-
公开(公告)号：CN119206148A
公开(公告)日：2024-12-27
申请号：CN202411227349.9
申请日：2024-09-03
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于高斯网表示的大尺度几何变形方法、装置、存储介质，该方法包含：将编辑对象的网格每个面上嵌入一个高斯，构建高斯网表示；以多视角图片为输入，提取代理网格，并以该代理网格为先验以初始化高斯网，且对该高斯网表示进行训练优化；对该代理网格执行变形操作，驱动优化后的高斯网进行变形。该方法在合成或真实的物体和场景中均可以实时地渲染出变形后的高质量图片。
-
公开(公告)号：CN114926553B
公开(公告)日：2024-11-01
申请号：CN202210517934.7
申请日：2022-05-12
Applicant: 中国科学院计算技术研究所
IPC: G06T7/90 , G06T15/80 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06V10/82
Abstract: 本发明提出一种基于神经辐射场的三维场景一致性风格化方法和系统。通过引入2D风格化模型和3D神经辐射场互学习的策略，让神经辐射场获得了像素级的精准风格化监督，同时减少了2D风格化模型的不一致性对神经辐射场结果的损害。引入的条件概率建模的可学习变量在学习到2D风格化结果的不一致性，进一步降低了神经辐射场的模糊，与此同时让神经辐射场能够条件化的对三维场景进行风格化渲染。本发明能够基于一组风格图片，和同一场景不同视角的一组图片，建模出该场景的风格化神经辐射场。可给定场景的任意新视角和一张风格图片，渲染出该视角下符合风格图片的风格效果的场景图片，渲染结果在不同视角下满足一致性。
-
Patent Agency Ranking
公开(公告)号：CN110889893B
公开(公告)日：2021-10-08
申请号：CN201911021492.1
申请日：2019-10-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种表达几何细节和复杂拓扑的三维模型表示方法和系统，包括：输入一组部件具有语义标签的相同种类三维几何模型，为模型的每个部件计算包围盒；将包围盒注册到对应的部件上，得到相应的变形梯度，进而得到部件的变形梯度向量；通过部件变分自编码器，以该部件变形梯度向量获得该部件形变的分布向量；以支撑关系为主对模型的全局结构进行分析，构建每个部件的表示向量；将一个模型所有部件的表示向量串联在一起作为输入，通过结构化部件变分自编码器联合编码模型的全局结构和几何细节；通过训练好的结构化部件变分自编码器，随机生成新模型，或在两个模型之间插值生成新模型；在结构约束和稳定支撑约束下对生成模型进行全局结构优化。
-
公开(公告)号：CN110889893A
公开(公告)日：2020-03-17
申请号：CN201911021492.1
申请日：2019-10-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种表达几何细节和复杂拓扑的三维模型表示方法和系统，包括：输入一组部件具有语义标签的相同种类三维几何模型，为模型的每个部件计算包围盒；将包围盒注册到对应的部件上，得到相应的变形梯度，进而得到部件的变形梯度向量；通过部件变分自编码器，以该部件变形梯度向量获得该部件形变的分布向量；以支撑关系为主对模型的全局结构进行分析，构建每个部件的表示向量；将一个模型所有部件的表示向量串联在一起作为输入，通过结构化部件变分自编码器联合编码模型的全局结构和几何细节；通过训练好的结构化部件变分自编码器，随机生成新模型，或在两个模型之间插值生成新模型；在结构约束和稳定支撑约束下对生成模型进行全局结构优化。
-
公开(公告)号：CN114926553A
公开(公告)日：2022-08-19
申请号：CN202210517934.7
申请日：2022-05-12
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于神经辐射场的三维场景一致性风格化方法和系统。通过引入2D风格化模型和3D神经辐射场互学习的策略，让神经辐射场获得了像素级的精准风格化监督，同时减少了2D风格化模型的不一致性对神经辐射场结果的损害。引入的条件概率建模的可学习变量在学习到2D风格化结果的不一致性，进一步降低了神经辐射场的模糊，与此同时让神经辐射场能够条件化的对三维场景进行风格化渲染。本发明能够基于一组风格图片，和同一场景不同视角的一组图片，建模出该场景的风格化神经辐射场。可给定场景的任意新视角和一张风格图片，渲染出该视角下符合风格图片的风格效果的场景图片，渲染结果在不同视角下满足一致性。
-
公开(公告)号：CN111768504B
公开(公告)日：2023-07-14
申请号：CN201910253795.X
申请日：2019-03-30
Applicant: 华为技术有限公司 , 中国科学院计算技术研究所
IPC: G06T17/20
Abstract: 本申请公开了一种模型处理的方法，包括：以目标能量达到预设条件作为迭代目标，且以目标模型的权重作为变量，对权重进行迭代优化，以得到目标权重，目标模型的权重用于指示目标模型中图柄与顶点之间的位置关系，目标能量用于指示目标模型进行形变后的K个变形模型与数据库中给定对应的期望样本模型之间的差异程度，权重用于基于目标模型获取K个变形模型；利用目标权重计算所述目标模型的形变结果；显示所述目标模型的形变结果。本申请实施例还提供相应的形变控制方法和相关设备。本申请技术方案由于采用了数据驱动的方法来对权重进行迭代优化，得到目标权重并用于计算形变结果，可以产生更合理的形变结果，解决形变结果缺乏刚性的问题。
-
公开(公告)号：CN111768504A
公开(公告)日：2020-10-13
申请号：CN201910253795.X
申请日：2019-03-30
Applicant: 华为技术有限公司 , 中国科学院计算技术研究所
IPC: G06T17/20
Abstract: 本申请公开了一种模型处理的方法，包括：以目标能量达到预设条件作为迭代目标，且以目标模型的权重作为变量，对权重进行迭代优化，以得到目标权重，目标模型的权重用于指示目标模型中图柄与顶点之间的位置关系，目标能量用于指示目标模型进行形变后的K个变形模型与数据库中给定对应的期望样本模型之间的差异程度，权重用于基于目标模型获取K个变形模型；利用目标权重计算所述目标模型的形变结果；显示所述目标模型的形变结果。本申请实施例还提供相应的形变控制方法和相关设备。本申请技术方案由于采用了数据驱动的方法来对权重进行迭代优化，得到目标权重并用于计算形变结果，可以产生更合理的形变结果，解决形变结果缺乏刚性的问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.053 seconds)
