本说明书提供一种图像生成方法、装置、存储介质及设备,该方法中,基于预设对象的多个预设姿态和多个预设表情的训练图像训练得到预设对象的神经网络模型,该神经网络模型的神经辐射场网络学习得到基准表情模型,形变网络学习得到该基准表情模型的密度场从基准表情到其他表情的偏移,在应用时,将获取到的第一用户的指定姿态和指定表情作为输入,以使形变网络确定从基准表情至指定表情对应的目标偏移,神经辐射场网络根据目标偏移调整基准表情模型的密度场,再采用神经渲染的方式渲染出对应指定姿态的目标图像。这样,可以将第一用户的姿态和表情复制到预设对象的形象上,减少了图像生成成本,同时提升了图像生成效率。

本发明涉及一种车载点云着色中最优关联影像选择方法及系统,该方法包括：对各个影像依次进行判断,确定点云中任一待着色物方点的最优关联影像为满足避开盲区和不存在遮挡的条件的影像；确定影像的有效区域,将物方点投影到影像上得到投影点,投影点在有效区域内时确定该影像满足避开盲区的条件；物方点与某影像对应的摄影中心的连接线段的附近设定距离范围内不存在其它物方点时确定该影像满足不存在遮挡的条件。选择未被遮挡的影像作为最优关联影像,可解决由于遮挡导致的着色错误问题。

方法、系统和装置可以提供这样的技术：其生成在与多个物理相机相关联的图像内容中描绘的对象的点云模型,基于与虚拟相机相关联的视点信息来生成点云模型的颜色投影,以及基于与对象相关联的一个或多个分割掩模来从颜色投影中排除背景颜色信息。该技术还可以基于视点信息和分割掩模中的至少一个从颜色投影中排除外围信息。

本发明公开了一种将二维矢量进行三维渲染的方法,包括以下步骤：S1、从shp文件中获取shp数据,对shp数据进行数据坐标转换,转换成build.json文件并保存所有数据目录；S2、根据建筑信息的字段内容,对建筑进行归类；S3、读取build.json文件,获取矢量面坐标点和高度信息；S4、根据矢量面坐标点和高度信息,计算三维建筑的顶点要素信息；S5、根据三维建筑得顶点要素信息、样式分类信息、排列顶点信息、颜色信息和法向量信息创建分组,根据分组创建一个bufferGeometry对象；S6、获取buffGeometry对象对应的坐标信息；S7、根据bufferGeometry和材质数组materials创建一个mesh对象,并根据坐标信息添加到三维场景中进行渲染。