(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211256658.X (22)申请日 2022.10.14 (71)申请人 海南无限空间科技有限公司 地址 570100 海南省海口市秀英区长滨东 三街5号昌建逸海国际广场918 (72)发明人 赵炜　崔爱民　赵鸿菲　赵鸿语　 (74)专利代理 机构 六安创新 傲风知识产权代理 事务所(普通 合伙) 34258 专利代理师 高冰 (51)Int.Cl. G06T 3/00(2006.01) G06T 17/00(2006.01) G06T 15/04(2011.01) G06N 3/02(2006.01) (54)发明名称 一种元宇宙三维建 筑模型风格化迁移方法 (57)摘要 本发明涉及元宇宙建筑模型风格迁移技术 领域， 且公开了一种元宇宙三维建筑模型风格化 迁移方法， 包括以下步骤： 第一步： 建立基础三维 建筑模型； 第二步： 优化图像； 第三步： 图像风格 化迁移； 第四步： 三维建筑模型风格重塑； 第五 步： 三维建筑模型风格变化， 本发明中， 根据调整 系数优化图像， 从而减少图像中的干扰因素， 避 免在后期进行风格化迁移时出现干扰， 对转化质 量造成影 响， 并通过对比度分析、 模糊分析， 将对 比度分析结果与模糊分析结果与预先设定值进 行对比确定是否优化成功， 若未优化成功， 将重 新进行调整系数优化图像， 从而保证在进行风格 化迁移时的图像质量， 避免由图像干扰因素较多 造成转化失败， 或者转化次数过多造成的速度缓 慢问题。 权利要求书2页 说明书5页 附图1页 CN 115546013 A 2022.12.30 CN 115546013 A 1.一种元宇宙三维建筑模型风格化迁移方法， 其特 征在于： 包括以下步骤： 第一步： 建立基础三维建筑模型； 第二步： 优化图像； 第三步： 图像风格化迁移； 第四步： 三维建筑模型风格重塑； 第五步： 三维建筑模型风格 变化。 2.根据权利要求1所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 建筑 物的主体结构部件主要包括侧墙面、 门窗和屋顶等结构,建筑物的几何形状和空间一般排 列较规则,将建筑物的主体结构分解为一系列简单的侧墙、 门窗和屋顶等基本结构部件,同 时采用线框描述建筑物的边界线。 3.根据权利要求2所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 利用 ModelBuider可视化建模工具,通过调用ArcToolbox系统工具箱中内定的数据处理、 文件转 换、 空间分析、 三 维分析和脚本工具， 设计建筑物侧墙结构实体模型的分层自动生成脚本程 序， 通过脚本程序构建模型， 自动生成每栋建筑物的每层侧墙三 维模型， 实现建筑物主体结 构三维模型的自动构建。 4.根据权利要求3所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 采用 脚本程序结合建模生成建筑物门窗部件的三 维模型,与侧墙脚本程序的算法设计和实现类 似,只是更改输入参数名称、 中间变量名称和输出参数名称， 连接侧墙脚本程序,通过构建 模型自动生成每 栋建筑每层窗户的三维模型。 5.根据权利要求2所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 每栋 建筑物的屋顶结构主要包括平顶和 斜顶两种 结构类型,其形态各异,但每栋建筑物通常只 包括一层屋顶,即屋顶不是分层结构,因此,可通过创建模型生成每个 建筑物的平顶或斜顶 的三维模型。 6.根据权利要求1所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 获取 待优化图像的可见光图像和红外图像进行分析， 分析可见光图像和红外图像是否需要优 化， 若分析结果为可见光图像和红外图像需要优化， 计算摄像头参数调整系数， 根据调整系 数优化图像。 7.根据权利要求6所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 将优 化后图像进 行对比度分析、 模糊分析， 根据对比度分析结果、 模糊分析结果以及预设对比度 阈值、 预设模糊分析阈值确定可见光图像和红外图像是否优化成功， 若 未优化成功， 将 重新 进行调整系数优化图像。 8.根据权利要求7所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 通过 在线图像优化的慢速神经网络， 从已优化后的图像中提取内容和 风格特征， 大体保留原始 图像中物体的形状和位置， 同时重新 生成快速图像。 9.根据权利要求8所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 再利 用深层网络将快速图像与基础建筑模型合成， 能够将多个样式合并到单个三维建筑模型 中， 将生成的凹凸贴图和纹理贴图映射到 建筑模型上， 与基础建筑模 型进行组合， 获得风格 迁移后的三维建筑模型。 10.根据权利要求1所述的一种元宇宙三维建筑模型风格化迁移方法， 其特征在于： 利权　利　要　求　书 1/2 页 2 CN 115546013 A 2用深度学习 行为模型， 对输入的二维 图片转化， 在保留原始二维 图片和三维建筑模型 的风 格基础上， 进行纹 理及凹凸贴图替换， 重合成， 获得变化后的三维建筑模型。权　利　要　求　书 2/2 页 3 CN 115546013 A 3