杭州电子科技大学许佳敏获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利基于路径追踪的室内阴影去除数据集生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118397165B 。
龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410608427.3,技术领域涉及:G06T15/50;该发明授权基于路径追踪的室内阴影去除数据集生成方法是由许佳敏;闫军儒;李泽龙;徐岗设计研发完成,并于2024-05-16向国家知识产权局提交的专利申请。
本基于路径追踪的室内阴影去除数据集生成方法在说明书摘要公布了:本发明公开了基于路径追踪的室内阴影去除数据集生成方法,该方法首先获取三维场景数据集,去除数据集中每个场景中家具的自相交问题,得到没有物体碰撞的场景布局信息。其次遍历场景中每个房间的的大小、包含的物体和每个物体的位置信息;选出场景中的每个房间找出N个相机外参。然后根据获取的相机位置设置光源。最后根据场景物体布局信息、相机外参和光源信息,基于路径追踪算法渲染图像,生成没有阴影的直接光照图和没有阴影的间接光照图,得到无阴影图。本发明能够快速生成大量高质量的阴影去除训练数据,从而加速了阴影去除算法的研发和优化过程。
本发明授权基于路径追踪的室内阴影去除数据集生成方法在权利要求书中公布了:1.基于路径追踪的室内阴影去除数据集生成方法,其特征在于,包括以下步骤: 步骤一:获取三维场景数据集,去除数据集中每个场景中家具的自相交问题,得到一个没有物体碰撞的场景布局信息; 对于家具的自相交问题的解决过程如下: 1-1:遍历三维场景数据集中每个房间,得到每个房间里家具的包围盒和与之对应位置信息; 1-2:对房间Ri里的所有家具根据包围盒的体积进行升序排列,组成集合Fall; 1-3:建立待检查碰撞的集合Fcheck=Fall; 1-4:从Fcheck选体积最小的家具F和Fall进行xy平面经行包围盒的碰撞检查,若包围盒碰撞,进行下一步检测,否则从Fcheck中删除家具F,直到Fcheck为空; 1-5:使用计算几何算法库CGAL中的Polygon_mesh_processing::do_intersect函数进行碰撞检测,若没有发生碰撞,从Fcheck中删除家具F,跳到步骤1-4;若发生碰撞,进行步骤1-6去除家具之间的碰撞; 1-6:以当前家具F的位置信息为中心,逆时针分别向右、上、左、下循环向外移动以检测碰撞:初始化步长为0.05米,移动次数为一步;家具F先往右移动一步,然后经行碰撞检测;若碰撞,则往上移动一步,继续进行碰撞检测;此时经过半轮,每经过半轮移动次数增加一次,若碰撞,往左移动两步;发生碰撞继续往下移动两步;以上过程完成了一轮判断,若依旧碰撞,重复上述操作,直到移动次数增加为10次,也就是移动了0.5米;若最终没有发生碰撞,修改步长为0.025米,从当前位置逐步往回移动,直到发生碰撞,最终物体的位置取发生碰撞的前一步所在位置;然后从Fcheck中删除家具F,跳到步骤1-4;若依旧碰撞,进行步骤1-7; 1-7:先将家具F移动到原来的位置,假设和目前家具F发生碰撞的家具的集合为Fcollsion,然后从Fcollsion中选取出体积最小的家具Fc与Fall进行上述的碰撞检测;若Fc在步骤1-6步之后依旧发生碰撞,那么将从Fall中删除家具F,把移动Fc移回它之前的位置,跳到步骤1-4,否则继续Fcollsion的家具碰撞检测,若Fcollsion中所有的家具移动之后没有碰撞,从Fcheck中删除家具F,跳到步骤1-4步; 步骤二:遍历场景Si中每个房间的的大小、包含的物体和每个物体的位置信息;然后在场景Si中的每个房间找出N个包括相机位置、旋转、朝向的相机外参Cparm; 步骤三:根据步骤二中获取的相机位置设置光源; 步骤四:根据场景物体布局信息、相机外参和光源信息,基于路径追踪算法渲染图像,生成没有阴影的直接光照图和没有阴影的间接光照图,得到无阴影图。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励