本申請涉及計算機，具體涉及一種三維模型集壓縮方法、裝置、設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、在三維場景中包含各種各樣的三維模型，可以視為一個三維模型集，對這些模型進行壓縮，可以減少數(shù)據(jù)傳輸和存儲所需的帶寬和空間，從而提高渲染性能和加載速度。

2、目前，對于單個三維模型的壓縮，一般是基于網(wǎng)格剖分和變換的算法、基于矢量量化的算法、基于壓縮紋理的算法等，這些算法主要針對cpu(central?processing?unit，中央處理器)進行優(yōu)化，通過利用cpu的處理能力和高速緩存等特性來提高壓縮和解壓縮的效率。另一方面，gpu(graphics?processing?unit，圖形處理器)也可以用來加速三維模型的壓縮和解壓縮過程，gpu具有并行計算能力和專門的圖形處理單元等硬件資源，可以實現(xiàn)高效的數(shù)據(jù)并行計算。

3、然而，在對三維模型集進行壓縮時，目前仍然缺乏有效的壓縮方法，如果僅采用cpu或gpu對三維模型集進行壓縮，由于cpu或gpu對三維模型集的壓縮能力有限，會導致三維模型集的壓縮效率低。

技術(shù)實現(xiàn)思路

1、本申請實施例提供一種三維模型集壓縮方法、裝置、設(shè)備和存儲介質(zhì)，用以解決三維模型集的壓縮效率低的問題。

2、第一方面，本申請實施例提供一種三維模型集壓縮方法，包括：

3、基于三維模型集中三維模型的數(shù)量，確定至少一條流水線；

4、將各三維模型的連接關(guān)系壓縮任務分配至所述流水線的中央處理器cpu，以及將各三維模型的幾何信息壓縮任務分配至所述流水線的圖形處理器gpu；

5、基于所述cpu壓縮各三維模型的連接關(guān)系，以及基于所述gpu壓縮各三維模型的幾何信息，得到所述三維模型集的壓縮信息。

6、基于上述實施例，所述連接關(guān)系壓縮任務包括頂點生成樹的構(gòu)造任務和三角形生成樹的構(gòu)造任務；所述cpu包括第一處理核和第二處理核；

7、所述將各三維模型的連接關(guān)系壓縮任務分配至所述流水線的中央處理器cpu，包括：

8、將所述頂點生成樹的構(gòu)造任務分配至所述第一處理核，以及將所述三角形生成樹的構(gòu)造任務分配至所述第二處理核。

9、基于上述實施例，所述基于所述cpu壓縮各三維模型的連接關(guān)系，包括：

10、基于所述第一處理核構(gòu)造各三維模型的所述頂點生成樹，并將所述頂點生成樹輸入所述第二處理核；

11、基于所述第二處理核確定所述頂點生成樹對應的多邊形，以基于所述多邊形構(gòu)造各三維模型的所述三角形生成樹。

12、基于上述實施例，所述基于所述第一處理核構(gòu)造各三維模型的所述頂點生成樹，包括：

13、基于所述第一處理核，在所述三維模型對應的三角網(wǎng)格上，選取待構(gòu)造的頂點生成樹的根節(jié)點；

14、基于所述根節(jié)點以及所述三角網(wǎng)格中每條邊的中點，確定所述三角網(wǎng)格中每條邊的權(quán)重；

15、基于所述權(quán)重，對所述三角網(wǎng)格中每條邊進行遍歷，以確定分割邊的集合；

16、基于所述分割邊的集合，生成所述頂點生成樹。

17、基于上述實施例，所述基于所述第二處理核確定所述頂點生成樹對應的多邊形，以基于所述多邊形構(gòu)造各三維模型的所述三角形生成樹，包括：

18、基于所述第二處理核，沿著所述頂點生成樹的邊對所述三維模型對應的三角網(wǎng)格進行切割，得到所述多邊形；

19、確定所述多邊形對應的邊界環(huán)，以基于所述邊界環(huán)的對偶圖，構(gòu)造所述三角形生成樹。

20、基于上述實施例，所述基于所述gpu壓縮各三維模型的幾何信息，包括：

21、基于所述gpu，確定所述頂點生成樹的頂點數(shù)據(jù)；

22、采用單指令流多數(shù)據(jù)流對所述頂點數(shù)據(jù)進行處理，以壓縮各三維模型的幾何信息。

23、基于上述實施例，所述基于三維模型集中三維模型的數(shù)量，確定至少一條流水線之后，還包括：

24、基于所述第一處理核的執(zhí)行時間和工作能耗、所述第二處理核的執(zhí)行時間和工作能耗、所述gpu的執(zhí)行時間和工作能耗、執(zhí)行時間權(quán)重以及工作能耗權(quán)重，確定所述第一處理核的第一工作頻率、所述第二處理核的第二工作頻率以及所述gpu的第三工作頻率；

