[发明专利]建筑物的建模方法、电子设备及计算机存储介质在审
申请号: | 202111161670.8 | 申请日: | 2021-09-30 |
公开(公告)号: | CN114021222A | 公开(公告)日: | 2022-02-08 |
发明(设计)人: | 程章林;刘志浩;张凡星;奥利夫·马丁·多伊森 | 申请(专利权)人: | 深圳先进技术研究院 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/27;G06T17/00;G06T17/10;G06N3/04;G06N3/08 |
代理公司: | 深圳市铭粤知识产权代理有限公司 44304 | 代理人: | 孙伟峰;武岑飞 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 建筑物 建模 方法 电子设备 计算机 存储 介质 | ||
本申请涉及一种建筑物的建模方法、电子设备及计算机存储介质,建模方法包括:获取草图线条;利用神经网络算法确定草图线条对应的建筑类型,建筑类型包括主体类型、屋顶类型以及其他类型;基于所确定的建筑类型对草图线条进行参数化建模,以生成建筑模型。本申请建模方法能够模拟出更加真实建筑物。
技术领域
本申请一般涉及建模领域。更具体地,本申请涉及一种建筑物的建模方法、电子设备及计算机存储介质。
背景技术
建筑建模技术的应用背景是交由用户基于美学与工程经验去自由地绘制现实生活中不存在的建筑物模型,并依靠建模算法的辅助以达到高效产出。当前的建筑物建模方法主要分为基于规则的参数化建模、基于数据驱动的建筑物重建与基于手绘草图的建模。
参数化建模中设定程序化的语法来生成建筑模型,当进行建模时,需要输入特定的语法才能建立模型。这种方式费时费力,且所生成的模型固定化,无法具有复杂的细节和结构。草图建模则通过绘制的草图,利用立体算法来建立三维模型,这种方式所需的算法过于复杂,且建立的模型真实性不高。
发明内容
本申请提供一种建筑物的建模方法、电子设备及计算机存储介质,以解决现有建筑物的建模过程复杂且不真实的问题。
为解决上述技术问题,本申请提出一种建筑物的建模方法,所述建模方法包括:获取草图线条;利用神经网络算法确定所述草图线条对应的建筑类型,所述建筑类型包括主体类型、屋顶类型以及其他类型;基于所确定的建筑类型对所述草图线条进行参数化建模,以生成建筑模型。
在一个实施例中,所述获取草图线条,包括:检测用户的绘制动作,以获取所述草图线条;或者,分析建筑图片,以获取所述建筑图片中的草图线条。
在一个实施例中,所述建模方法还包括:检测用户的操作手势,以基于所述操作手势变换所述建筑模型的形态。
在一个实施例中,所述建模方法还包括:显示建筑细节选择菜单;通过所述建筑细节选择菜单获取选择事件,以基于所述选择事件对所述建筑模型的建筑细节进行调整,所述建筑细节包括窗户类型或外墙纹理。
在一个实施例中,所述获取草图线条,利用神经网络算法确定所述草图线条对应的建筑类型,基于所确定的建筑类型对所述草图线条进行参数化建模,以生成建筑模型,包括:获取草图线条中的顶层形状线条;利用神经网络算法确定所述顶层形状线条对应的建筑类型为主体类型;基于主体类型对所述顶层形状线条进行参数化建模,以生成建筑主体模型。
在一个实施例中,所述获取草图线条中的顶层形状线条,包括:获取所述草图线条中的规则顶层形状线条;所述利用神经网络算法确定所述顶层形状线条对应的建筑类型为主体类型,包括:利用神经网络算法确定所述顶层形状线条对应的建筑类型为规则主体类型;所述基于主体类型对所述顶层形状线条进行参数化建模,以生成建筑主体模型,包括:将规则顶部形状线条拟合生成多边形或圆形,基于多边形或圆形生成多边体或圆柱体,以构成建筑主体模型。
在一个实施例中,所述获取草图线条中的顶层形状线条,包括:获取所述草图线条中的不规则顶层形状线条;所述利用神经网络算法确定所述顶层形状线条对应的建筑类型为主体类型,包括:利用神经网络算法确定所述顶层形状线条对应的建筑类型为不规则主体类型;所述基于主体类型对所述顶层形状线条进行参数化建模,以生成建筑主体模型,包括:将不规则顶层形状线条分割为多个线段,由每个线段生成主体外墙,以构成建筑主体模型。
在一个实施例中,所述获取草图线条中的顶层形状线条,包括:获取所述草图线条中的顶层形状线条及向下延伸线条;所述基于主体类型对所述顶层形状线条进行参数化建模,以生成建筑主体模型,包括:以所述顶层形状线条生成建筑主体模型的顶层,以向下延伸线条生成建筑主体模型的外墙,以构成建筑主体模型。
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深圳先进技术研究院,未经深圳先进技术研究院许可,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/202111161670.8/2.html,转载请声明来源钻瓜专利网。