專利名稱：自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信技術(shù)領(lǐng)域，特別涉及一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置 預(yù)測(cè)方法和裝置。
背景技術(shù)：
圖形數(shù)據(jù)越來越廣泛的應(yīng)用在各種不同的領(lǐng)域，包括視頻游戲、工程設(shè)計(jì)、建筑漫 游、虛擬現(xiàn)實(shí)、電子商務(wù)和科學(xué)可視化。在各種表示的工具中，三角形網(wǎng)格提供了一種非常 有效的3D網(wǎng)格模型表示方法。一般來說，連接數(shù)據(jù)描述了頂點(diǎn)之間的鄰接關(guān)系；幾何結(jié)構(gòu) 數(shù)據(jù)確定了頂點(diǎn)的位置；屬性數(shù)據(jù)確定了一些屬性，比如法向量、材質(zhì)反射率和紋理坐標(biāo)。 在大多數(shù)情況下，幾何結(jié)構(gòu)和屬性數(shù)據(jù)是和頂點(diǎn)對(duì)應(yīng)的，因此，它們經(jīng)常被稱為頂點(diǎn)數(shù)據(jù)。大多數(shù)的3D三角形網(wǎng)格壓縮算法都可用相同的算法來處理幾何結(jié)構(gòu)和屬性數(shù) 據(jù)?，F(xiàn)有的編碼方案僅僅需要平均每個(gè)像素很少的比特來對(duì)連接數(shù)據(jù)進(jìn)行編碼，并且 它們的性能被認(rèn)為已經(jīng)非常接近于最優(yōu)。而幾何結(jié)構(gòu)數(shù)據(jù)占據(jù)壓縮的網(wǎng)格數(shù)據(jù)的主要部 分，因此現(xiàn)在更多的關(guān)注于幾何結(jié)構(gòu)的編碼。大多數(shù)的幾何編碼方法包含三個(gè)過程頂點(diǎn)位 置的量化、量化后的頂點(diǎn)位置的預(yù)測(cè)以及預(yù)測(cè)殘差的熵編碼。預(yù)測(cè)過程充分利用相鄰頂點(diǎn) 坐標(biāo)之間的空間相關(guān)性，它是減少幾何結(jié)構(gòu)數(shù)據(jù)的關(guān)鍵?，F(xiàn)有的網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法有差分預(yù)測(cè)，線性預(yù)測(cè)，平行四邊形預(yù)測(cè)，蝶形預(yù)測(cè) 以及二階預(yù)測(cè)。所有這些預(yù)測(cè)方法都可以看成是具有特定選擇系數(shù)的線性預(yù)測(cè)的一種特殊 情形。目前網(wǎng)格頂點(diǎn)位置預(yù)測(cè)主要是針對(duì)單分辨率的網(wǎng)格，對(duì)于多分辨率的網(wǎng)格，需要為特 定的多分辨率網(wǎng)格生成方法設(shè)計(jì)不同的預(yù)測(cè)方法，并沒有一種通用的預(yù)測(cè)方法。

發(fā)明內(nèi)容
本發(fā)明的目的旨在至少解決上述技術(shù)缺陷，特別是解決三角形多分辨率網(wǎng)格頂點(diǎn) 位置的預(yù)測(cè)問題。為達(dá)到上述目的，本發(fā)明一方面提出一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置 預(yù)測(cè)方法，包括以下步驟對(duì)原始網(wǎng)格進(jìn)行初始化以生成所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng) 格；根據(jù)所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格生成基本層；根據(jù)所述基本層生成增強(qiáng)層；根 據(jù)所述增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值和第二預(yù)測(cè)值；根據(jù)所述第一預(yù)測(cè)值 和第二預(yù)測(cè)值以及最優(yōu)決策準(zhǔn)則選擇所述第一預(yù)測(cè)值或第二預(yù)測(cè)值作為最終的網(wǎng)格定點(diǎn) 位置預(yù)測(cè)值。本發(fā)明再一方面還提出了一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)裝置， 包括平滑近似估計(jì)網(wǎng)格生成模塊，用于對(duì)原始網(wǎng)格進(jìn)行初始化以生成所述原始網(wǎng)格的平 滑近似估計(jì)網(wǎng)格；基本層生成模塊，用于根據(jù)所述平滑近似估計(jì)網(wǎng)格生成模塊生成的原始 網(wǎng)格的平滑近似估計(jì)網(wǎng)格生成基本層；增強(qiáng)層生成模塊，用于根據(jù)所述基本層生成模塊生 成的所述基本層生成增強(qiáng)層；計(jì)算模塊，用于根據(jù)所述增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值和第二預(yù)測(cè)值；和選擇模塊，用于根據(jù)所述第一預(yù)測(cè)值和第二預(yù)測(cè)值以及最優(yōu) 決策準(zhǔn)則選擇所述第一預(yù)測(cè)值或第二預(yù)測(cè)值作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值。