25、基于所述第一工作頻率調(diào)整所述流水線中所述第一處理核的工作頻率；

26、基于所述第二工作頻率調(diào)整所述流水線中所述第二處理核的工作頻率；

27、基于所述第三工作頻率調(diào)整所述流水線中所述gpu的工作頻率。

28、第二方面，本申請實施例提供一種三維模型集壓縮裝置，包括：

29、流水線確定模塊，用于基于三維模型集中三維模型的數(shù)量，確定至少一條流水線；

30、壓縮任務分配模塊，用于將各三維模型的連接關(guān)系壓縮任務分配至所述流水線的中央處理器cpu，以及將各三維模型的幾何信息壓縮任務分配至所述流水線的圖形處理器gpu；

31、壓縮模塊，用于基于所述cpu壓縮各三維模型的連接關(guān)系，以及基于所述gpu壓縮各三維模型的幾何信息，得到所述三維模型集的壓縮信息。

32、第三方面，本申請實施例提供一種電子設(shè)備，包括處理器和存儲有計算機程序的存儲器，所述處理器執(zhí)行所述程序時實現(xiàn)第一方面所述的三維模型集壓縮方法的步驟。

33、第四方面，本申請實施例提供一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)第一方面所述的三維模型集壓縮方法的步驟。

34、本申請實施例提供的三維模型集壓縮方法、裝置、設(shè)備和存儲介質(zhì)，通過基于三維模型集中三維模型的數(shù)量，確定至少一條流水線；將各三維模型的連接關(guān)系壓縮任務分配至流水線的中央處理器cpu，以及將各三維模型的幾何信息壓縮任務分配至流水線的圖形處理器gpu；基于cpu壓縮各三維模型的連接關(guān)系，以及基于gpu壓縮各三維模型的幾何信息，得到三維模型集的壓縮信息。本申請通過流水線的方式，根據(jù)壓縮任務與內(nèi)核的親和性，將三維模型的連接關(guān)系壓縮任務分配給cpu，將幾何信息壓縮任務分配給gpu，從而提高三維模型集的壓縮能力和壓縮效率，實現(xiàn)三維內(nèi)容的實時傳輸、改善終端用戶體驗。

技術(shù)特征：

1.一種三維模型集壓縮方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的三維模型集壓縮方法，其特征在于，所述連接關(guān)系壓縮任務包括頂點生成樹的構(gòu)造任務和三角形生成樹的構(gòu)造任務；所述cpu包括第一處理核和第二處理核；

3.根據(jù)權(quán)利要求2所述的三維模型集壓縮方法，其特征在于，所述基于所述cpu壓縮各三維模型的連接關(guān)系，包括：

4.根據(jù)權(quán)利要求3所述的三維模型集壓縮方法，其特征在于，所述基于所述第一處理核構(gòu)造各三維模型的所述頂點生成樹，包括：

5.根據(jù)權(quán)利要求3所述的三維模型集壓縮方法，其特征在于，所述基于所述第二處理核確定所述頂點生成樹對應的多邊形，以基于所述多邊形構(gòu)造各三維模型的所述三角形生成樹，包括：

6.根據(jù)權(quán)利要求3所述的三維模型集壓縮方法，其特征在于，所述基于所述gpu壓縮各三維模型的幾何信息，包括：

7.根據(jù)權(quán)利要求2所述的三維模型集壓縮方法，其特征在于，所述基于三維模型集中三維模型的數(shù)量，確定至少一條流水線之后，還包括：

8.一種三維模型集壓縮裝置，其特征在于，包括：

9.一種電子設(shè)備，包括處理器和存儲有計算機程序的存儲器，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至7任一項所述的三維模型集壓縮方法的步驟。

10.一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7任一項所述的三維模型集壓縮方法的步驟。

技術(shù)總結(jié)
本申請涉及計算機技術(shù)領(lǐng)域，提供一種三維模型集壓縮方法、裝置、設(shè)備和存儲介質(zhì)。該方法包括：基于三維模型集中三維模型的數(shù)量，確定至少一條流水線；將各三維模型的連接關(guān)系壓縮任務分配至流水線的中央處理器CPU，以及將各三維模型的幾何信息壓縮任務分配至流水線的圖形處理器GPU；基于CPU壓縮各三維模型的連接關(guān)系，以及基于GPU壓縮各三維模型的幾何信息，得到三維模型集的壓縮信息。本申請通過流水線的方式，根據(jù)壓縮任務與內(nèi)核的親和性，將三維模型的連接關(guān)系壓縮任務分配給CPU，將幾何信息壓縮任務分配給GPU，從而提高三維模型集的壓縮能力和壓縮效率，實現(xiàn)三維內(nèi)容的實時傳輸、改善終端用戶體驗。

技術(shù)研發(fā)人員：程耀,張桂超,顧怡哲
受保護的技術(shù)使用者：中移（杭州）信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21