
S1-2，所述初始三维模型和所述轻量化构件的限定参数模型，构建第一限定三维模型，所述第一限定三维模型包括所述目标构件表面信息，每个表面信息是根据该目标构件对应的第一限定映射构件信息确定的。
上述技术方案优选的，所述S1包括：
S1-3，随机生成所述第一限定三维模型上表面信息对应的第二限定映射构件，并根据全部表面信息的内容，分别生成每个表面信息对应的第二限定映射构件对应的均值构件信息。
上述技术方案优选的，所述S2包括：
S2-1，基于所述初始三维模型，根据第二限定映射构件对应的均值构件信息，和所述第二限定映射构件上表面信息的空间坐标，进行基于神经网络的三维重构，从而完成初始轻量化指令。
上述技术方案优选的，所述S2包括：
S2-2，获取经过两次限定映射构件，根据初始轻量化指令形成的重构的三维模型，根据局部结构信息进行数据采样，捕获三维模型中的点阵信息，使用自调节点阵获取方法：
其中M表示自调节点阵获取的输出记录，下标N为形成的输出记录值，μ为调节系数，通过分别计算初等变换矩阵和构件特征形成EN＝P·IE、FN＝P·IF、GN＝P·IG、HN＝P·IH；P为局部结构信息中自调节点阵属性，IE为颜色信息的属性矩阵、IF为长度信息的属性矩阵、IG为高度信息的属性矩阵、IH为曲度信息的属性矩阵。
上述技术方案优选的，所述S3包括：
形成的神经网络学习的语义分析特征数据，使用卷积算法进行局部纹理重构，从而能够对重构的三维模型进行采样处理；
该卷积算法为：
其中通过完成局部纹理重构卷积Lcheck的计算，qx为纹理x的对应参数，λ为权重参数，为重构三维模型的参数的重构参考值，d为重构特征值，求得差值的绝对值为了区分局部纹理的显示质量差异，J为取得相应纹理的宽度，η为经验值，i为正整数，限定纹理个数，/>为设置的关键纹理个数，C(*)为线性相关函数，Qi为关键纹理特征权重向量。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明首先进行BIM模型轻量化，并对建筑模型的关键节点进行3D模型的重新存储，实现轻量化的效果，节省存储空间，并对模型进行完整性存储提供了技术条件，基于局部纹理重构进行模型构建，得到3D目标轻量化模型。针对3D轻量化实现手段具有优越性。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明总体流程图；
图2是本发明具体实施示意图；
图3是本发明另一具体实施示意图；
图4是本发明另一具体实施示意图；
图5是本发明另一具体实施示意图；
图6是本发明另一具体实施示意图；
图7是本发明另一具体实施示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1至7所示，本发明公开一种轻量化3D模型存储结构工作方法，包括如下步骤：
S1，获取BIM软件的三维模型，并对三维模型进行条件限定，执行初始轻量化指令；
S2，执行完毕初始轻量化指令后，通过自调节点阵获取模型进行三维模型的约束；
S3，将约束后的三维模型，通过局部纹理重构模型进行重新渲染，并进行渲染后的三维模型轻量化展示操作。
所述初始轻量化指令为：
S1-1，根据包含BIM软件三维模型的目标构件进行基于神经网络的三维重构，得到初始三维模型，所述目标构件的原始设计参数与轻量化构件的限定参数模型对应，且形成轻量化构件的限定参数模型的第一限定映射构件；
S1-2，所述初始三维模型和所述轻量化构件的限定参数模型，构建第一限定三维模型，所述第一限定三维模型包括所述目标构件表面信息的颜色信息、长度信息，高度信息和曲度信息，上述信息为表面信息，每个表面信息是根据该目标构件对应的第一限定映射构件信息确定的；
S1-3，随机生成所述第一限定三维模型上表面信息对应的第二限定映射构件，并根据全部表面信息的内容，分别生成每个表面信息对应的第二限定映射构件对应的均值构件信息；
上述技术方案优选的，所述S2包括：
S2-1，基于所述初始三维模型，根据第二限定映射构件对应的均值构件信息，和所述第二限定映射构件上表面信息的空间坐标，进行基于神经网络的三维重构，从而完成初始轻量化指令。
上述第一限定映射构件和第二限定映射构件为初始轻量化指令所需的过渡压缩指令，用于完成初始轻量化操作；
轻量化处理的方法具体为：在BIM软件中绘制三维模型时，在初始模式状态下将三维模型初始设定参数进行锐化，得到处理后的三维模型；将所述三维模型解析至DirectX中进行重新制图，根据初始参数导出处理后的三维模型。
S2-2，获取经过两次限定映射构件，根据初始轻量化指令形成的重构的三维模型，根据局部结构信息进行数据采样，捕获三维模型中的点阵信息，使用自调节点阵获取方法：
其中M表示自调节点阵获取的输出记录，下标N为形成的输出记录值，μ为调节系数，通过分别计算初等变换矩阵和构件特征形成EN＝P·IE、FN＝P·IF、GN＝P·IG、HN＝P·IH；P为局部结构信息中自调节点阵属性，IE为颜色信息的属性矩阵、IF为长度信息的属性矩阵、IG为高度信息的属性矩阵、IH为曲度信息的属性矩阵；通过计算神经网络学习模型的激励函数从而对点阵信息进行语义分析；在形成的两次限定映射构件语义分析和对表面信息特征分析的基础上，将两者沿特征通道维度直接整合在一起，得到神经网络学习的语义分析特征。
