-
公开(公告)号：CN113096234A
公开(公告)日：2021-07-09
申请号：CN201911335173.8
申请日：2019-12-23
Applicant: 复旦大学
Abstract: 本发明提供一种利用多张彩色图片生成三维网格模型的方法，用于基于形变推断对少量不同视角的彩色图片以及对应的相机参数进行处理从而生成相应的三维网格模型，其特征在于，包括如下步骤：步骤S1，对预先获取的三维模型数据集进行预处理从而得到训练样本；步骤S2，生成初始网格模板；步骤S3，构建用于提取所述二维图像的几何特征以及语义特征的图像特征提取网络；步骤S4，构建图卷积神经网络；步骤S5，构建损失函数；步骤S6，基于所述损失函数对由所述图像特征提取网络以及所述图卷积神经网络组成的三维模型生成模型进行训练；步骤S7，将多张所述彩色图片与对应的所述相机参数输入所述三维模型生成模型从而生成所述三维网格模型。
-
公开(公告)号：CN113096234B
公开(公告)日：2022-09-06
申请号：CN201911335173.8
申请日：2019-12-23
Applicant: 复旦大学
Abstract: 本发明提供一种利用多张彩色图片生成三维网格模型的方法，用于基于形变推断对少量不同视角的彩色图片以及对应的相机参数进行处理从而生成相应的三维网格模型，其特征在于，包括如下步骤：步骤S1，对预先获取的三维模型数据集进行预处理从而得到训练样本；步骤S2，生成初始网格模板；步骤S3，构建用于提取所述二维图像的几何特征以及语义特征的图像特征提取网络；步骤S4，构建图卷积神经网络；步骤S5，构建损失函数；步骤S6，基于所述损失函数对由所述图像特征提取网络以及所述图卷积神经网络组成的三维模型生成模型进行训练；步骤S7，将多张所述彩色图片与对应的所述相机参数输入所述三维模型生成模型从而生成所述三维网格模型。
-
公开(公告)号：CN113870431B
公开(公告)日：2025-02-21
申请号：CN202010630438.3
申请日：2020-06-30
Applicant: 复旦大学
IPC: G06T17/20 , G06T9/00 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种三维模型动作迁移方法，其特征在于，步骤S1，根据预先获取的三维模型数据生成动作网络模型、体态网络模型以及迁移为新动作的动作体态模型作为真实值用于训练动作迁移神经网络；步骤S2，构建特征编码网络作为动作特征提取器提取动作三维网格模型的动作特征；步骤S3，构建特征迁移网络作为解码器基于提取的动作特征对体态三维网格模型进行迁移操作，从而获得形变后的动作体态模型；步骤S4，构建一个端到端的动作迁移神经网络的框架；步骤S5，构建损失函数；步骤S6，基于损失函数训练动作迁移神经网络，其中，动作迁移神经网络包括动作特征编码网络以及基于空间适应性实例标准化方法的特征迁移神经网络。
-
公开(公告)号：CN113870431A
公开(公告)日：2021-12-31
申请号：CN202010630438.3
申请日：2020-06-30
Applicant: 复旦大学
Abstract: 本发明提供一种三维模型动作迁移方法，其特征在于，步骤S1，根据预先获取的三维模型数据生成动作网络模型、体态网络模型以及迁移为新动作的动作体态模型作为真实值用于训练动作迁移神经网络；步骤S2，构建特征编码网络作为动作特征提取器提取动作三维网格模型的动作特征；步骤S3，构建特征迁移网络作为解码器基于提取的动作特征对体态三维网格模型进行迁移操作，从而获得形变后的动作体态模型；步骤S4，构建一个端到端的动作迁移神经网络的框架；步骤S5，构建损失函数；步骤S6，基于损失函数训练动作迁移神经网络，其中，动作迁移神经网络包括动作特征编码网络以及基于空间适应性实例标准化方法的特征迁移神经网络。
-
-
-
Search Results
4
records
(took 0.013 seconds)
