[发明专利]使用人工智能在3D物体上进行UV映射

说明书

本发明公开了使用人工智能在3D物体上进行UV映射。本各种实施方案阐述了用于生成用于3D模型的接缝的系统和技术。所述技术包括：基于所述3D模型来生成用于一个或多个经训练的机器学习模型的一个或多个输入；将所述一个或多个输入提供到所述一个或多个经训练的机器学习模型；从所述一个或多个经训练的机器学习模型接收基于所述一个或多个输入生成的接缝预测数据；以及基于所述接缝预测数据来将一个或多个预测接缝放置在所述3D模型上。

背景

各种实施方案的领域

本发明涉及垃圾处理领域，具体而言涉及垃圾焚烧发电应急排放监管系统，分析系统、用户终端设备。

相关技术描述

三维(3D)图形应用使用户能够为各种应用设计并生成3D模型，包括基于3D模型的视频游戏、特殊效果、设计可视化以及打印物理物品。通常经由UV映射过程使用一个或多个2D图像对3D模型进行纹理化。UV映射过程通常涉及限定一组接缝，在该一组接缝处，3D模型应被分割或划分成一个或多个部分。将一个或多个部分展开或展平为单个2D图像(二维UV空间)，以便可在2D图像上绘制纹理。以这种方式，将2D图像上的纹理应用或“映射”到3D模型。

在UV映射中，接缝在3D模型上的不当放置可能会导致几个问题。特别地，如果针对给定的3D模型限定太多的接缝、太少的接缝或错误放置的接缝，那么产生的2D纹理图像可能包含几个问题。如下面详细地描述，这些问题包括布局效率低、失真、视觉伪影以及未位于语义边界处的接缝。

关于布局效率低，当3D模型被展平时，展平的片段被排列在单个2D图像中。每个展平片段的大小和形状会影响展平的片段如何在2D图像上布局。根据排列，排列在2D图像上的展平片段周围将保留一定量的空白空间。然而，大量的空白空间以及因此对2D图像上的空间的非最佳使用是不合期望的。特别地，2D图像越大，用于存储2D图像的计算机存储空间就越多，用于传输2D图像的网络带宽就越多，并且在计算装置用纹理渲染3D模型时利用的存储器就越多。因此，将2D图像中的空白空间最小化的有效布局将是更合期望的。

关于失真，当将2D图像上的纹理应用于3D模型时，可能会拉伸或压缩2D图像。例如，如果将世界地图的图像放置在球体上，单个矩形片段将导致图像沿着赤道拉伸并沿着两极压缩。添加的接缝越多，产生的片段越多，从而减少在应用2D图像时的失真量。然而，使用很多的附加片段会影响2D图像的布局效率，并且因此通常不是减少失真的最佳解决方案。参考球体示例，与将3D模型划分成若干非矩形片段相比，将3D模型划分成单个矩形片段将在2D图像中导致更少的空白空间。

关于视觉伪影，当将2D图像上的纹理应用于3D模型时，接缝所在的位置周围可能会存在视觉伪影或视觉不连续。因此，在视觉上明显的区域放置接缝是不合期望的。例如，当将世界地图的图像放置在球体上时，在2D图像的边缘连结在一起的位置可能会存在线条、失真或其他视觉伪影。添加附加的接缝以减少失真将增加此类视觉伪影很明显的地方的数量。

另外，接缝将3D模型划分成一个或多个展平片段。放置接缝使得将3D模型划分成逻辑部分(即，沿着语义边界)使艺术家能够识别并编辑模型的不同部分的纹理。例如，对于人体模型，将模型划分成与手臂、腿部、头部和躯干相对应的片段将允许艺术家识别并编辑身体的每个部分的纹理。然而，不正确或不合期望的接缝放置可能导致3D模型被划分成太多片段、具有一个以上逻辑语义对应关系的片段或者与3D模型没有逻辑语义对应关系的片段。参考人体模型示例，虽然将模型划分成附加的片段可能会导致更少的失真，但附加的片段可能在语义上不对应于人体的基础3D模型。因此，艺术家将难以确定身体的哪些部分应放在哪些片段上，或者放在每个片段上的哪个位置并且应在哪个取向上绘制身体部分。

如前所述，本领域需要用于为3D模型生成UV映射接缝的更有效和稳健的技术。

发明内容