CN117272491B - 一种基于ai绘图模型的快速建模方法、设备及介质 - Google Patents

一种基于ai绘图模型的快速建模方法、设备及介质 Download PDF

Info

Publication number
CN117272491B
CN117272491B CN202311556878.9A CN202311556878A CN117272491B CN 117272491 B CN117272491 B CN 117272491B CN 202311556878 A CN202311556878 A CN 202311556878A CN 117272491 B CN117272491 B CN 117272491B
Authority
CN
China
Prior art keywords
building
model
city
urban
white film
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
Application number
CN202311556878.9A
Other languages
English (en)
Other versions
CN117272491A (zh
Inventor
罗淑冰
曾家荣
植挺生
陈建生
邓超河
邓永俊
庄广壬
赵尚谦
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.)
Guangdong Guangyu Technology Development Co Ltd
Original Assignee
Guangdong Guangyu Technology Development 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 Guangdong Guangyu Technology Development Co Ltd filed Critical Guangdong Guangyu Technology Development Co Ltd
Priority to CN202311556878.9A priority Critical patent/CN117272491B/zh
Publication of CN117272491A publication Critical patent/CN117272491A/zh
Application granted granted Critical
Publication of CN117272491B publication Critical patent/CN117272491B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/04Architectural design, interior design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Civil Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请涉及实景三维城市建筑模型技术领域,具体提供了一种基于AI绘图模型的快速建模方法、设备及介质,该方法包括以下步骤:基于GIS空间建模工具构建城市白膜模型,城市白膜模型包括多个建筑白膜模型;根据建筑白膜模型获取对应城市建筑的立面属性;根据立面属性分析提取各个城市建筑对应的关键词信息;基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图;根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型;该方法能够有效地降低构建实景三维城市建筑模型的劳动强度和提高实景三维城市建筑模型的构建效率。

