模型渲染方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种模型渲染方法、装置、计算机设备和存储介质。方法包括：获取气体绝缘组合电器GIS的震动声学特征图和外观模型信息；通过显著性编解码网络，根据震动声学特征图，提取GIS的显著性解码特征；通过场景编解码网络，根据外观模型信息，提取GIS的场景解码特征；对GIS的显著性解码特征和场景解码特征进行融合，得到GIS的融合特征；根据融合特征，对GIS的原始模型进行渲染，得到GIS的目标模型。采用本方法能够增加模型渲染的高效性，减少人力物力的消耗。力物力的消耗。力物力的消耗。

【技术实现步骤摘要】
模型渲染方法、装置、计算机设备和存储介质


[0001]本申请涉及神经网络模型
，特别是涉及一种模型渲染方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着神经网络模型技术的发展，人们已经可以利用神经网络模型对物体进行建模与渲染来作为观察物体的辅助软件。
[0003]通常情况下，人们是基于二维图像和视频进行物体建模的渲染，但在面临复杂场景时，则需要大量的二维图像和视频，处理这些图像和视频需要耗费大量的人力物力，因此，如何快速高效地对物体进行模型的渲染成为了亟待解决的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够高效对物体模型进行渲染的模型渲染方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种模型渲染方法。该方法包括：
[0006]获取气体绝缘组合电器(GAS insulated SWITCHGEAR，GIS)的震动声学特征图和外观模型信息；
[0007]通过显著性编解码网络，根据震动声学特征图，提取GIS的显著性解码特征；...

【技术保护点】

【技术特征摘要】
1.一种模型渲染方法，其特征在于，所述方法包括：获取气体绝缘组合电器GIS的震动声学特征图和外观模型信息；通过显著性编解码网络，根据所述震动声学特征图，提取所述GIS的显著性解码特征；通过场景编解码网络，根据所述外观模型信息，提取所述GIS的场景解码特征；对所述GIS的显著性解码特征和场景解码特征进行融合，得到GIS的融合特征；根据所述融合特征，对所述GIS的原始模型进行渲染，得到GIS的目标模型。2.根据权利要求1所述的方法，其特征在于，所述显著性编解码网络包括显著性编码网络和显著性解码网络；所述通过显著性编解码网络，根据所述震动声学特征图，提取所述GIS的显著性解码特征，包括：通过所述显著性编码网络，对所述震动声学特征图进行特征提取处理，得到GIS的显著性编码特征；通过所述显著性解码网络，对所述GIS的显著性编码特征进行解码处理，得到所述GIS的显著性解码特征。3.根据权利要求2所述的方法，其特征在于，所述显著性解码网络包括第一长短期记忆网络和注意力机制网络；所述通过所述显著性解码网络，对所述GIS的显著性编码特征进行解码处理，得到所述GIS的显著性解码特征，包括：根据所述GIS的显著性编码特征，确定所述显著性编码特征的平均向量和词嵌入向量；通过所述第一长短期记忆网络，根据所述显著性编码特征的平均向量和词嵌入向量，确定所述显著性编码特征的隐藏状态向量；通过所述注意力机制网络，根据所述隐藏状态向量和所述显著性编码特征，确定显著性加权特征，作为所述GIS的显著性解码特征。4.根据权利要求1所述的方法，其特征在于，所述场景编解码网络包括：场景编码网络和场景解码网络；所述通过场景编解码网络，根据所述外观模型信息，提取所述GIS的场景解码特征，包括：通过所述场景编码网络，对所述外观模型信息进行特征提取处理，得到GIS的场景编码特征；通过所述场景解码网络，对所...

【专利技术属性】
技术研发人员：梁博，蒋文辉，赵继光，席禹，于力，程凌森，赵亮，周波，陈波，蒋愈勇，李凡，陈煜敏，张家兴，陈光侵，王玉龙，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：