公开(公告)号：CN117291827A

公开(公告)日：2023-12-26

申请号：CN202310835234.7

申请日：2023-07-07

Applicant: 腾讯科技(深圳)有限公司 ,  浙江大学

Inventor： 杨思鹏 ,  于京平 ,  樊开俊 ,  杨磊 ,  韩天鹤 ,  金小刚 ,  寇启龙

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本申请公开了一种数据集的生成方法、装置、设备及存储介质，属于三维模型建模领域。所述方法包括：获取第一三维网格，第一三维网格是无噪声三维网格；通过噪声生成模型根据第一三维网格生成第一三维网格对应的第二三维网格，第二三维网格携带有噪声生成模型对应的噪声特征下的噪声，噪声生成模型用于生成第一三维网格在噪声特征下的顶点位置变化以得到第二三维网格；根据第一三维网格以及第一三维网格对应的第二三维网格生成数据集；其中，数据集用于训练网格降噪模型，网格降噪模型用于对噪声特征下的噪声进行降噪。通过噪声生成模型来生成数据集，可降低生成数据集的成本。

公开(公告)号：CN117218713A

公开(公告)日：2023-12-12

申请号：CN202310834490.4

申请日：2023-07-07

Applicant: 腾讯科技(深圳)有限公司 ,  浙江大学

Inventor： 蒋心为 ,  许广龙 ,  顾先丽 ,  李静翔 ,  金小刚 ,  寇启龙

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/46 ,  G06T7/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种动作解算方法、装置、设备及存储介质，涉及人工智能技术领域。该方法包括：获取第一对象的动捕数据；根据动捕数据和关节点连接数据构建异质图，异质图包括标记点子图、关节点子图以及连接标记点子图和关节点子图的边，关节点连接数据用于构建关节点子图，关节点子图中的节点用于表征关节点，关节点子图中的边用于表征关节点之间的连接关系，连接标记点子图和关节点子图的边是根据标记点与关节点之间的距离确定的；根据异质图对第一对象进行动作解算，得到至少一个关节点分别对应的位姿数据，位姿数据用于确定第一对象的动作。上述方法提升了解算出来的动作的准确度。

公开(公告)号：CN116362133A

公开(公告)日：2023-06-30

申请号：CN202310349759.X

申请日：2023-04-04

Applicant: 浙江大学

Inventor： 李玉迪 ,  唐敏 ,  陈潇瑞 ,  童若锋 ,  安柏霖 ,  杨双才 ,  李垚 ,  寇启龙

IPC: G06F30/27 ,  G06T13/40 ,  G06N3/045 ,  G06N3/08 ,  G06F119/14 ,  G06F113/12

Abstract: 本发明公开一种基于骨架的预测目标姿势下布料静态变形的双相流网络方法。本发明能够处理任意具有骨架结构的三维角色，具体方法包括：输入模板状态下的衣服网格和目标姿势下三维角色的骨架关节变换矩阵，骨架关节变换矩阵分别输入到双相流网络：网格残差流和骨架残差流。骨架残差流网格学习相对于标准姿势下衣服网格的平滑残差分量，网格残差流学习相对于标准姿势下衣服网格的细节残差分量。双相流残差和标准姿势下衣服网格模板加权，之后进行蒙皮操作得到目标衣服的变形。本发明能够被广泛应用在虚拟试衣和游戏等高实时性的场景中，能够捕捉基于物理的仿真中的真实感特征。

公开(公告)号：CN117218260A

公开(公告)日：2023-12-12

申请号：CN202310822014.0

申请日：2023-07-05

Applicant: 腾讯科技(深圳)有限公司 ,  浙江大学

Inventor： 罗昱哲 ,  高希峰 ,  潘哲融 ,  武奎 ,  金小刚 ,  寇启龙

IPC: G06T15/04 ,  G06T17/20

Abstract: 本申请实施例公开了一种纹理压缩方法、装置、设备及存储介质，涉及模型渲染技术领域。包括：获取原始三维模型的原始纹理以及原始UV图；对原始纹理中的前景区域进行重复内容识别，得到重复前景内容；对原始UV图中重复前景内容对应的UV区域进行压缩，得到第一中间UV图；在第一中间UV图的基础上，对原始纹理中背景区域对应的UV区域进行压缩，得到第二中间UV图；基于第二中间UV图对原始纹理进行纹理压缩，得到目标纹理，目标纹理的分辨率低于原始纹理的分辨率。针对重复前景内容进行前景压缩并基于背景区域进行背景压缩，能够在保证模型显示效果的前提下，减少目标纹理中的冗余前景内容以及冗余背景内容，有助于降低纹理的数据量。

公开(公告)号：CN116401723A

公开(公告)日：2023-07-07

申请号：CN202310058389.4

申请日：2023-01-17

Applicant: 浙江大学

Inventor： 李玉迪 ,  唐敏 ,  陈潇瑞 ,  童若锋 ,  杨双才 ,  李垚 ,  安柏霖 ,  寇启龙

IPC: G06F30/10 ,  G06F30/27 ,  G06T17/00 ,  G06Q10/04

Abstract: 本发明公开一种基于三角形网格的布料静态变形预测方法，旨在用深度学习的方法解决传统基于物理的布料仿真中存在的计算量大和计算时间冗长的问题，同时能够捕获基于物理的仿真结果的真实性。本发明的具体方法包括：输入初始状态的模板布料网格和目标状态的障碍物或人体姿势网格，分别通过Encoder模块转换为隐空间中的向量表达；隐空间中的布料向量表达会输入到一组可训练的线性函数中，障碍物向量表达以权重的形式融合这组线性函数，得到目标状态下的布料在隐空间中的向量表达；目标状态布料的向量表达通过Decoder模块转换为变形的布料网格。本发明能够被广泛应用在虚拟试衣和游戏等高实时性的场景中，能够改善现有高实时性方法中存在的真实感差的问题。