本发明属于一种实现虚拟建筑智能识别与结构拆解的方法。
背景技术:
本发明涉及在虚拟场景下对虚拟建筑的动态演示和交互操作。虚拟建筑即是通过三维立体扫描技术对现实建筑进行数字化再现,或完全由建模软件绘制而成的数字模型文件。目前对虚拟建筑的演示和交互都是依靠人工利用unity3d或unreal引擎将动作逐个赋予建筑的各个构件从而达到动态交互的目的。unity3d和unreal是利用交互的图型化开发环境为首要方式的引擎软件,虽然图型化工作方式有一定的便捷性,但是软件中既有的各项功能都不能完美地适合虚拟建筑的结构拆解需要,所以只能利用人工逐个操作。但是这种方法效率低下而且动作单一,设计出的场景交互自由度不高。因此本发明重点解决智能识别与拆解组合的问题。
技术实现要素:
为解决上述技术问题,本发明提出的技术方案是设计一种全新算法并形成硬件装置。
本发明解决上述技术问题所采取的技术方案如下:
一种实现虚拟建筑智能识别与结构拆解的方法,包括:
步骤1)利用智能平板获取建筑图片信息;
步骤2)对照片中的像素分布进行分析并比对数据库中已有数据,检索最合适的建筑模型以及建筑拆解动画;
步骤3)把建筑图片、建筑拆解、建筑动画,进行智能关联,由此形成动态拆解数据库和建筑动画数据库。
优选的是,步骤1)中,包括:
基于智能平板和智能手机,或手机一个硬件和操作系统载体,利用其镜头,以ar识别为基本手段便可以智能识别图片。
优选的是,步骤2)中,具体包括:
ar基于本地端识别图片后,会根据图片训练特征进行智能分类,并调用云端图片进行标注和比对,然后把云端图库里已经训练过的结果,按照智能标签来进行调用返回,给出智能识别后的建筑类别和细节。
优选的是,步骤3)中,具体包括:
在云端已经进行关联和标注的建筑图片、建筑拆解、建筑动画,通过训练过的ai可以进行图片识别;
之后可以调用训练结果,把建筑图片、建筑拆解、建筑动画,进行智能关联,由此完成ai识别和ai调用,形成动态拆解和建筑动画库。
该算法能够自动识别虚拟建筑中的建筑构件,如中国古建筑中的墙、梁、柱、椽、檩条,西方建筑中的雕刻等。并且能够实现各个构件的组合搭接,完成整体建筑的分解和重组这一动态动作。
本专利利用计算机算法技术替代人工手动操作完成虚拟的数字场景制作。其工作原理为使用通用智能平板获取图片信息,再经由ai人工智能算法结合云端大数据进行处理,最后形成独特的建筑拆解动画库。
针对现在虚拟建筑互动的制作效率低,人工操作复杂的情况,该技术缩短了制作时间,减少了制作成本,提高了虚拟建筑的交互性体验,并能实现虚拟建筑拆解和重建场景的批量化制作。此外,本专利在建筑教育方面能够减少建筑知识的学习成本,让使用者深入学习了解建筑的组成与结构体系,并且扩大传播途径,加大传播效率实现远距离体验建筑外观与内部景象这一功能。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
下面结合附图对本发明进行详细的描述,以使得本发明的上述优点更加明确。其中,
图1是本发明实现虚拟建筑智能识别与结构拆解的方法的示意图;
图2是本发明实现虚拟建筑智能识别与结构拆解的方法的照片示意图;
图3是本发明实现虚拟建筑智能识别与结构拆解的方法的照片处理后的示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
本发明是要解决现有技术方案效率低下,交互自由度不理想的问题,并实现对虚拟建筑构件的智能识别并匹配动态动作,达到制作流程智能化的目的。
该装置的核心创新点在于其内置的算法,该算法实现虚拟建筑构件的智能识别和动作设计。
几个重要的创新点:
01、ai图像识别在建筑上的精准应用
02、建筑构件的拆解和虚拟重构
03、建筑动画库
04、基于环境评测的大数据库
05、ar/vr建筑拆解动画库。
具体来说,如图1所示,一种实现虚拟建筑智能识别与结构拆解的方法,包括:
步骤1)利用智能平板获取建筑图片信息;
步骤2)对照片中的像素分布进行分析并比对数据库中已有数据,检索最合适的建筑模型以及建筑拆解动画;
步骤3)把建筑图片、建筑拆解、建筑动画,进行智能关联,由此形成动态拆解数据库和建筑动画数据库。
优选的是,步骤1)中,包括:
基于智能平板和智能手机,或手机一个硬件和操作系统载体,利用其镜头,以ar识别为基本手段便可以智能识别图片。
优选的是,步骤2)中,具体包括:
ar基于本地端识别图片后,会根据图片训练特征进行智能分类,并调用云端图片进行标注和比对,然后把云端图库里已经训练过的结果,按照智能标签来进行调用返回,给出智能识别后的建筑类别和细节。
优选的是,步骤3)中,具体包括:
在云端已经进行关联和标注的建筑图片、建筑拆解、建筑动画,通过训练过的ai可以进行图片识别;
之后可以调用训练结果,把建筑图片、建筑拆解、建筑动画,进行智能关联,由此完成ai识别和ai调用,形成动态拆解和建筑动画库。
在一个实施例中,各步骤的详细说明如下:
步骤1)所述的实现虚拟建筑智能识别与结构拆解的方法,是基于智能平板和智能手机,或手机一个硬件和操作系统载体,利用其镜头,以ar识别为基本手段便可以智能识别图片。
步骤2)中,具体包括:ar基于本地端识别图片后,会根据图片训练特征进行智能分类,并调用云端图片进行标注和比对,然后把云端图库里已经训练过的结果,按照智能标签来进行调用返回,给出智能识别后的建筑类别和细节。
步骤3)中,在云端已经进行关联和标注的建筑图片、建筑拆解、建筑动画,通过训练过的ai可以进行图片识别,之后可以调用训练结果,把建筑图片、建筑拆解、建筑动画,进行智能关联。此ai算法,便可完成ai识别和ai调用,形成动态拆解和建筑动画库,以上都是云端已经训练好的标注库。
其中,如图2和图3所示,首先获取建筑的实景照片,如图2;
其次,利用平板获取到图片信息,主要利用ai算法对照片中的像素分布进行分析并比对数据库中已有数据,检索最合适的建筑模型以及建筑拆解动画。
最后在软件界面生成模型,并演示动画,如图3。
需要说明的是,对于上述方法实施例而言,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。