[發明專利]基于可微計算的簡化網格變形方法及裝置

有效

• 申請號: 202110187905.4
• 申請日: 2021-02-18
• 公開（公告）號: CN112819961B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 史卓;曾樹珍
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06T17/20
• 分類號: G06T17/20
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 秦瑩

本發明公開了一種基于可微計算的簡化網格變形方法及裝置，所述方法包括：將初始網格進行細分獲得源網格；對所述目標網格進行二次誤差測度QEM簡化，得到簡化后的目標網格；采用Pytorch3D庫，基于簡化后的目標網格對所述源網格進行第一次變形，得到變形結果網格；對所述變形結果網格進行細分，得到細分網格，將所述細分網格作為第二次變形的源網格，采用Pytorch3D庫，基于所述未簡化的目標網格對該源網格進行第二次變形。本發明加快了網格變形速度。簡化目標網格令網格變形時間縮短了，并且可以在一定程度上獲得較好的網格變形效果。

技術領域

本發明涉及計算機技術領域，尤其是涉及一種基于可微計算的簡化網格變形方法及裝置。

背景技術

將3D引入計算機視覺一直備受關注。網格變形是計算機動畫領域、幾何造型中的研究熱點,目前已經開發了許多技術來提供自然外觀的變形。網格需要的是形狀的局部描述，該描述不依賴于形狀在歐幾里得空間中的特定位置。早期，自由變形技術是主要的網格變形技術，其算法簡單，是逐項點的操作，對局部細節豐富的網格需要大量的人工進行調整。多分辨率的網格編輯技術，克服了自由變形技術在局部細節編輯上的缺點，可以在整體控制和局部細節上編輯。其存在的缺點是需要構造幾何網格的累進表示或者因需半規整重采樣受限制。21世紀初，微分域的網格變形技術開始發展，其算法的優點是不用對原始網格進行分解，并且和多分辨技術一樣能夠保持網格的局部細節特征。存在的缺點是該網格變形只適合局部變形，對整體網格變形有所限制。而早期的骨架子空間網格變形算法SSD技術，簡單、高效，存在缺點是前期需要專業人工進行預操作。后來有人提出了改進的骨架子空間網格變形算法，將SSD與微分域坐標和均值骨架坐標相結合,達到局部幾何特征及骨架特征的保持。該算法可以操作比SSD簡單，可生成真實視覺效果。平均值坐標已經廣泛用于形狀變形。平均值坐標可以將星形多邊形的內核中的一個點表示為頂點的凸組合，并且可以成功地用于計算代表三角形網格的曲面的良好參數化?；谄骄底鴺说?D網格變形技術為了減少計算量，減少了變形所涉及的頂點數量,先使用改進的CPM算法構造一個簡化的網格,通過基于均值坐標的網格細節表示來編輯簡化網格,將一系列細節添加到變形的簡化網格中,使得該網格變形變得更自然。鑒于現有的網格變形方法是使用過于復雜的模型來達到用戶指定的變形,會導致不穩定的變形效果,一種稀疏混合方法可以自動選擇較少數量的變形以接近所需的變形。而一種從單色圖像生成3D形狀網格三角形的端到端深度學習框架，利用從輸入圖像中提取的感知特征,通過橢圓變形來產生正確的幾何形狀，為使變形穩定,采用了從粗到細的策略,定義了各種與網格/曲面有關的損耗，保證了視覺上吸引人且物理上準確的3D幾何形狀。接著有一種方法結合合成基準與孤立目標兩個領域的進步,改進了Mask?RCNN,增加了網格預測分支,提出了一個能3D物體并生成該3D物體的完整三維形狀的三角形網格的Mesh?RCNN模型,生成的三角形網格與3D物體保持相似的特征。

現有的網格變形技術是在一個3D網格上進行編輯來完成網格預測的，其源網格大體上沒有改變形狀，Facebook在2020年提出Pytorch3D庫，該庫首次將3D數據引入到深度學習中，可以批處理異構數據。因Pytorch3D可以處理3D異構數據。

3D數據可用網格來表示。因現有的3D網格變形方法沒有引入到深度學習當中，且現有的網格變形方法僅僅是在一個3D網格上進行編輯。

發明內容

本發明的目的在于提供一種基于可微計算的簡化網格變形方法及裝置，旨在解決現有技術中的上述問題。

本發明提供一種基于可微計算的簡化網格變形方法，包括：

將初始網格進行細分獲得源網格；

對所述目標網格進行二次誤差測度QEM簡化，得到簡化后的目標網格；

采用Pytorch3D庫，基于簡化后的目標網格對所述源網格進行第一次變形，得到變形結果網格；