摘要
本发明公开了一种基于UV边缘扩散和法线变化的高面数三维模型减面方法,包括以下步骤:A、高数面三维模型进行UV拆分;B、将拆分后的二维图形输入神经网络模型,对减面区域进行标记;C、以减面区域边界点为起点向种子点相邻的八个像素点进行扩撒,并进行特征识别,然后以新扩散至的像素点为种子点重复扩散过程,根据当前的特征识别结果将减面区域分为删除区域、合并区域和替换区域;D、对删除区域进行删除操作,对合并区域进行合并操作,对替换区域进行替换操作;E、将经过步骤D处理后的二维图形进行低面数三维模型重建。本发明能够改进现有技术的不足,既保证了高效的计算性能,又能在最大程度上保留高面数三维模型的精细细节和纹理适配性。
技术关键词
减面方法
三维模型
输入神经网络模型
像素点
种子
引入注意力机制
融合特征
生成多尺度
积层
标记
上采样
编码器
非线性
动态
接缝
纹理
亮度
参数
系统为您推荐了相关专利信息
雷达散射截面
雷达散射横截面
雷达点云数据
栅格
教师
钛合金表面强化
激光选区熔化成形
氮气
闭环反馈系统
三维模型
脉搏波
视频分类方法
血流
时空注意力模型
感兴趣