[发明专利]基于CNN布料褶皱识别的多精度网格精化方法有效
| 申请号： | 201910768724.3 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110555899B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 靳雁霞;贾瑶 | 申请（专利权）人： | 中北大学 |
| 主分类号： | G06T13/40 | 分类号： | G06T13/40;G06N3/04 |
| 代理公司： | 太原申立德知识产权代理事务所(特殊普通合伙) 14115 | 代理人： | 张向莹 |
| 地址： | 030051*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机动画技术领域，公开了一种基于CNN布料褶皱识别的多精度网格精化方法，首先建立人体模型，进行动画模拟，提取关键动画帧并对其褶皱部分进行分割，将分割好的模型作为卷积神经网络的输入，通过CNN训练得到褶皱的识别；再对识别的褶皱部分采用像素网格加精；最后精化后的四边形网格转化为三角形网格，进行布料模拟。相比于传统的基于计算曲率的褶皱识别方法，本发明在保证精确识别褶皱的同时，加快了褶皱识别的速度；采用像素加精的方法对网格精化，使网格更加精细，模拟的布料更加逼真。 | ||
| 搜索关键词： | 基于 cnn 布料 褶皱 识别 精度 网格 方法 | ||
【主权项】：
1.基于CNN布料褶皱识别的多精度网格精化方法，其特征在于，包括以下步骤：/n步骤1.建立人体模型，进行动画模拟，提取关键动画帧并对其褶皱部分进行分割，将分割好的模型以图片格式存储；/n步骤2.将分割好的模型作为卷积神经网络的输入，通过卷积神经网络CNN训练得到最终的识别结果，即为褶皱的识别；/n步骤3.对识别的褶皱部分采用像素网格加精；/n步骤4.将精化后的四边形网格转化为三角形网格，进行布料模拟。/n
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中北大学，未经中北大学许可，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/201910768724.3/，转载请声明来源钻瓜专利网。
