System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
所属的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。与上述方法实施例基于同一专利技术构思,本申请实施例中还提供了一种电子设备。在一种实施例中,该电子设备可以是服务器,如图2所示的服务器220。在该实施例中,电子设备的结构可以如图19所示,包括存储器1901,通讯模块1903以及一个或多个处理器1902。存储器1901,用于存储处理器1902执行的计算机程序。存储器1901可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统,以及运行即时通讯功能所需的程序等;存储数据区可存储各种即时通讯信息和操作指令集等。存储器1901可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,ram);存储器1901也可以是非易失性存储器(non-volatilememory),例如只读存储器,快闪存储器(flash memory),硬盘(hard disk drive,hdd)或固态硬盘(solid-state drive,ssd);或者存储器1901是能够用于携带或存储具有指令或数据结构形式的期望的计算机程序并能够由计算机存取的任何其他介质,但不限于此。存储器1901可以是上述存储器的组合。处理器1902,可以包括一个或多个中央处理单元(central processing unit,cpu)
...【技术保护点】
1.一种纹理贴图的生成方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述根据所述各采集视角下的深度图像和视角对应图,以及所述纹理描述信息,分别生成所述各采集视角各自对应的目标纹理图像,包括:
3.如权利要求2所述的方法,其特征在于,通过如下操作执行每次迭代去噪处理:
4.如权利要求3所述的方法,其特征在于,每个采集视角下对应一个已训练的扩散模型;则根据所述纹理描述信息和一个采集视角下的深度图像,对所述一个采集视角下的带噪声纹理图像进行去噪处理,获得所述一个采集视角下的去噪后特征,包括:
5.如权利要求3所述的方法,其特征在于,所述根据所述各采集视角下的视角对应图,对所述各采集视角下的去噪后特征进行多视角融合处理,获得所述各采集视角下的融合后纹理图像,包括:
6.如权利要求5所述的方法,其特征在于,所述基于所述各采集视角下的视角对应图、所述各采集视角下的去噪后特征、所述各采集视角下的候选融合特征,构建目标函数,包括:
7.如权利要求6所述的方法,其特征在于,所述分别根据所述各采集视角
8.如权利要求1~7任一项所述的方法,其特征在于,所述根据各采集视角下的法向图像,对所述各采集视角下的目标纹理图像进行纹理融合处理,获得所述待处理物体对应的目标纹理贴图,包括:
9.如权利要求8所述的方法,其特征在于,每个所述采集视角对应一个采集设备;则所述对所述一个采集视角下的法向图像进行反向渲染处理,获得所述一个采集视角下的融合权重集,包括:
10.如权利要求8所述的方法,其特征在于,所述根据所述各采集视角下的融合权重集,对所述各采集视角下有缺陷的纹理贴图进行纹理融合处理,获得所述待处理物体对应的目标纹理贴图,包括:
11.一种纹理贴图的生成装置,其特征在于,包括:
12.如权利要求11所述的装置,其特征在于,所述纹理生成单元具体用于:
13.一种电子设备,其特征在于,其包括处理器和存储器,其中,所述存储器存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1~10中任一所述方法的步骤。
14.一种计算机可读存储介质,其特征在于,其包括计算机程序,当所述计算机程序在电子设备上运行时,所述计算机程序用于使所述电子设备执行权利要求1~10中任一所述方法的步骤。
15.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序存储在计算机可读存储介质中;当电子设备的处理器从所述计算机可读存储介质读取所述计算机程序时,所述处理器执行所述计算机程序,使得所述电子设备执行权利要求1~10中任一所述方法的步骤。
...【技术特征摘要】
1.一种纹理贴图的生成方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述根据所述各采集视角下的深度图像和视角对应图,以及所述纹理描述信息,分别生成所述各采集视角各自对应的目标纹理图像,包括:
3.如权利要求2所述的方法,其特征在于,通过如下操作执行每次迭代去噪处理:
4.如权利要求3所述的方法,其特征在于,每个采集视角下对应一个已训练的扩散模型;则根据所述纹理描述信息和一个采集视角下的深度图像,对所述一个采集视角下的带噪声纹理图像进行去噪处理,获得所述一个采集视角下的去噪后特征,包括:
5.如权利要求3所述的方法,其特征在于,所述根据所述各采集视角下的视角对应图,对所述各采集视角下的去噪后特征进行多视角融合处理,获得所述各采集视角下的融合后纹理图像,包括:
6.如权利要求5所述的方法,其特征在于,所述基于所述各采集视角下的视角对应图、所述各采集视角下的去噪后特征、所述各采集视角下的候选融合特征,构建目标函数,包括:
7.如权利要求6所述的方法,其特征在于,所述分别根据所述各采集视角下的视角对应图,确定所述一个面元在相应视角下的面元权重,包括:
8.如权利要求1~7任一项所述的方法,其特征在于,所述根据各采集视角下的法向图像,对所述各采集视角下的目标纹理图像进行纹理融合处理,获...
【专利技术属性】
技术研发人员:曾仙芳,祁忠琪,杨凌波,陈欣,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。