上述技术方案优选的，所述S3包括：
S3-1，形成的神经网络学习的语义分析特征数据，使用卷积算法进行局部纹理重构，从而能够对重构的三维模型进行采样处理；
该卷积算法为：
其中通过完成局部纹理重构卷积Lcheck的计算，qx为纹理x的对应参数，λ为权重参数，为重构三维模型的参数的重构参考值，d为重构特征值，求得差值的绝对值为了区分局部纹理的显示质量差异，J为取得相应纹理的宽度，η为经验值，i为正整数，限定纹理个数，/>为设置的关键纹理个数，C(*)为线性相关函数，Qi为关键纹理特征权重向量；
通过计算之后能够简化局部纹理的计算量，对局部纹理结构进行压缩处理，从而约束相应的纹理特征输出值，在三维重构过程中符合相应的约束条件，达到三维模型轻量化的目的。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (1)
1.一种轻量化3D模型存储结构工作方法，其特征在于，包括如下步骤：
S1，获取BIM软件的三维模型，并对三维模型进行条件限定，执行初始轻量化指令；
S1-1，根据包含BIM软件三维模型的目标构件进行基于神经网络的三维重构，得到初始三维模型，所述目标构件的原始设计参数与轻量化构件的限定参数模型对应，且形成轻量化构件的限定参数模型的第一限定映射构件；
S1-2，所述初始三维模型和所述轻量化构件的限定参数模型，构建第一限定三维模型，所述第一限定三维模型包括所述目标构件表面信息，每个表面信息是根据该目标构件对应的第一限定映射构件信息确定的；
S1-3，随机生成第一限定三维模型上表面信息对应的第二限定映射构件，并根据全部表面信息的内容，分别生成每个表面信息对应的第二限定映射构件对应的均值构件信息；
S1-4，基于初始三维模型，根据第二限定映射构件对应的均值构件信息，和所述第二限定映射构件上表面信息的空间坐标，进行基于神经网络的三维重构，从而完成初始轻量化指令；
S2，执行完毕初始轻量化指令后，通过自调节点阵获取模型进行三维模型的约束；
获取经过两次限定映射构件，根据初始轻量化指令形成的重构的三维模型，根据局部结构信息进行数据采样，捕获三维模型中的点阵信息，使用自调节点阵获取方法：
其中M表示自调节点阵获取的输出记录，下标N为形成的输出记录值，μ为调节系数，通过分别计算初等变换矩阵和构件特征形成EN＝P·IE、FN＝P·IF、GN＝P·IG、HN＝P·IH；P为局部结构信息中自调节点阵属性，IE为颜色信息的属性矩阵、IF为长度信息的属性矩阵、IG为高度信息的属性矩阵、IH为曲度信息的属性矩阵；
S3，将约束后的三维模型，通过局部纹理重构模型进行重新渲染，并进行渲染后的三维模型轻量化展示操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211602948.5A CN116258809B (zh) | 2022-12-13 | 2022-12-13 | 一种轻量化3d模型存储结构工作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211602948.5A CN116258809B (zh) | 2022-12-13 | 2022-12-13 | 一种轻量化3d模型存储结构工作方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116258809A CN116258809A (zh) | 2023-06-13 |
| CN116258809B true CN116258809B (zh) | 2024-04-12 |
Family
ID=86685304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211602948.5A Active CN116258809B (zh) | 2022-12-13 | 2022-12-13 | 一种轻量化3d模型存储结构工作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116258809B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101741038B1 (ko) * | 2017-04-25 | 2017-06-15 | 한국건설기술연구원 | HTML5-WebGL 기반의 BIM 모델 활용을 위한 BIM 데이터 경량화 방법 및 장치 |
| KR101925474B1 (ko) * | 2018-07-06 | 2018-12-05 | 한국건설기술연구원 | Mf 기반 데이터 경량화를 위한 bim-bems 연계 시스템 및 그의 mf 기반 데이터 경량화 방법 |
| CN110136235A (zh) * | 2019-05-16 | 2019-08-16 | 洛阳众智软件科技股份有限公司 | 三维bim模型外壳提取方法、装置及计算机设备 |