本發(fā)明提出了一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法和裝置，能夠 高效地解決三角形多分辨率網(wǎng)格頂點(diǎn)位置的預(yù)測(cè)問題。本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發(fā)明的實(shí)踐了解到。


本發(fā)明上述的和/或附加的方面和優(yōu)點(diǎn)從下面結(jié)合附圖對(duì)實(shí)施例的描述中將變 得明顯和容易理解，其中圖1為本發(fā)明實(shí)施例的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法流程圖；圖2為本發(fā)明實(shí)施例的原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格示意圖；圖3為本發(fā)明實(shí)施例的原始網(wǎng)格的邊收縮和頂點(diǎn)分裂過程示意圖；圖4為本發(fā)明實(shí)施例的增強(qiáng)層示意圖；和圖5為本發(fā)明實(shí)施例的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)裝置結(jié)構(gòu)圖。
具體實(shí)施例方式下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終 相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附 圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明，而不能解釋為對(duì)本發(fā)明的限制。本發(fā)明主要在于，在具有原始網(wǎng)格的平滑近似網(wǎng)格和當(dāng)前增強(qiáng)層網(wǎng)格的條件下， 對(duì)于通過頂點(diǎn)分裂產(chǎn)生的新頂點(diǎn)的位置可以選擇當(dāng)前增強(qiáng)層網(wǎng)格中相鄰的點(diǎn)的加權(quán)平均 值作為新頂點(diǎn)位置的預(yù)測(cè)值，也可以選擇平滑近似網(wǎng)格中的對(duì)應(yīng)點(diǎn)作為預(yù)測(cè)值。在這個(gè)過 程中，采用自適應(yīng)的方法進(jìn)行決策如何選擇二者之一。自適應(yīng)的方法為該頂點(diǎn)在當(dāng)前增強(qiáng) 層網(wǎng)格中的相鄰點(diǎn)的最優(yōu)決策類型的投票。如果鄰近點(diǎn)大部分選擇前者，則新產(chǎn)生的頂點(diǎn) 也選擇前者；如果鄰近點(diǎn)大部分選擇后者，則新產(chǎn)生的頂點(diǎn)也選擇后者。如圖1所示，為本發(fā)明實(shí)施例的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法 流程圖，包括以下步驟步驟S101，對(duì)原始網(wǎng)格進(jìn)行初始化以生成原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格。具體地 包括首先，讀取所述原始網(wǎng)格的連接信息和控制信息，根據(jù)所述原始網(wǎng)格的連接信息 得到對(duì)應(yīng)的Laplacian矩陣。具體方法為以下記原始網(wǎng)格為M，若屯是頂點(diǎn)i的度數(shù)，那 么網(wǎng)格的Laplacian矩陣定義為 若控制點(diǎn)集合C中的頂點(diǎn)的幾何位置為vs 其中，C= {S1，S2，…，sj是控制點(diǎn)在原始網(wǎng)格M中的下標(biāo)索引，則重構(gòu)的平滑近似估計(jì)網(wǎng)格的頂點(diǎn)位置的坐標(biāo)x可以由以下超定方程得到 接著，采用最小二乘的方法求解上述超定方程就可以得到原始網(wǎng)格M的平滑近似 估計(jì)網(wǎng)格M*，如圖2所示。其中，M*和M具有相同的連接信息，但是幾何結(jié)構(gòu)信息存在一定 的差別。步驟S102，根據(jù)原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格生成基本層?？刹捎矛F(xiàn)有的邊收縮 的方法，如圖3所示。在每次收縮過程中，將網(wǎng)格中的一條邊收縮，同時(shí)邊上的一個(gè)頂點(diǎn)合 并到另一個(gè)頂點(diǎn)上，收縮的點(diǎn)對(duì)應(yīng)的邊合并到未收縮的頂點(diǎn)上。多次操作，直到得到基本 層。在這個(gè)過程中，需要記錄相應(yīng)的收縮信息。