基于古文文本信息挖掘的古建筑神经稀疏体素场3D模型重建方法、装置及存储介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于古文文本信息挖掘的古建筑神经稀疏体素场3D模型重建方法、装置及存储介质
申请号:CN202510083799
申请日期:2025-01-20
公开号:CN120125735B
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种基于古文文本信息挖掘的古建筑神经稀疏体素场3D模型重建方法、装置及存储介质,属于视觉三维重建技术领域。本发明利用大语言模型对古文进行理解,收集古建筑图片训练LoRA模型,并构建参数化三维Mesh基础模型,提取古建筑图像的轮廓线条,生成视频集合,然后提取帧,生成帧数集,然后得到序列帧图像,根据序列帧图像确定相机位姿集C1,将相机位姿集C1和稀疏三维点云输入神经稀疏体素场模型,生成古建筑神经稀疏体素场3D模型;并进行优化。本发明能够实现短时间对历史建筑高精度的三维模型重建。
技术关键词
模型重建方法 图像 文本 相机 序列帧 古建筑结构 风格 视觉三维重建技术 模型重建装置 古建筑信息 网格 视频生成模型 数据 点云 大语言模型 对比度 生成帧 图片 参数
系统为您推荐了相关专利信息
病害检测方法 运动估计 训练机器学习模型 图像处理技术 螺栓
图像特征点 飞行器 半监督学习方法 数据 网络架构
知识问答系统 多模态 发电设备 向量检索技术 解析器
自动分类方法 语义特征 图像特征提取 Softmax函数 自动分类系统
历史教学 动态知识图谱 语义分析方法 文本 语义分析模型