[发明专利]基于生成对抗网络的草图到浅浮雕模型生成的方法在审
申请号: | 201910878715.X | 申请日: | 2019-09-18 |
公开(公告)号: | CN110766786A | 公开(公告)日: | 2020-02-07 |
发明(设计)人: | 刘泽宇;周世哲 | 申请(专利权)人: | 湖南大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 410082 湖南省*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 浅浮雕 高度场 网络结构 对抗 草图生成 浮雕数据 获取数据 模型设计 模型生成 模型提取 模型训练 三维模型 视觉效果 网络模型 网络输出 用户测试 用户手绘 网络 数据集 还原 视角 保存 优化 图片 | ||
本发明了一种基于生成对抗网络的草图到浅浮雕模型生成的方法,其中包括以下步骤:模型设计:基于生成对抗网络结构,设计合理的网络模型。获取数据集,本方法通过对三维模型在不同视角下获得对应的草图和浅浮雕模型,并将获得的浅浮雕模型提取出其高度场保存为图片,建立草图‑浮雕数据集。模型训练:将建立的数据集输入给设计的模型进行训练,优化生成网络和判别网络的参数。用户测试:通过对用户输入的草图进行特征的提取,生成网络输出对应的浅浮雕模型的高度场,然后将生成的高度场还原成浅浮雕模型。本发明使用生成对抗网络结构,能够将用户手绘草图生成对应的浅浮雕模型,得到的浅浮雕模型具有良好的视觉效果。
技术领域
本发明涉及图片生成领域,尤其涉及一种基于生成对抗网络的草图到浅浮 雕模型生成的方法。
背景技术
浮雕作为一门古老而成熟的艺术形式,雕刻者在一块平板上将他要塑造的 形象雕刻出来,使它脱离原来材料的平面。浮雕的造型也被广泛的引入了计算 机图形学领域。按照厚度的不同,它主要包括三种类型:高浮雕、凹浮雕和浅浮 雕(即浅浮雕)。手工创建浅浮雕非常麻烦和低效的过程,因为它完全依赖艺术家 的立体空间想象力和技艺。在最近十年的发展中,通过将三维模型转换成数字 浮雕取得了很大的进步。尽管数字浮雕能够通过计算机快速的获得,但是在制 作浮雕模型时需要输入预先对应的三维模型,这样极大的限制了创造者的想象 力,在创作时需要选择对应的三维模型,如果缺少所需要的三维模型,就不能 得到浮雕模型。因此能够解决当前浮雕的生成严重依赖于所对应的三维模型意 义重大。
发明内容
(一)要解决的技术问题
本发明的目的在于提供一种基于生成对抗网络的草图到浅浮雕生成的方 法,解决上述的技术问题。
(二)技术方案
本发明提供了一种基于生成对抗网络的草图到钱浮雕生成方法,包括:
模型的设计,基于图像生成任务,结合目前流行的生成对网络的网络架构 进行网络的设计;
数据获取,本步骤制作了四类数据集包括:椅子、飞机、动物和人体;通 过对三维模型在X轴和Y轴进行视角的转动,每一个三维模型获得2500个不 同视角下的草图和对应的浅浮雕模型。
模型的训练,将收集的数据集输入给网络模型,设置相应的超参数进行训 练网络模型,优化生成网络和判别网络的参数;
用户测试,通过对用户输入的草图进行特征的提取,生成网络输出对应的 浅浮雕模型的高度场,然后将生成的高度场还原成浅浮雕模型。本发明使用生 成对抗网络结构,能够将用户手绘草图生成对应的浅浮雕模型,得到的浅浮雕 模型具有良好的视觉效果。
在本发明的一些实施例中,所述模型的设计包括:
生成网络G,采用了编码到解码的过程。通过将输入草图进行编码然后再 对编码后的特征向量进行解码;本步骤将生成网络细分为编码器和解码器。编 码器由八个下采样模块组成,每个下采样模块包含激活函数、卷积操作和归一 化操作。编码时,通过将草图图像输入到编码器,让编码器进行特征的提取, 将图像用低维的特征向量来表示。解码器同样由八个上采样模块组成,每个上 采样模块包含反卷积操作和激活函数,并且将编码器中的特征图和解码器中的 特征图进行了融合。解码时,将提取的特征向量输入到解码器,然后解码器根 据输入的特征输出对应的浅浮雕高度场。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910878715.X/2.html,转载请声明来源钻瓜专利网。