步驟S103，根據(jù)基本層生成增強(qiáng)層。從基本層開始，進(jìn)行收縮過程的逆過程。每次 對(duì)一個(gè)頂點(diǎn)進(jìn)行分裂，產(chǎn)生一個(gè)新的頂點(diǎn)，如圖3所示。根據(jù)收縮過程的記錄信息可以恢復(fù) 出新產(chǎn)生的頂點(diǎn)的連接信息。從而可以得到一個(gè)新的增強(qiáng)層。同時(shí)，還需要確定新產(chǎn)生的 頂點(diǎn)的幾何位置。如圖4所示，為本發(fā)明實(shí)施例的增強(qiáng)層示意圖。步驟S104，根據(jù)增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值vk*和第二預(yù)測(cè)值 I^，k為頂點(diǎn)號(hào)。如圖3所示，由Vl分裂產(chǎn)生了一個(gè)新的頂點(diǎn)V，并恢復(fù)了頂點(diǎn)v相應(yīng)的連 接信息，得到了一個(gè)新的增強(qiáng)層Mk。在重構(gòu)的過程中，本發(fā)明還需要確定v的幾何位置。對(duì) 于v的幾何位置，有兩種有效的預(yù)測(cè)方法，以下分別進(jìn)行說明第一種預(yù)測(cè)方式是采用平滑近似網(wǎng)格中對(duì)應(yīng)頂點(diǎn)的幾何位置作為當(dāng)前分裂頂點(diǎn) 的預(yù)測(cè)值，在圖3中，對(duì)應(yīng)頂點(diǎn)的幾何位置為v*。第二種預(yù)測(cè)方式是充分利用當(dāng)前重構(gòu)得到的增強(qiáng)層Mk中和頂點(diǎn)v相鄰的頂點(diǎn)的 位置信息。在圖3中，對(duì)應(yīng)頂點(diǎn)的幾何位置為板。假設(shè)在Mk中和頂點(diǎn)v相鄰的點(diǎn)有Vl，v2, v3，s。同時(shí)，本發(fā)明會(huì)剔除在原始網(wǎng)格中和v并不相鄰的頂點(diǎn)s。這樣頂點(diǎn)v的預(yù)測(cè)值可以 表示為滿足要求的相鄰點(diǎn)集合的加權(quán)平均。
3 其中■Etd、= 1,一般來說，選擇入k相等。步驟S105，根據(jù)第一預(yù)測(cè)值vk*和第二預(yù)測(cè)值巧以及最優(yōu)決策準(zhǔn)則選擇第一預(yù)測(cè) 值vk*或第二預(yù)測(cè)值％作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值。對(duì)于上述提到的對(duì)當(dāng)前頂點(diǎn)的幾 何位置的預(yù)測(cè)值，需要進(jìn)行自適應(yīng)的決策。決策方式如下在圖3中分別對(duì)滿足要求的相鄰 點(diǎn)集合Iv” v2, v3}判斷最優(yōu)的決策類型，每個(gè)頂點(diǎn)vk的最優(yōu)決策值Pk由如下準(zhǔn)則得到
°-句，其中，Vk為V的相鄰頂點(diǎn)。 接著，對(duì)決策類型的數(shù)量進(jìn)行投票。若大部分相鄰頂點(diǎn)的Pk選擇0，那么當(dāng)前頂點(diǎn) 的位置選擇vk*作為預(yù)測(cè)值，否則，選擇巧作為預(yù)測(cè)值。如圖5所示，為本發(fā)明實(shí)施例的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)裝置結(jié)構(gòu)圖。該裝置包括平滑近似估計(jì)網(wǎng)格生成模塊110、基本層生成模塊120、增強(qiáng)層生成模 塊130、計(jì)算模塊140和選擇模塊150。平滑近似估計(jì)網(wǎng)格生成模塊110用于對(duì)原始網(wǎng)格進(jìn) 行初始化以生成所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格?；緦由赡K120用于根據(jù)平滑近 似估計(jì)網(wǎng)格生成模塊110生成的原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格生成基本層。增強(qiáng)層生成模 塊130用于根據(jù)基本層生成模塊120生成的所述基本層生成增強(qiáng)層。計(jì)算模塊140用于根 據(jù)增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值和第二預(yù)測(cè)值。選擇模塊150用于根據(jù)第 一預(yù)測(cè)值和第二預(yù)測(cè)值以及最優(yōu)決策準(zhǔn)則選擇第一預(yù)測(cè)值或第二預(yù)測(cè)值作為最終的網(wǎng)格 定點(diǎn)位置預(yù)測(cè)值。在本發(fā)明的一個(gè)實(shí)施例中，平滑近似估計(jì)網(wǎng)格生成模塊110包括矩陣生成子模塊 111和平滑近似估計(jì)網(wǎng)格生成子模塊112。矩陣生成子模塊111用于讀取原始網(wǎng)格的連接 信息和控制信息，并根據(jù)所述原始網(wǎng)格的連接信息得到對(duì)應(yīng)的Laplacian矩陣。