Description

一种基于AI绘图模型的快速建模方法、设备及介质
技术领域
本申请涉及实景三维城市建筑模型技术领域,具体而言,涉及一种基于AI绘图模型的快速建模方法、设备及介质。
背景技术
现有的实景三维城市建筑模型构建方法需要先通过人工的方式根据预先采集的数据构建城市白膜模型,再通过人工的方式将城市建筑立面图逐一贴附至城市白膜模型中对应的建筑白膜模型上或对城市白膜模型中的各个建筑白膜模型逐一进行上色以及渲染,以生成实景三维城市建筑模型。由于现有的实景三维城市建筑模型构建方法需要通过人工的方式构建城市白膜模型和生成实景三维城市建筑模型,因此现有的实景三维城市建筑模型构建方法存在劳动强度大和建模效率低的问题。
针对上述问题,目前尚未有有效的技术解决方案。
发明内容
本申请的目的在于提供一种基于AI绘图模型的快速建模方法、设备及介质,能够有效地降低构建实景三维城市建筑模型的劳动强度和提高实景三维城市建筑模型的构建效率。
第一方面,本申请提供了一种基于AI绘图模型的快速建模方法,其包括以下步骤:
基于GIS空间建模工具构建城市白膜模型,城市白膜模型包括多个建筑白膜模型;
根据建筑白膜模型获取各个城市建筑的立面属性;
根据立面属性分析提取各个城市建筑对应的关键词信息;
基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图;
根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型。
本申请提供的一种基于AI绘图模型的快速建模方法,先根据建筑白膜模型获取对应城市建筑的立面属性,并根据立面属性分析提取各个城市建筑对应的关键词信息,再基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图,最后根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型,即本申请相当于提供了一种自动构建城市白膜模型和基于城市白膜模型生成实景三维城市建筑模型的方法,由于本申请无需通过人工的方式构建城市白膜模型和生成实景三维城市建筑模型,因此本申请的基于AI绘图模型的快速建模方法能够有效地降低构建实景三维城市建筑模型的劳动强度和提高实景三维城市建筑模型的构建效率。
可选地,立面属性包括城市建筑类型信息、城市建筑轮廓信息、城市建筑尺寸信息和城市建筑配置信息。
可选地,根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型的步骤包括:
根据立面属性将立面属性对应的城市建筑立面图贴附至立面属性对应的建筑白膜模型的立面上,直至所有建筑白膜模型均完成城市建筑立面图的贴附,以生成实景三维城市建筑模型。
可选地,基于GIS空间建模工具构建城市白膜模型和根据建筑白膜模型获取对应城市建筑的立面属性之间还包括步骤:
对城市白膜模型进行减面处理。
由于城市建筑在一个视觉方向上的面具有较多凹凸结构,而该凹凸结构在贴附城市建筑立面图时会起到阻碍作用,因此该技术方案通过对城市白膜模型进行减面处理的方式简化建筑白膜模型的面结构,以使城市建筑立面图能够顺利地贴附到建筑白膜模型的立面上,且由于该技术方案能够有效地简化建筑白膜模型的面结构,因此该技术方案能够在不降低城市白膜模型的性能的前提下,减小城市白膜模型在内存和计算资源上的占用量。
可选地,AI绘图模型包括Stable-Diffusion。
可选地,关键词信息包括提示词,提示词包括城市建筑类型、城市建筑形状、城市建筑材料、城市建筑尺寸、城市建筑设施、设施位置、设施尺寸和城市建筑样式的一种或多种。
可选地,基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图的步骤包括:
基于AI绘图模型根据关键词信息和预设词生成各个城市建筑对应的城市建筑立面图。
可选地,基于GIS空间建模工具构建城市白膜模型的步骤包括:
基于高清卫星图像获取城市轮廓信息;
基于GIS空间建模工具根据城市轮廓信息和预先绘制的城市建筑绘制图纸构建城市白膜模型。
第二方面,本申请提供一种电子设备,包括处理器以及存储器,存储器存储有计算机可读取指令,当计算机可读取指令由处理器执行时,运行如上述第一方面提供的方法中的步骤。
第三方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时运行如上述第一方面提供的方法中的步骤。
由上可知,本申请提供的一种基于AI绘图模型的快速建模方法、设备及介质,先根据建筑白膜模型获取对应城市建筑的立面属性,并根据立面属性分析提取各个城市建筑对应的关键词信息,再基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图,最后根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型,即本申请相当于提供了一种自动构建城市白膜模型和基于城市白膜模型生成实景三维城市建筑模型的方法,由于本申请无需通过人工的方式构建城市白膜模型和生成实景三维城市建筑模型,因此本申请的基于AI绘图模型的快速建模方法能够有效地降低构建实景三维城市建筑模型的劳动强度和提高实景三维城市建筑模型的构建效率。
附图说明
图1为本申请实施例提供的一种基于AI绘图模型的快速建模方法的流程图。
