基于深度学习的游戏平面设计自动场景匹配方法及系统

AITNT
正文
推荐专利
基于深度学习的游戏平面设计自动场景匹配方法及系统
申请号:CN202510111155
申请日期:2025-01-23
公开号:CN120107383A
公开日期:2025-06-06
类型:发明专利
摘要
本发明公开了基于深度学习的游戏平面设计自动场景匹配方法及系统,涉及图像匹配技术领域,包括获取游戏场景的背景底图和多个平面元素图像库;对所述背景底图进行图像分割,划分成多个待匹配区域,并提取每个所述待匹配区域的图像特征向量;建立语义标签生成模型,生成每个所述待匹配区域的场景语义标签;根据所述场景语义标签,从平面元素图像库中筛选与每个所述待匹配区域相匹配的平面元素,并计算平面元素与所述待匹配区域的匹配度分值;将匹配度分值最高的所述平面元素放置到对应的所述待匹配区域中,生成完整的游戏场景设计图。本发明能够自动生成完整且协调的游戏场景设计图,优化了游戏素材的选择和布局,提高了设计效率与效果的一致性。
技术关键词
场景匹配方法 语义标签 图像特征向量 游戏场景 元素 语义相关度 超像素分割算法 图像库 图像分割 图像匹配技术 深度卷积神经网络 注意力 多尺度特征提取 纹理特征 游戏素材 装饰道具 编码器结构
系统为您推荐了相关专利信息
1
基于用户间电压记录谱聚类的低压台区分支关系校核方法及装置
校核方法 电压 校核装置 有效值 分支
2
一种基于改进ViT模型的视觉景象匹配定位方法与系统
景象匹配定位方法 神经网络模型 航拍 图像块 节点
3
基于边缘计算与多模态数据融合的工业废水智能处理方法
仿真模型 成分分析 图像特征向量 计算机程序代码 报告
4
文档识别模型的训练方法及相关装置
元素 样本 图像 识别模块 人工智能技术
5
一种用于工业场景的图像标注模型构建方法及系统
模型构建方法 工业检测系统 图像特征向量 多模态融合技术 训练集
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号