平滑近似 估計(jì)網(wǎng)格生成子模塊112用于根據(jù)所述Laplacian矩陣構(gòu)建超定方程，并采用最小二乘的 方法求解所述超定方程以得到所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格。本發(fā)明提出了一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法和裝置，能夠 高效地解決三角形多分辨率網(wǎng)格頂點(diǎn)位置的預(yù)測(cè)問題。盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員而言，可以 理解在不脫離本發(fā)明的原理和精神的情況下可以對(duì)這些實(shí)施例進(jìn)行多種變化、修改、替換 和變型，本發(fā)明的范圍由所附權(quán)利要求及其等同限定。
權(quán)利要求
一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法，其特征在于，包括以下步驟對(duì)原始網(wǎng)格進(jìn)行初始化以生成所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格；根據(jù)所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格生成基本層；根據(jù)所述基本層生成增強(qiáng)層；根據(jù)所述增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值和第二預(yù)測(cè)值；根據(jù)所述第一預(yù)測(cè)值和第二預(yù)測(cè)值以及最優(yōu)決策準(zhǔn)則選擇所述第一預(yù)測(cè)值或第二預(yù)測(cè)值作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值。
2.如權(quán)利要求1所述的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法，其特征在 于，所述對(duì)原始網(wǎng)格進(jìn)行初始化以生成所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格進(jìn)一步包括讀取所述原始網(wǎng)格的連接信息和控制信息，根據(jù)所述原始網(wǎng)格的連接信息得到對(duì)應(yīng)的 Laplacian ；根據(jù)所述Laplacian矩陣構(gòu)建超定方程，并采用最小二乘的方法求解所述超定方程以 得到所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格。
3.如權(quán)利要求1或2所述的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法，其特征 在于，所述根據(jù)增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值和第二預(yù)測(cè)值包括采用平滑近似估計(jì)網(wǎng)格中對(duì)應(yīng)頂點(diǎn)的幾何位置作為當(dāng)前頂點(diǎn)的第一預(yù)測(cè)值vk*，其中， k為頂點(diǎn)號(hào)；利用當(dāng)前重構(gòu)得到的增強(qiáng)層中與頂點(diǎn)v相鄰的頂點(diǎn)的位置信息獲得當(dāng)前頂點(diǎn)的第二 預(yù)測(cè)值％。
4.如權(quán)利要求3所述的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法，其特征在 于，根據(jù)所述第一預(yù)測(cè)值和第二預(yù)測(cè)值以及最優(yōu)決策準(zhǔn)則選擇所述第一預(yù)測(cè)值或第二預(yù)測(cè) 值作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值進(jìn)一步包括根據(jù)如下準(zhǔn)則確定所述頂點(diǎn)的多個(gè)相鄰頂點(diǎn)的最優(yōu)決策值Pk ,其中，Vk為v的相鄰頂點(diǎn)；根據(jù)所述多個(gè)相鄰頂點(diǎn)的最優(yōu)決策值Pk確定最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值，如果所述多 個(gè)相鄰頂點(diǎn)中的最優(yōu)決策值Pk為0的相鄰頂點(diǎn)個(gè)數(shù)多于Pk為1的相鄰頂點(diǎn)個(gè)數(shù)，則選擇第 一預(yù)測(cè)值vk*作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值，否則選擇第二預(yù)測(cè)值巧作為最終的網(wǎng)格定 點(diǎn)位置預(yù)測(cè)值。