图2为本申请实施例提供的一种电子设备的结构示意图。
附图标记:101、处理器;102、存储器;103、通信总线。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
第一方面,如图1所示,本申请提供了一种基于AI绘图模型的快速建模方法,其包括以下步骤:
S1、基于GIS空间建模工具构建城市白膜模型,城市白膜模型包括多个建筑白膜模型;
S2、根据建筑白膜模型获取对应城市建筑的立面属性;
S3、根据立面属性分析提取各个城市建筑对应的关键词信息;
S4、基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图;
S5、根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型。
其中,步骤S1的GIS空间建模工具可以为现有的GIS(地理信息系统)中的工具,该GIS空间建模工具能够根据预设的参数或预先绘制的图纸等数据自动构建三维模型,具体地,该实施例的GIS空间建模工具可以根据由激光扫描仪、无人机、立体相机或结构光扫描系统等方式采集的数据或图像构建城市白膜模型。由于一个城市内建设有多个建筑物,因此该实施例的城市白膜模型包括多个建筑白膜模型,该建筑白膜模型为未经上色的城市建筑的模型,即城市白膜模型中的所有建筑白膜模型的颜色均为白色。应当理解的是,该实施例的建筑白膜模型相当于城市建筑的等比例三维模型,该实施例的城市白膜模型相当于所有城市建筑的等比例三维模型的结合模型,该实施例的城市建筑为居民楼、商场和写字楼等传统建筑物,该实施例的城市建筑还可以配备有水泵、消防栓、压力表和储水箱等城市设施。还应当理解的是,GIS空间建模工具构建的模型具有平整或平滑过渡的立面,该平整或平滑过渡的立面能够被贴附贴图,具体地,该实施例的立面为城市建筑在不同视觉方向的压缩面,该实施例的建筑白膜模型至少具有城市建筑在前后左右四个视觉方向的压缩面,即每个建筑白膜模型均至少对应于四个立面。
步骤S2获取的立面属性为对应城市建筑的立面的自身属性(例如坐标、材质、尺寸等),每个城市建筑对应有匹配于不同立面的多个立面属性,由于该实施例的建筑白膜模型为GIS空间建模工具根据预设的参数或预先绘制的图纸等数据自动构建的等比例三维模型,该预设的参数或预先绘制的图纸包括城市建筑的立面的尺寸、材质和位置等具体参数,因此步骤S2可以根据建筑白膜模型获取对应城市建筑的立面属性。应当理解的是,由于立面为城市建筑在不同视觉方向的压缩面,而同一城市建筑在不同立面上可能具有不同的特征,(例如城市建筑在不同立面的颜色或材质不同),因此同一城市建筑对应的多个立面属性之间可能存在一定的差异。
步骤S3可以通过将立面属性导入现有的提示词生成器的方式分析提取各个城市建筑对应的关键词信息,该提示词生成器为能够将导入的图像或词条转换成AI绘图模型在绘制图像时所需的关键词的识别模型,该实施例的关键词信息用于指导AI绘图模型绘制出与关键词信息相符的图像,该实施例的关键词信息优选为英文。该实施例的工作原理为:由于步骤S2获取的立面属性可能包括工程数据,该工程数据并不符合AI绘图模型的关键词的要求,因此步骤S3需要根据立面属性分析提取各个城市建筑对应的关键词信息。
步骤S4的AI绘图模型可以为现有的人工智能文生图模型,其工作原理不在此处进行详细论述,该AI绘图模型能够根据用户输入的关键词或语句绘制并输出相应的图像,因此步骤S4只需要通过将关键词信息输入AI绘制模型的方式就可以得到各个城市建筑对应的城市建筑立面图,从而实现基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图,该城市建筑立面图为建筑白膜模型的立面需要被贴附的贴图,由于该实施例的城市建筑立面图由AI绘图模型根据关键词信息自动生成,而立面包括城市建筑在不同视觉方向的压缩面,因此该城市建筑立面图相当于城市建筑在不同视觉方向的预测投影图,应当理解的是,每一个视觉方向均对应于一张预测投影图。
步骤S5通过根据立面属性将城市建筑立面图逐一贴附到建筑白膜模型的立面上的方式生成实景三维城市建筑模型,具体地,以将其中一个城市建筑立面图贴附到对应的城市建筑为例,步骤S5的工作流程为:先根据立面属性对其对应的建筑白膜模型定位,再将该立面属性对应的城市建筑立面图贴附到被定位的建筑白膜模型的立面上。
本申请提供的一种基于AI绘图模型的快速建模方法,先根据建筑白膜模型获取对应城市建筑的立面属性,并根据立面属性分析提取各个城市建筑对应的关键词信息,再基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图,最后根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型,即本申请相当于提供了一种自动构建城市白膜模型和基于城市白膜模型生成实景三维城市建筑模型的方法,由于本申请无需通过人工的方式构建城市白膜模型和生成实景三维城市建筑模型,因此本申请的基于AI绘图模型的快速建模方法能够有效地降低构建实景三维城市建筑模型的劳动强度和提高实景三维城市建筑模型的构建效率。