| CN112465958A (zh) * | 2020-12-16 | 2021-03-09 | 中国电建集团昆明勘测设计研究院有限公司 | 一种基于WebGL的BIM模型轻量化显示方法 |
| CN112926220A (zh) * | 2021-03-24 | 2021-06-08 | 北京航星机器制造有限公司 | 一种基于模态频率约束的结构件制备方法 |
| CN113158288A (zh) * | 2021-02-04 | 2021-07-23 | 中国铁路设计集团有限公司 | 一种基于构件复用与重装配的信息模型几何轻量化方法 |
| CN113724394A (zh) * | 2021-09-02 | 2021-11-30 | 中国测绘科学研究院 | 一种三维模型轻量化的方法 |
| CN113870437A (zh) * | 2021-09-26 | 2021-12-31 | 瑞测(江苏)空间信息技术有限公司 | 一种数字孪生bim模型转换与轻量化方法及装置 |
| CN114036603A (zh) * | 2021-10-11 | 2022-02-11 | 浙江数智交院科技股份有限公司 | 一种用于公路运维期的三维bim模型优化方法 |
| CN114357568A (zh) * | 2021-12-10 | 2022-04-15 | 国网江苏省电力有限公司南通供电分公司 | 一种基于倾斜摄影的变电站工程钢结构安装智能验收方法 |
| KR102388823B1 (ko) * | 2021-05-17 | 2022-04-20 | 서울시립대학교 산학협력단 | 3차원 영상모델 처리장치 및 처리방법 |
| CN114494609A (zh) * | 2022-04-02 | 2022-05-13 | 中国科学技术大学 | 一种3d目标检测模型的构建方法、装置和电子设备 |
| CN114998503A (zh) * | 2022-06-21 | 2022-09-02 | 重庆市勘测院((重庆市地图编制中心)) | 一种基于实景三维的白模自动纹理构建方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021042277A1 (zh) * | 2019-09-03 | 2021-03-11 | 浙江大学 | 基于神经网络的三维物体法向量、几何及材质获取方法 |
| CN111028361B (zh) * | 2019-11-18 | 2023-05-02 | 杭州群核信息技术有限公司 | 三维模型及材质合并方法、装置、终端、存储介质以及渲染方法 |
-
2022
- 2022-12-13 CN CN202211602948.5A patent/CN116258809B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101741038B1 (ko) * | 2017-04-25 | 2017-06-15 | 한국건설기술연구원 | HTML5-WebGL 기반의 BIM 모델 활용을 위한 BIM 데이터 경량화 방법 및 장치 |
| KR101925474B1 (ko) * | 2018-07-06 | 2018-12-05 | 한국건설기술연구원 | Mf 기반 데이터 경량화를 위한 bim-bems 연계 시스템 및 그의 mf 기반 데이터 경량화 방법 |
| CN110136235A (zh) * | 2019-05-16 | 2019-08-16 | 洛阳众智软件科技股份有限公司 | 三维bim模型外壳提取方法、装置及计算机设备 |
| CN112465958A (zh) * | 2020-12-16 | 2021-03-09 | 中国电建集团昆明勘测设计研究院有限公司 | 一种基于WebGL的BIM模型轻量化显示方法 |
| CN113158288A (zh) * | 2021-02-04 | 2021-07-23 | 中国铁路设计集团有限公司 | 一种基于构件复用与重装配的信息模型几何轻量化方法 |
| CN112926220A (zh) * | 2021-03-24 | 2021-06-08 | 北京航星机器制造有限公司 | 一种基于模态频率约束的结构件制备方法 |
| KR102388823B1 (ko) * | 2021-05-17 | 2022-04-20 | 서울시립대학교 산학협력단 | 3차원 영상모델 처리장치 및 처리방법 |
| CN113724394A (zh) * | 2021-09-02 | 2021-11-30 | 中国测绘科学研究院 | 一种三维模型轻量化的方法 |
| CN113870437A (zh) * | 2021-09-26 | 2021-12-31 | 瑞测(江苏)空间信息技术有限公司 | 一种数字孪生bim模型转换与轻量化方法及装置 |
