摘要
本发明涉及机器学习领域,具体为基于扩散模型的新视角图片生成方法,通过相机采集单一场景对应多个视角的若干图片,并标识每个图片对应的相机参数,并生成测试数据集和训练数据集;通过映射网络,将选定的训练视角对应的相机参数转换为条件嵌入向量;基于选定的训练视角的图片,生成图片嵌入向量;基于条件嵌入向量和图片嵌入向量,对扩散模型进行正向加噪和反向扩散去噪,对扩散模型进行训练;通过映射网络,将新视角对应的相机参数转换为新条件嵌入向量;基于生成的噪声隐向量和新条件嵌入向量,对扩散模型进行迭代反向去噪,输出与新视角对应的完整渲染图片。本发明能够利用最少计算资源满足快速生成新视角图片的需求。
技术关键词
词嵌入向量
相机
图片生成方法
生成测试数据
噪声
参数
视角
网络
预训练模型
图像编码器
索引
恢复算法
标识
运动结构
场景
文本
模板
分辨率
系统为您推荐了相关专利信息
因子
深度学习模型
空气质量监测器
条目
模糊集合
干扰抑制模块
多源异构数据融合
配电网故障
智能监控系统
谐波干扰信号
堤坝
病害识别方法
极限学习机
生成对抗网络
支持向量机算法