在一些实施例中,立面属性包括城市建筑类型信息、城市建筑轮廓信息、城市建筑尺寸信息和城市建筑配置信息。该实施例的城市建筑类型信息能够反映立面属性对应的建筑白膜模型属于哪一种建筑物以及该建筑白膜模型使用的材料,例如,城市建筑类型信息反映立面属性对应的建筑白膜模型属于居民楼,则步骤S3根据该城市建筑类型信息提取的关键词信息为居民楼,城市建筑轮廓信息为立面属性对应的建筑白膜模型的轮廓,例如城市建筑轮廓信息反映立面属性对应的建筑白膜模型的轮廓为长方体,则表示该建筑白膜模型为长方体结构,步骤S3根据该城市建筑轮廓信息提取到的关键词信息为长方体,城市建筑尺寸信息为立面属性对应的建筑白膜模型的尺寸,步骤S3根据城市建筑尺寸信息提取的关键词信息为尺寸数据,城市建筑配置信息能够反映立面属性对应的建筑白膜模型有哪些配置以及这些配置的具体参数,例如,城市建筑配置信息反映立面属性对应的建筑白膜模型配置有储水箱以及储水箱的位置以及尺寸,则步骤S3根据城市建筑配置信息提取的关键词信息为储水箱、储水箱位置及储水箱尺寸,又例如,城市建筑配置信息反映立面属性对应的建筑白膜模型配置有多个楼层以及每个楼层的层高,则步骤S3根据城市建筑配置信息提取的关键词信息为多个楼层以及层高。
在一些实施例中,步骤S5包括:
S51、根据立面属性将立面属性对应的城市建筑立面图贴附至立面属性对应的建筑白膜模型的立面上,直至所有建筑白膜模型均完成城市建筑立面图的贴附,以生成实景三维城市建筑模型。
在一些实施例中,步骤S1与步骤S2之间还包括步骤:
S6、对城市白膜模型进行减面处理。
步骤S6可以利用GIS智能减面工具或现有的智能减面软件对城市白膜模型进行减面处理,以简化建筑白膜模型的面结构,即该实施例通过对城市白膜模型进行减面处理的方式对建筑白膜模型进行优化,应当理解的是,在对城市白膜模型进行减面处理后,相关人员并不能观察到城市白膜模型的整体场景的实质变化。该实施例的工作原理为:由于城市建筑在一个视觉方向上的面具有较多凹凸结构,而该凹凸结构在贴附城市建筑立面图时会起到阻碍作用,因此该实施例通过对城市白膜模型进行减面处理的方式简化建筑白膜模型的面结构,以使城市建筑立面图能够顺利地贴附到建筑白膜模型的立面上,且由于该实施例能够有效地简化建筑白膜模型的面结构,因此该实施例能够在不降低城市白膜模型的性能的前提下,减小城市白膜模型在内存和计算资源上的占用量。
在一些实施例中,AI绘图模型包括Stable-Diffusion。
在一些实施例中,关键词信息包括提示词,提示词包括城市建筑类型、城市建筑形状、城市建筑材料、城市建筑尺寸、城市建筑设施、设施位置、设施尺寸和城市建筑样式的一种或多种。该实施例的城市建筑类型和城市建筑材料为根据城市建筑类型信息分析提取的关键词信息,该实施例的城市建筑形状为根据城市建筑轮廓信息分析提取的关键词信息,该实施例的城市建筑尺寸为根据城市建筑尺寸信息分析提取的关键词信息,该实施例的城市建筑设施、设施位置、设施尺寸和城市建筑样式均为根据城市建筑配置信息分析提取的关键词信息,该城市建筑样式能够反映城市建筑的风格。该实施例的提示词为在AI绘图模型生成的城市建筑立面图中需要出现的内容,若提示词包括城市建筑类型、城市建筑形状、城市建筑材料、城市建筑尺寸、城市建筑设施、设施位置、设施尺寸和城市建筑样式中的多种,则每两个词语之间需要添加逗号。
在一些实施例中,步骤S4包括:
S41、基于AI绘图模型根据关键词信息和预设词生成各个城市建筑对应的城市建筑立面图。
该预设词包括预设的镜头位姿、城市建筑所处环境、天气、灯光、色彩、氛围、分辨率、渲染方式和反向提示词中的一种或多种,该镜头位姿能够反映相关人员查看实景三维城市建筑模型时的视角朝向,该反向提示词包括质量差、像素化、低分辨率、饱和、高对比度、模糊和扭曲中的一种或多种,该实施例的反向提示词为在AI绘图模型生成的城市建筑立面图中不需要出现的内容。应当理解的是,若预设词包括预设的镜头位姿、城市建筑所处环境、天气、灯光、色彩、氛围、分辨率、渲染方式和反向提示词中的多种,则每两个词语之间需要添加逗号。由于AI绘图模型根据关键词信息和预设词生成各个城市建筑对应的城市建筑立面图,而预设词包括预设的镜头位姿、城市建筑所处环境、天气、灯光、色彩、氛围、分辨率、渲染方式和反向提示词中的一种或多种,因此该实施例能够有效地提高城市建筑立面图与城市建筑实际立面的贴合度。
在一些实施例中,立面属性还包括城市建筑朝向信息。该实施例的城市建筑朝向信息能够反映立面属性对应的建筑白膜模型的朝向,步骤S3根据城市建筑朝向信息提取的关键词信息为朝向,由于城市建筑所处环境、镜头位姿、天气和灯光等因素与建筑白膜模型的朝向结合会影响AI绘图模型的出图效果,例如改变城市建筑立面图中的阴影,因此本申请能够有效地提高城市建筑立面图的实景效果(即与真实立面的贴合度)。
在一些实施例中,步骤S1包括:
S11、基于高清卫星图像获取城市轮廓信息;
S12、基于GIS空间建模工具根据城市轮廓信息和预先绘制的城市建筑绘制图纸构建城市白膜模型。
