[发明专利]结合卷积神经网络的渲染方法、装置、引擎及存储介质有效
申请号: | 201710890960.3 | 申请日: | 2017-09-27 |
公开(公告)号: | CN107527322B | 公开(公告)日: | 2020-08-04 |
发明(设计)人: | 叶青;唐睿;张骏飞;黄羽众 | 申请(专利权)人: | 杭州群核信息技术有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/50;G06T15/06 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 310000 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结合 卷积 神经网络 渲染 方法 装置 引擎 存储 介质 | ||
1.一种结合卷积神经网络的渲染方法,其特征在于,包括:
获取目标场景的低分辨率渲染图、目标分辨率纹理图和低分辨率纹理图,所述低分辨率纹理图与所述低分辨率渲染图的分辨率相同,且所述低分辨率纹理图与所述低分辨率渲染图的分辨率低于所述目标分辨率纹理图的分辨率;
提取所述低分辨率渲染图相对于所述低分辨率纹理图的光感分布变化信息,生成光感分布变化图;
基于深度卷积神经网络对所述光感分布变化图进行超分辨率恢复,生成目标分辨率光感分布变化图,所述目标分辨率光感分布变化图与所述目标分辨率纹理图的分辨率相同;
将所述目标分辨率光感分布变化图与所述目标分辨率纹理图融合,得到结果渲染图。
2.根据权利要求1所述的方法,其特征在于,所述获取目标场景的低分辨率渲染图,包括:
基于预设低分辨率值,根据光线追踪算法对目标场景进行渲染,生成低分辨率渲染图。
3.根据权利要求1所述的方法,其特征在于,获取低分辨率纹理图包括:
基于预设低分辨率值,根据所述目标场景生成低分辨率纹理图;或者
基于预设目标分辨率值,根据所述目标场景生成目标分辨率纹理图;
基于预设分辨率降低规则,降低所述目标分辨率纹理图的分辨率,生成低分辨率纹理图。
4.根据权利要求3所述的方法,其特征在于,获取低分辨率纹理图之前,还包括:
判断所述预设目标分辨率值是否高于预设分辨率阈值;
若是,则触发生成低分辨率纹理图;
若否,则根据预设目标分辨率值,对目标场景进行渲染,生成具有目标分辨率的结果渲染图。
5.根据权利要求3所述的方法,其特征在于,所述基于预设分辨率降低规则,降低所述目标分辨率纹理图的分辨率,生成低分辨率纹理图包括:
通过最近点采样,降低所述目标分辨率纹理图的分辨率,生成低分辨率纹理图。
6.根据权利要求1所述的方法,其特征在于,所述提取所述低分辨率渲染图相对于所述低分辨率纹理图的光感分布变化信息,生成光感分布变化图,包括:
对所述低分辨率渲染图各像素的像素值和所述低分辨纹理图对应像素的像素值按照设定计算规则进行计算,将计算结果作为所述低分辨率渲染图中的光感分布信息,生成光感分布变化图。
7.根据权利要求6所述的方法,其特征在于,所述设定计算规则为:
求取所述低分辨纹理图的各像素值与设定偏移量的和,更新所述低分辨纹理图的各像素值;
求取所述低分辨率渲染图的各像素值与更新后的所述低分辨纹理图的对应像素值的商,作为计算结果。
8.根据权利要求1所述的方法,其特征在于,将所述目标分辨率光感分布变化图与所述目标分辨率纹理图融合,得到结果渲染图,包括:
求取所述目标分辨纹理图的各像素值与设定偏移量的和,以更新所述目标分辨纹理图的各像素值;
将目标分辨率光感分布变化图各像素点的像素值累加或相乘到更新后的所述目标分辨率纹理图对应像素点的像素值上,形成结果渲染图。
9.根据权利要求1-8任一所述的方法,其特征在于,所述方法由渲染引擎执行。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州群核信息技术有限公司,未经杭州群核信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710890960.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种装配式框架梁柱节点
- 下一篇:一种预制件与基础的连接节点