买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：豆控(厦门)科技有限公司

摘要：本发明涉及神经网络模型技术领域，尤其涉及一种多维模型的网格简化管理方法及系统。所述方法包括以下步骤：根据初始多维模型进行几何视觉分析，生成几何视觉数据；对几何视觉数据进行网格划分管理，生成网格几何视觉数据；根据网格几何视觉数据进行网格层级简化矩阵分析，生成网格层级简化矩阵；基于用户历史交互行为数据进行视距简化程度阈值分析，生成视距简化程度阈值数据；基于网格层级简化矩阵以及视距简化程度阈值数据分析自适应LOD网格层级简化参数；通过自适应LOD网格层级简化参数对网格几何视觉数据进行网格自适应简化渲染调节，生成调节简化网格几何视觉数据。本发明实现高效地多维模型网格简化管理。

主权项：1.一种多维模型的网格简化管理方法，其特征在于，包括以下步骤：步骤S1：获取初始多维模型；基于初始多维模型进行多维模型数据解析处理，生成多维模型解析数据，其中所述多维模型解析数据包括多维模型点云数据、多维模型纹理数据以及多维模型色彩数据；步骤S2：根据多维模型解析数据进行几何视觉分布数据分析，生成几何视觉分布数据；根据几何视觉分布数据进行几何视觉映射处理，生成几何视觉数据；其中，步骤S2包括：步骤S21：根据多维模型点云数据以及多维模型纹理数据进行几何视觉置信度分布评估处理，生成几何视觉置信度分布数据；步骤S22：对多维模型点云数据以及多维模型纹理数据进行几何视觉关联分析，生成几何视觉关联数据，并通过几何视觉关联数据进行几何视觉似然函数分析，得到几何视觉似然函数；步骤S23：根据几何视觉似然函数对几何视觉置信度分布数据进行几何视觉置信度分布优化处理，生成优化几何视觉置信度分布数据；步骤S24：根据优化几何视觉置信度分布数据对多维模型色彩数据进行色彩插值分布分析，生成色彩插值分布数据；步骤S25：根据优化几何视觉置信度分布数据以及色彩插值分布数据进行几何视觉映射处理，生成几何视觉数据；步骤S3：对几何视觉数据进行网格划分管理，生成网格几何视觉数据；根据网格几何视觉数据进行网格几何视觉特征赋权分析处理，生成赋权网格几何视觉特征数据；步骤S4：根据预设的自组织映射神经网络聚类算法对赋权网格几何视觉特征数据进行聚类特征分析，生成聚类网格几何视觉特征数据；对聚类网格几何视觉特征数据进行聚类网格层级特征映射，生成聚类网格层级特征映射数据；基于聚类网格层级特征映射数据进行网格层级简化矩阵分析，生成网格层级简化矩阵；步骤S5：获取用户历史交互行为数据；基于用户历史交互行为数据进行视距简化程度阈值分析，生成视距简化程度阈值数据；基于预设的卷积神经网络算法对网格层级简化矩阵以及视距简化程度阈值数据进行自适应LOD网格层级简化参数预测，生成自适应LOD网格层级简化参数；其中步骤S5包括：步骤S51：获取用户历史交互行为数据；步骤S52：根据用户历史交互行为数据进行交互距离及交互视觉关联分析，生成历史交互视距关联数据；步骤S53：根据历史交互视距关联数据进行交互视距模糊核分析，生成历史交互视距模糊核数据；步骤S54：基于历史交互视距模糊核数据进行视距简化程度阈值评估，生成视距简化程度阈值数据；步骤S54包括：根据历史交互视距模糊核数据进行模糊核残差计算，生成历史视距模糊核残差数据；对历史视距模糊核残差数据进行拟合残差处理，生成历史视距模糊核拟合残差数据；根据历史视距模糊核拟合残差数据进行视距简化程度阈值评估，生成视距简化程度阈值数据；步骤S55：基于预设的卷积神经网络算法对网格层级简化矩阵以及视距简化程度阈值数据进行自适应LOD网格层级简化参数预测，生成自适应LOD网格层级简化参数；步骤S6：通过自适应LOD网格层级简化参数对网格几何视觉数据进行网格自适应简化渲染调节，生成调节简化网格几何视觉数据；根据调节简化网格几何视觉数据执行多维模型的网格简化管理作业。

全文数据：

权利要求：

百度查询： 豆控(厦门)科技有限公司 一种多维模型的网格简化管理方法及系统