步骤S11的高清卫星图为利用卫星采集的包括需要构建城市白膜模型的城市的高清图像,高清卫星图的获取方式为现有技术,此处不再进行详细论述。步骤S11的城市轮廓信息为需要构建城市白膜模型的城市的轮廓。步骤S12基于GIS空间建模工具根据城市轮廓信息和预先绘制的城市建筑绘制图纸构建城市白膜模型,步骤S12的城市建筑绘制图纸为预先绘制的图纸,应当理解的是,由于在建设城市建筑前,施工方需要绘制建筑图纸,建筑图纸一般会上传到对应的数据库中,因此该实施例只需要通过数据读取的方式就能够获得城市建筑绘制图纸,即该实施例的城市建筑绘制图纸相当于存储在数据库中的数据。具体地,步骤S12的城市建筑绘制图纸为CAD图纸,步骤S12构建城市白膜模型的具体流程可以为:A1、利用GIS空间建模工具根据CAD图纸生成建筑白膜模型;A2、根据建筑白膜模型的坐标中心和GIS地图空间数据库将建筑白膜模型套合到城市轮廓信息中的对应位置上;A3、重复执行以上步骤,直至完成所有建筑白膜模型的构建。更具体地,步骤A1可以先利用GIS空间建模工具迭代读取所有CAD图纸,并提取统一图层字段,再根据图层字段从GIS空间建模工具中的预设模型库中调取相应的建筑白膜模型。步骤S12构建城市白膜模型的具体流程还可以为:B1、利用GIS空间建模工具迭代读取所有CAD图纸;B2、根据城市建筑的坐标中心和GIS地图空间数据库将CAD图纸套合至GIS地图中的对应位置上,该套合在GIS地图上的CAD图纸为二维数据;B3、根据CAD图纸中的尺寸数据对CAD图纸进行拉伸,以将二维数据拉伸为三维数据,从而实现生成建筑白膜模型。应当理解的是,在完成所有建筑白膜模型的构建后,城市白膜模型也完成构建。
由上可知,本申请提供的一种基于AI绘图模型的快速建模方法,先根据建筑白膜模型获取对应城市建筑的立面属性,并根据立面属性分析提取各个城市建筑对应的关键词信息,再基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图,最后根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型,即本申请相当于提供了一种自动构建城市白膜模型和基于城市白膜模型生成实景三维城市建筑模型的方法,由于本申请无需通过人工的方式构建城市白膜模型和生成实景三维城市建筑模型,因此本申请的基于AI绘图模型的快速建模方法能够有效地降低构建实景三维城市建筑模型的劳动强度和提高实景三维城市建筑模型的构建效率。
第二方面,请参照图2,图2为本申请实施例提供的一种电子设备的结构示意图,本申请提供一种电子设备,包括:处理器101和存储器102,处理器101和存储器102通过通信总线103和/或其他形式的连接机构(未标出)互连并相互通讯,存储器102存储有处理器101可执行的计算机可读取指令,当电子设备运行时,处理器101执行该计算机可读取指令,以执行时执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:步骤S1、基于GIS空间建模工具构建城市白膜模型,城市白膜模型包括多个建筑白膜模型;步骤S2、根据建筑白膜模型获取对应城市建筑的立面属性;步骤S3、根据立面属性分析提取各个城市建筑对应的关键词信息;步骤S4、基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图;步骤S5、根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型。
第三方面,本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:步骤S1、基于GIS空间建模工具构建城市白膜模型,城市白膜模型包括多个建筑白膜模型;步骤S2、根据建筑白膜模型获取对应城市建筑的立面属性;步骤S3、根据立面属性分析提取各个城市建筑对应的关键词信息;步骤S4、基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图;步骤S5、根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型。其中,计算机可读存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static RandomAccess Memory, 简称SRAM),电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory, 简称EEPROM),可擦除可编程只读存储器(ErasableProgrammable Read Only Memory, 简称EPROM),可编程只读存储器(Programmable Red-Only Memory, 简称PROM),只读存储器(Read-Only Memory, 简称ROM),磁存储器,快闪存储器,磁盘或光盘。
由上可知,本申请提供的一种基于AI绘图模型的快速建模方法、设备及介质,先根据建筑白膜模型获取对应城市建筑的立面属性,并根据立面属性分析提取各个城市建筑对应的关键词信息,再基于AI绘图模型根据关键词信息生成各个城市建筑对应的城市建筑立面图,最后根据立面属性、城市建筑立面图和城市白膜模型生成实景三维城市建筑模型,即本申请相当于提供了一种自动构建城市白膜模型和基于城市白膜模型生成实景三维城市建筑模型的方法,由于本申请无需通过人工的方式构建城市白膜模型和生成实景三维城市建筑模型,因此本申请的基于AI绘图模型的快速建模方法能够有效地降低构建实景三维城市建筑模型的劳动强度和提高实景三维城市建筑模型的构建效率。
在本申请所提供的实施例中,应该理解到,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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (5)

