模型轻量化：数据瘦身的成功秘诀

 随着实景三维中国建设的快速推进，倾斜摄影测量技术更加快速、深入地应用到各行各业之中，但实景三维数据体量呈TB级增长，数据更新频率也不断加快，海量而庞大的三维数据对模型存储、屏端展示和管理应用都带来了极大挑战。于是，模型轻量化技术开始在行业间被广泛提及，对模型数据进行“瘦身”的呼声与需求愈发强烈。

轻量化是什么：

三维模型轻量化是指对三维模型通过优化处理减少其存储空间和计算资源的占用，从而提高处理速度和系统性能的一种技术，其本质上是对模型进行压缩和简化。在实际应用中，由于三维模型包含大量的顶点、面片和纹理等数据，因此需要借助三维模型轻量化技术来降低数据量，以便更好地适应各种场景和需求。

轻量化的好处：

（1）提高计算效率

三维模型往往包含大量的数据，这些数据会导致模型的处理时间和计算负荷增加，从而降低了计算效率。通过对三维模型进行轻量化，即减少其数据量，可以提高计算效率，并让模型更好地适应不同场景和需求。

（2）减少存储空间

三维模型通常需要存储在磁盘或内存中，而其中的数据量非常庞大。通过对三维模型进行轻量化处理，可以减少其存储空间的占用，从而节省存储成本和提高系统性能。

（3）加快渲染速度

在使用三维模型进行渲染时，模型的大小和复杂度直接影响着渲染速度。如果模型过于庞大，将会花费大量的时间来加载和渲染。通过对三维模型进行轻量化处理，可以降低模型的复杂度和大小，从而加快渲染速度。

（4）优化用户体验

在一些交互的场景中，三维模型的处理速度和质量直接影响着用户体验。通过对三维模型进行轻量化处理，可以提高处理速度和性能，并让用户更加流畅地进行交互操作，从而优化用户体验。

轻量化的技术难点与攻克方法

三维模型轻量化过程中可能会遇到不同的问题和挑战，常见的有：

（1）模型失真

在三角面简化过程中，如果误差控制不当，可能会导致模型失真、出现锯齿状等情况。

（2）精度降低

在数据压缩过程中，对数据进行采样和删除操作可能会导致精度下降，从而影响模型质量。

（3）纹理丢失

在纹理数据压缩过程中，使用一些压缩算法可能会导致纹理信息的丢失，从而影响模型的视觉效果。

（4）渲染速度无法提升

即使对模型进行了轻量化处理，仍然可能会因为模型过大或复杂而导致渲染速度慢。

所以轻量化需要根据具体情况选择合适的处理方法和技术，并在实践过程中注意调整参数和控制误差，以保证模型质量和处理效果。

老子云轻量化

手工模型轻量化

通过底层算法快速有效的对单物品模型进行轻量化处理，目前包含两种处理模式：减面模式、合并模式（其他模式陆续上线中）。

减面模式

保留原始模型信息，仅使模型网格更轻量。

目标面数： 服务后模型的百分比面数，目标面数百分比越低，轻量化效果越明显。

目标格式： FBX、OBJ、STL

GPU轻量化： 相比CPU轻量化，处理速度更快，精细化程度更佳。您可选择是否开启GPU轻量化。

---

合并模式

合并模型材质和贴图，不保留原始UV信息（可选择是否保留原始模型网格和动画）。

目标面数： 服务后模型的百分比面数，目标面数百分比越低，轻量化效果越明显。

目标格式： FBX、OBJ、STL

漫反射贴图精度： 表现物体表面反射和颜色的贴图（如果模型有漫反射贴图或非白色材质颜色信息，会开启漫反射烘焙）。精度取值范围1024-8192。

烘焙AO贴图： 包含光照数据的灰度贴图，模拟物体之间所产生的阴影。

保留模型网格和动画： 开启后仅合并所有材质和贴图。

倾斜摄影轻量化

适用于倾斜摄影OSGB模型的多端展示与交互，自动切割为多区块多层级，根据人眼自动识别来实现模型不同区块不同层级的精度加载。

目标精度： 可自行设置服务后模型的目标精度，线上提供普清、标清、高清、超清四种效果选择。

目标格式： AMRT、OSGB、3DTlies