一种基于深度学习的地图多视窗渲染方法及装置制造方法及图纸

技术编号:41801359 阅读:18 留言:0更新日期:2024-06-24 20:23
本申请提供了一种基于深度学习的地图多视窗渲染方法及装置。涉及地图渲染领域,该方法包括:响应于用户的多视窗地图数据渲染请求;根据用户输入的目的位置或者用户当前所处场景,确定多视窗显示的视窗数量和每个视窗的位置信息;将所述视窗数量和每个视窗的位置信息输入至预先构建的基于深度学习的神经网络模型,确定每个视窗显示的地图类型和地图数据;为每个视窗加载并渲染相应的地图数据,以完成地图多视窗显示。利用深度学习的神经网络模型提取地图特征数据,实现高效的地图数据渲染。

【技术实现步骤摘要】

本专利技术涉及地图渲染领域,尤其是基于深度学习的地图渲染技术。


技术介绍

1、在现代地图应用中,提供丰富的渲染效果和反馈对于提升用户体验至关重要。然而,在传统的地图应用中,多视窗渲染方法通常使用基于图块(tile)的渲染方式,但在多视窗场景下存在渲染效率低下和资源利用不充分的问题。同时,由于传统方法未充分利用深度学习技术,无法处理复杂的地图特征和场景。

2、由于上述原因,传统的地图渲染方法存在一些问题,如渲染效率低、视窗间切换延迟等,影响了用户的体验和系统的性能。


技术实现思路

1、为了解决上述技术缺陷,本申请实施例提供了一种基于深度学习的地图多视窗渲染方法及装置,实现基于深度学习的高精地图中多视窗渲染和反馈。

2、本申请第一方面实施例提供一种基于深度学习的地图多视窗渲染方法,包括步骤:

3、响应于用户的多视窗地图数据渲染请求;

4、根据用户输入的目的位置或者用户当前所处场景,确定多视窗显示的视窗数量和每个视窗的位置信息;

5、将所述视窗数量和每个视本文档来自技高网...

【技术保护点】

1.一种基于深度学习的地图多视窗渲染方法,其特征在于,包括步骤:

2.如权利要求1所述的方法,其特征在于,所述地图类型包括以下至少之一:近景图、远景图、俯视图、全景图或局部放大图;

3.如权利要求1或2所述的方法,其特征在于,所述方法还包括:

4.如权利要求2所述的方法,其特征在于,所述方法之前包括:

5.如权利要求4所述的方法,其特征在于,确定每个视窗显示的地图类型和地图特征数据包括:

6.如权利要求1或2所述的方法,其特征在于,为每个视窗加载并渲染相应的地图特征数据包括:

7.如权利要求1或2所述的方法,其特征在...

【技术特征摘要】

1.一种基于深度学习的地图多视窗渲染方法,其特征在于,包括步骤:

2.如权利要求1所述的方法,其特征在于,所述地图类型包括以下至少之一:近景图、远景图、俯视图、全景图或局部放大图;

3.如权利要求1或2所述的方法,其特征在于,所述方法还包括:

4.如权利要求2所述的方法,其特征在于,所述方法之前包括:

5.如权利要求4所述的方法,其特征在于,确定每个视窗显示的地图类型和地图特征数据包括:<...

【专利技术属性】
技术研发人员:贾郭峰王斌周宗航
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:

网友询问留言 已有0条评论
  • 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。

1