1.一种基于AI绘图模型的快速建模方法,其特征在于,所述基于AI绘图模型的快速建模方法包括以下步骤:
基于GIS空间建模工具构建城市白膜模型,所述城市白膜模型包括多个建筑白膜模型;
对所述城市白膜模型进行减面处理;
根据所述建筑白膜模型获取对应城市建筑的立面属性,所述立面属性包括城市建筑配置信息、城市建筑类型信息、城市建筑轮廓信息和城市建筑尺寸信息;
根据所述立面属性分析提取各个城市建筑对应的关键词信息,所述关键词信息包括提示词,所述提示词包括城市建筑设施、设施位置、设施尺寸、城市建筑类型、城市建筑形状、城市建筑材料和城市建筑样式,所述城市建筑设施、所述设施位置、所述设施尺寸和所述城市建筑样式均为根据所述城市建筑配置信息分析提取的关键词信息;
基于AI绘图模型根据所述关键词信息生成各个城市建筑对应的城市建筑立面图;
根据所述立面属性、所述城市建筑立面图和所述城市白膜模型生成实景三维城市建筑模型;
所述基于GIS空间建模工具构建城市白膜模型的步骤包括:
基于高清卫星图像获取城市轮廓信息;
基于GIS空间建模工具根据所述城市轮廓信息和预先绘制的城市建筑绘制图纸构建城市白膜模型;
所述基于GIS空间建模工具根据所述城市轮廓信息和预先绘制的城市建筑绘制图纸构建城市白膜模型的步骤包括:
A1、利用GIS空间建模工具根据CAD图纸生成建筑白膜模型;
A2、根据建筑白膜模型的坐标中心和GIS地图空间数据库将建筑白膜模型套合到城市轮廓信息中的对应位置上;
A3、重复执行步骤A1和步骤A2,直至完成所有建筑白膜模型的构建;
所述根据所述立面属性分析提取各个城市建筑对应的关键词信息的步骤包括:
将所述立面属性导入提示词生成器,以分析提取各个城市建筑对应的关键词信息,所述提示词生成器为能够将导入的图像或词条转换成所述AI绘图模型在绘制图像时所需的关键词的识别模型,所述关键词信息用于指导所述AI绘图模型绘制出与关键词信息相符的图像,所述关键词信息为英文;
所述基于AI绘图模型根据所述关键词信息生成各个城市建筑对应的城市建筑立面图的步骤包括:
基于AI绘图模型根据所述关键词信息和预设词生成各个城市建筑对应的城市建筑立面图,所述预设词包括预设的镜头位姿、城市建筑所处环境、天气、灯光、色彩、氛围、分辨率、渲染方式和反向提示词,所述镜头位姿为相关人员查看实景三维城市建筑模型时的视角朝向,所述反向提示词包括质量差、像素化、低分辨率、饱和、高对比度、模糊和扭曲,所述反向提示词为在所述AI绘图模型生成的城市建筑立面图中不需要出现的内容;
所述根据所述立面属性、所述城市建筑立面图和所述城市白膜模型生成实景三维城市建筑模型的步骤包括:
根据所述立面属性对其对应的建筑白膜模型定位;
将该立面属性对应的城市建筑立面图贴附到被定位的建筑白膜模型的立面上,直至所有所述建筑白膜模型均完成城市建筑立面图的贴附,以生成实景三维城市建筑模型。
2.根据权利要求1所述的基于AI绘图模型的快速建模方法,其特征在于,所述AI绘图模型包括Stable-Diffusion。
3.根据权利要求1所述的基于AI绘图模型的快速建模方法,其特征在于,所述提示词还包括城市建筑尺寸。
4.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-3任一项所述方法中的步骤。
5.一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,所述计算机程序被处理器执行时运行如权利要求1-3任一项所述方法中的步骤。
CN202311556878.9A 2023-11-21 2023-11-21 一种基于ai绘图模型的快速建模方法、设备及介质 Active CN117272491B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311556878.9A CN117272491B (zh) 2023-11-21 2023-11-21 一种基于ai绘图模型的快速建模方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311556878.9A CN117272491B (zh) 2023-11-21 2023-11-21 一种基于ai绘图模型的快速建模方法、设备及介质