5.一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)裝置，其特征在于，包括平滑近似估計(jì)網(wǎng)格生成模塊，用于對(duì)原始網(wǎng)格進(jìn)行初始化以生成所述原始網(wǎng)格的平滑 近似估計(jì)網(wǎng)格；基本層生成模塊，用于根據(jù)所述平滑近似估計(jì)網(wǎng)格生成模塊生成的原始網(wǎng)格的平滑近 似估計(jì)網(wǎng)格生成基本層；增強(qiáng)層生成模塊，用于根據(jù)所述基本層生成模塊生成的所述基本層生成增強(qiáng)層；計(jì)算模塊，用于根據(jù)所述增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值和第二預(yù)測(cè) 值；和選擇模塊，用于根據(jù)所述第一預(yù)測(cè)值和第二預(yù)測(cè)值以及最優(yōu)決策準(zhǔn)則選擇所述第一預(yù) 測(cè)值或第二預(yù)測(cè)值作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值。
6.如權(quán)利要求5所述的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)裝置，其特征在 于，所述平滑近似估計(jì)網(wǎng)格生成模塊包括矩陣生成子模塊，用于讀取所述原始網(wǎng)格的連接信息和控制信息，并根據(jù)所述原始網(wǎng) 格的連接信息得到對(duì)應(yīng)的Laplacian矩陣；和平滑近似估計(jì)網(wǎng)格生成子模塊，用于根據(jù)所述Laplacian矩陣構(gòu)建超定方程，并采用 最小二乘的方法求解所述超定方程以得到所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格。
7.如權(quán)利要求5或6所述的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)裝置，其特征 在于，所述計(jì)算模塊采用平滑近似估計(jì)網(wǎng)格中對(duì)應(yīng)頂點(diǎn)的幾何位置作為當(dāng)前頂點(diǎn)的第一預(yù) 測(cè)值vk*，其中，k為頂點(diǎn)號(hào)，及利用當(dāng)前重構(gòu)得到的增強(qiáng)層中與頂點(diǎn)v相鄰的頂點(diǎn)的位置信 息獲得當(dāng)前頂點(diǎn)的第二預(yù)測(cè)值取。
8.如權(quán)利要求7所述的自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)裝置，其特征在 于，所述選擇模塊根據(jù)如下準(zhǔn)則確定所述頂點(diǎn)的多個(gè)相鄰頂點(diǎn)的最優(yōu)決策值Pk 其中，Vk為V的相鄰頂點(diǎn)，并根據(jù)所述多個(gè)相鄰頂點(diǎn) 的最優(yōu)決策值Pk確定最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值，如果所述多個(gè)相鄰頂點(diǎn)中的最優(yōu)決策值 Pk為0的相鄰頂點(diǎn)個(gè)數(shù)多于Pk為1的相鄰頂點(diǎn)個(gè)數(shù)，則選擇第一預(yù)測(cè)值vk*作為最終的網(wǎng) 格定點(diǎn)位置預(yù)測(cè)值，否則選擇第二預(yù)測(cè)值巧作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值。
全文摘要
本發(fā)明提出一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法，包括以下步驟對(duì)原始網(wǎng)格進(jìn)行初始化以生成所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格；根據(jù)所述原始網(wǎng)格的平滑近似估計(jì)網(wǎng)格生成基本層；根據(jù)所述基本層生成增強(qiáng)層；根據(jù)所述增強(qiáng)層分別依據(jù)兩種預(yù)測(cè)類型計(jì)算第一預(yù)測(cè)值和第二預(yù)測(cè)值；根據(jù)所述第一預(yù)測(cè)值和第二預(yù)測(cè)值以及最優(yōu)決策準(zhǔn)則選擇所述第一預(yù)測(cè)值或第二預(yù)測(cè)值作為最終的網(wǎng)格定點(diǎn)位置預(yù)測(cè)值。本發(fā)明提出了一種自適應(yīng)的三角形多分辨率網(wǎng)格頂點(diǎn)位置預(yù)測(cè)方法和裝置，能夠高效地解決三角形多分辨率網(wǎng)格頂點(diǎn)位置的預(yù)測(cè)問題。
文檔編號(hào)G06T17/00GK101859443SQ20101021588
公開日2010年10月13日 申請(qǐng)日期2010年6月22日 優(yōu)先權(quán)日2010年6月22日
發(fā)明者季向陽, 張磊, 戴瓊海 申請(qǐng)人:清華大學(xué)