【技术实现步骤摘要】
本申请涉及高精地图，尤其涉及一种高精地图渲染方法、装置、设备及存储介质。
技术介绍
1、相关技术的高精地图渲染是将高精地图数据按照固定渲染视角、固定图像渲染以及固定渲染颜色进行渲染，向用户显示与高精地图数据对应的地图渲染图像。相关技术的高精地图渲染，渲染视角、图像渲染以及渲染颜色的处理都是预先固定的，对高精地图数据的渲染和显示局限于内置的固定模版或者简单的自定义，导致对高精地图数据的渲染和显示无法满足用户对高精地图渲染的个性化需求，用户体验不佳。
技术实现思路
1、为解决或部分解决相关技术中存在的问题，本申请提供一种高精地图渲染方法、装置、设备及存储介质，能够获得符合用户个性化需求的地图渲染图像，满足用户对高精地图渲染的个性化需求，提升用户的用户体验。
2、本申请第一方面提供一种高精地图渲染方法，所述方法包括：
3、通过深度学习模型依据待渲染的高精地图数据，获取与所述高精地图数据对应的用户的个性化数据；
4、通过所述深度学习模型依据所述高精地图数据、所述用户的个性化数据，获取渲染所述高精地图数据的渲染参数；
5、根据所述渲染参数，对所述高精地图数据进行渲染，获得地图渲染图像。
6、优选的，所述方法还包括：
7、收集与所述地图渲染图像对应的数据集；
8、根据所述数据集，对所述深度学习模型进行更新。
9、优选的，所述通过所述深度学习模型依据所述高精地图数据、所述用户的个性化数据，获取渲染所述
10、采集数据集，所述数据集包括高精地图数据、与高精地图数据对应的地图渲染图像、用户对所述与高精地图数据对应的地图渲染图像的用户反馈数据；
11、根据所述数据集，创建所述深度学习模型；
12、将所述数据集输入所述深度学习模型，以使所述深度学习模型依据所述数据集，获得高精地图数据、渲染参数、地图渲染图像、用户反馈数据、个性化数据之间的对应关系。
13、优选的，所述将所述数据集输入所述深度学习模型，以使所述深度学习模型依据所述数据集，获得高精地图数据、渲染参数、地图渲染图像、用户反馈数据、个性化数据之间的对应关系，包括：
14、将所述数据集输入所述深度学习模型，以使所述深度学习模型依据所述与高精地图数据对应的地图渲染图像、所述用户反馈数据，获得与高精地图数据对应的用户的个性化数据；
15、以使所述深度学习模型依据高精地图数据、所述与高精地图数据对应的地图渲染图像，获得将高精地图数据渲染为与该高精地图数据对应的地图渲染图像的渲染参数。
16、优选的，所述通过所述深度学习模型依据所述高精地图数据、所述用户的个性化数据，获取渲染所述高精地图数据的渲染参数，包括：
17、通过所述深度学习模型依据所述高精地图数据、所述用户的个性化数据，以及高精地图数据、渲染参数、地图渲染图像、用户反馈数据、个性化数据之间的对应关系，获取渲染高精地图数据的渲染参数。
18、优选的，其特征在于：所述用户反馈数据包括用户对地图渲染图像的评价数据、喜好数据、期望数据。
19、优选的，其特征在于：所述个性化数据包括用户对地图渲染图像的喜好数据和需求数据。
20、本申请第二方面提供一种高精地图渲染装置，所述装置包括：
21、第一获取模块，用于通过深度学习模型依据待渲染的高精地图数据，获取与所述高精地图数据对应的用户的个性化数据；
22、第二获取模块，用于通过所述深度学习模型依据所述高精地图数据、所述第一获取模块获取的用户的个性化数据，获取渲染所述高精地图数据的渲染参数；
23、渲染模块，用于根据所述第二获取模块获取的渲染参数，对所述高精地图数据进行渲染，获得地图渲染图像。
24、本申请第三方面提供一种电子设备，包括：
25、处理器；以及
26、存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
27、本申请第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
28、本申请提供的技术方案可以包括以下有益效果：
29、本申请的技术方案，通过深度学习模型依据待渲染的高精地图数据，获取与高精地图数据对应的用户的个性化数据；根据待渲染的高精地图数据和用户的个性化数据，通过深度学习模型自动选择最优的、符合用户个性化数据的渲染视角参数、图像渲染参数、渲染颜色参数，对待渲染的高精地图数据进行渲染；能够优化高精地图数据的渲染过程，减少高精地图数据渲染过程的计算量，提高高精地图数据的渲染效率，提高高精地图数据的地图渲染图像的图像质量，能够获得符合用户个性化需求的地图渲染图像，满足用户对高精地图渲染的个性化需求，提升用户的用户体验。
30、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种高精地图渲染方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述通过所述深度学习模型依据所述高精地图数据、所述用户的个性化数据，获取渲染所述高精地图数据的渲染参数之前，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述数据集输入所述深度学习模型，以使所述深度学习模型依据所述数据集，获得高精地图数据、渲染参数、地图渲染图像、用户反馈数据、个性化数据之间的对应关系，包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述深度学习模型依据所述高精地图数据、所述用户的个性化数据，获取渲染所述高精地图数据的渲染参数，包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于：所述用户反馈数据包括用户对地图渲染图像的评价数据、喜好数据、期望数据。
7.根据权利要求1-5中任一项所述的方法，其特征在于：所述个性化数据包括用户对地图渲染图像的喜好数据和需求数据。
8.一种高精地图渲染装置，其特征在于，包括：<...
【技术特征摘要】
1.一种高精地图渲染方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述通过所述深度学习模型依据所述高精地图数据、所述用户的个性化数据，获取渲染所述高精地图数据的渲染参数之前，包括：
4.根据权利要求3所述的方法，其特征在于，所述将所述数据集输入所述深度学习模型，以使所述深度学习模型依据所述数据集，获得高精地图数据、渲染参数、地图渲染图像、用户反馈数据、个性化数据之间的对应关系，包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述深度学习模型依据所述高精地图数据、所...
【专利技术属性】
技术研发人员：贾郭峰，贾双成，万如，郭杏荣，
申请(专利权)人：智道网联科技北京有限公司，
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。