Publications (2)

Publication Number Publication Date
CN117272491A CN117272491A (zh) 2023-12-22
CN117272491B true CN117272491B (zh) 2024-05-31

Family

ID=89210912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311556878.9A Active CN117272491B (zh) 2023-11-21 2023-11-21 一种基于ai绘图模型的快速建模方法、设备及介质

Country Status (1)

Country Link
CN (1) CN117272491B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886640A (zh) * 2014-03-26 2014-06-25 中国测绘科学研究院 一种建筑物的三维模型的获取方法及系统
CN106652027A (zh) * 2016-12-27 2017-05-10 广州都市圈网络科技有限公司 一种三维建筑的建模方法及其装置
CN109685893A (zh) * 2019-01-11 2019-04-26 中煤航测遥感集团有限公司 空间一体化建模方法及装置
CN114065342A (zh) * 2021-11-08 2022-02-18 深圳须弥云图空间科技有限公司 户型轮廓的生成方法、装置、存储介质及电子设备
CN114091133A (zh) * 2021-11-17 2022-02-25 北京软通智慧科技有限公司 一种城市信息模型建模方法、装置、终端设备及存储介质
CN114119902A (zh) * 2021-11-23 2022-03-01 浙江大学德清先进技术与产业研究院 一种基于无人机倾斜三维模型的建筑物提取方法
CN114820976A (zh) * 2022-04-24 2022-07-29 奥格科技股份有限公司 融合遥感影像与拍摄影像的农村建筑建模方法、系统及存储介质
CN115344914A (zh) * 2022-07-06 2022-11-15 上海尚林信息技术有限公司 一种适用于城市规划设计的模型生成方法
CN115409069A (zh) * 2021-09-16 2022-11-29 清华大学 村镇建筑的识别方法、分类方法、装置、电子设备和介质
CN115937439A (zh) * 2023-03-02 2023-04-07 航天宏图信息技术股份有限公司 城市建筑三维模型的构建方法、装置及电子设备
CN116485983A (zh) * 2023-04-04 2023-07-25 阿里巴巴达摩院(杭州)科技有限公司 虚拟对象的纹理生成方法、电子设备以及存储介质
CN116503564A (zh) * 2023-05-16 2023-07-28 辽宁工程技术大学 一种建筑物的三维模型的获取方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886640A (zh) * 2014-03-26 2014-06-25 中国测绘科学研究院 一种建筑物的三维模型的获取方法及系统
CN106652027A (zh) * 2016-12-27 2017-05-10 广州都市圈网络科技有限公司 一种三维建筑的建模方法及其装置
CN109685893A (zh) * 2019-01-11 2019-04-26 中煤航测遥感集团有限公司 空间一体化建模方法及装置
CN115409069A (zh) * 2021-09-16 2022-11-29 清华大学 村镇建筑的识别方法、分类方法、装置、电子设备和介质
CN114065342A (zh) * 2021-11-08 2022-02-18 深圳须弥云图空间科技有限公司 户型轮廓的生成方法、装置、存储介质及电子设备
CN114091133A (zh) * 2021-11-17 2022-02-25 北京软通智慧科技有限公司 一种城市信息模型建模方法、装置、终端设备及存储介质
CN114119902A (zh) * 2021-11-23 2022-03-01 浙江大学德清先进技术与产业研究院 一种基于无人机倾斜三维模型的建筑物提取方法
CN114820976A (zh) * 2022-04-24 2022-07-29 奥格科技股份有限公司 融合遥感影像与拍摄影像的农村建筑建模方法、系统及存储介质
CN115344914A (zh) * 2022-07-06 2022-11-15 上海尚林信息技术有限公司 一种适用于城市规划设计的模型生成方法
CN115937439A (zh) * 2023-03-02 2023-04-07 航天宏图信息技术股份有限公司 城市建筑三维模型的构建方法、装置及电子设备
CN116485983A (zh) * 2023-04-04 2023-07-25 阿里巴巴达摩院(杭州)科技有限公司 虚拟对象的纹理生成方法、电子设备以及存储介质
CN116503564A (zh) * 2023-05-16 2023-07-28 辽宁工程技术大学 一种建筑物的三维模型的获取方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Text Semantics to Image Generation: A method of building facades design base on Stable Diffusion model;Haoran Ma;arxiv;第1-9页 *