| CN114036603A (zh) * | 2021-10-11 | 2022-02-11 | 浙江数智交院科技股份有限公司 | 一种用于公路运维期的三维bim模型优化方法 |
| CN114357568A (zh) * | 2021-12-10 | 2022-04-15 | 国网江苏省电力有限公司南通供电分公司 | 一种基于倾斜摄影的变电站工程钢结构安装智能验收方法 |
| CN114494609A (zh) * | 2022-04-02 | 2022-05-13 | 中国科学技术大学 | 一种3d目标检测模型的构建方法、装置和电子设备 |
| CN114998503A (zh) * | 2022-06-21 | 2022-09-02 | 重庆市勘测院((重庆市地图编制中心)) | 一种基于实景三维的白模自动纹理构建方法 |
Non-Patent Citations (4)
| Title |
|---|
| Dong, X. ; Cai, L. ; Wu, B. ; Cai, L..BIM lightweight computer data processing and information sharing platform application.《2022 Global Conference on Robotics, Artificial Intelligence and Information Technology (GCRAIT)》.2022,627-31. * |
| 基于网格分割的三维模型轻量化算法及构建;金伟祖;潘伟龙;;实验室科学;20151028(05);20-23 * |
| 基于轻量化BIM模型的既有建筑沉降信息管理平台开发与应用;易伟同;王亮;张瑞强;;北京建筑大学学报;20200623(02);57-66 * |
| 面向网络化应用的古建筑BIM模型轻量化处理技术;余芳强;宋天任;陈菁;;建筑施工;20180325(03);321-323 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116258809A (zh) | 2023-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108460746B (zh) | 一种基于结构和纹理分层预测的图像修复方法 | |
| CN101751695B (zh) | 点云数据的主曲率和主方向估计方法 | |
| CN102722896B (zh) | 基于自适应压缩感知的自然图像非局部重构方法 | |
| CN113240613A (zh) | 一种基于边缘信息重建的图像修复方法 | |
| CN111429347A (zh) | 图像超分辨率重建方法、装置及计算机可读存储介质 | |
| CN109783910B (zh) | 一种利用生成对抗网络加速的结构优化设计方法 | |
| CN111583135A (zh) | 一种核预测神经网络蒙特卡罗渲染图像去噪方法 | |
| CN105427360B (zh) | 一种动态网格的误差可控cage序列表示算法 | |
| CN111260571B (zh) | 一种基于非凸低秩低梯度的深度图像修复方法 | |
| CN113870124B (zh) | 基于弱监督的双网络互激励学习阴影去除方法 | |
| CN113689517A (zh) | 一种多尺度通道注意力网络的图像纹理合成方法及系统 | |
| CN109902135B (zh) | 一种矢量瓦片预处理方法及装置 | |
| CN112686816A (zh) | 一种基于内容注意力机制和掩码先验的图像补全方法 | |
| CN112686817A (zh) | 一种基于不确定性估计的图像补全方法 | |
| CN113077545B (zh) | 一种基于图卷积的从图像中重建着装人体模型的方法 | |
| CN112734649A (zh) | 一种基于轻量级神经网络的图像退化方法及退化系统 | |
| CN113592711A (zh) | 点云数据不均匀的三维重建方法、系统、设备及存储介质 | |
| CN111414988A (zh) | 基于多尺度特征自适应融合网络的遥感影像超分辨率方法 | |
| CN116258809B (zh) | 一种轻量化3d模型存储结构工作方法 | |
| CN111583412B (zh) | 构建书法浮雕深度学习网络的方法及构建书法浮雕的方法 | |
| CN117237663A (zh) | 一种大感受野的点云修复方法 | |
| CN111161134A (zh) | 基于伽马变换的图像艺术风格转换方法 | |
| CN113658046B (zh) | 基于特征分离的超分辨率图像生成方法、装置、设备和介质 | |
| CN114092610B (zh) | 一种基于生成对抗网络的人物视频生成方法 | |
| CN112801909B (zh) | 基于U-Net和金字塔模块的图像融合去噪方法及系统 |
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 |