[发明专利]一种基于深度学习的三维模型到二维图像的渲染方法有效
| 申请号： | 201910393917.5 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110211192B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 高浩;王远 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06T3/00;G06T7/13 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的三维模型到二维图像的渲染方法，包括：基于深度学习的轮廓渲染及其风格化方法，针对现有的轮廓提取算实时性以及计算的复杂性，构建合适的深度学习网络结构，针对无对照数据的风格迁移问题的数据特性，搭建计算机提取线稿与手绘线稿之间的映射；基于深度学习的光影渲染及其风格化方法，基于CycleGan网络的无监督训练模式构建风格转换网络结构，使用大量非成对的数据集对网络进行无监督训练，将三维模型的手绘风格化线稿、材质、光照、法线信息等信息输入训练完毕的网络，完成渲染，生成颜色填充和阴影表现更符合手绘风格的2D图片或视频。本发明的渲染方法可应用于动画制作或游戏画面渲染。 | ||
| 搜索关键词： | 一种 基于 深度 学习 三维 模型 二维 图像 渲染 方法 | ||
【主权项】：
1.一种基于深度学习的三维模型到二维图像的渲染方法，其特征在于，包括：基于深度学习的轮廓渲染及其风格化方法；基于深度学习的光影渲染及其风格化方法；所述基于深度学习的轮廓渲染及其风格化方法包括以下步骤：S11，采用多边形模型的随机检测方法检测三维模型的轮廓线；S12，利用所述三维模型的轮廓线线稿绘制出具有手绘风格的线稿；S13，采集大量成对的原始线稿和手绘线稿作为训练数据；S14，构建pix2pixHD网络模型，将所述训练数据输入网络模型进行训练，得到轮廓渲染的风格化网络模型；S15，将三维模型的原始线稿输入所述轮廓渲染的风格化网络模型，输出三维模型的手绘风格化线稿；所述基于深度学习的光影渲染及其风格化方法包括以下步骤：S21，基于CycleGan网络的无监督训练模式构建风格转换网络；S22，使用大量非成对的数据集对网络进行无监督训练；S23，将三维模型的手绘风格化线稿、材质、光照、法线信息输入训练完成的风格转换网络，生成颜色填充和阴影表现符合手绘风格的二维图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南京邮电大学，未经南京邮电大学许可，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/patent/201910393917.5/，转载请声明来源钻瓜专利网。