Also Published As

Publication number Publication date
CN117272491A (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
CN108648269B (zh) 三维建筑物模型的单体化方法和系统
Wang et al. Lidar point clouds to 3-D urban models $: $ A review
Donkers et al. Automatic conversion of IFC datasets to geometrically and semantically correct CityGML LOD3 buildings
CN111008422B (zh) 一种建筑物实景地图制作方法及系统
Chen et al. Topologically aware building rooftop reconstruction from airborne laser scanning point clouds
Quattrini et al. From TLS to HBIM. High quality semantically-aware 3D modeling of complex architecture
Lin et al. Semantic decomposition and reconstruction of residential scenes from LiDAR data
Zhou et al. Digital preservation technology for cultural heritage
Santagati et al. From structure from motion to historical building information modeling: populating a semantic-aware library of architectural elements
CN109522381B (zh) 基于3dgis+bim的建筑物隐蔽设施安全检测方法
Murphy et al. Developing historic building information modelling guidelines and procedures for architectural heritage in Ireland
CN110428504B (zh) 文本图像合成方法、装置、计算机设备和存储介质
CN112419460B (zh) 烘焙模型贴图的方法、装置、计算机设备和存储介质
Remondino et al. 3D documentation of 40 kilometers of historical porticoes–the challenge
CN114742956B (zh) 模型处理方法、装置、设备及计算机可读存储介质
KR102276451B1 (ko) Gis를 이용한 모델링 장치 및 방법
Thomson From point cloud to building information model: Capturing and processing survey data towards automation for high quality 3D models to aid a BIM process
CN112053440A (zh) 单体化模型的确定方法及通信装置
CN116958478B (zh) 城市建筑模型程序化生成方法、装置、设备及存储介质
CN114238545A (zh) 二三维园区一体化展示方法、装置和计算机设备
CN117272491B (zh) 一种基于ai绘图模型的快速建模方法、设备及介质
CN116503572A (zh) 一种智慧招商平台及其空间建模方法
Wu et al. [Retracted] Intelligent City 3D Modeling Model Based on Multisource Data Point Cloud Algorithm
Peethambaran et al. Enhancing Urban Façades via LiDAR‐Based Sculpting
Hao et al. Classification-based scene modeling for urban point clouds

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