[发明专利]结合纹理及卷积网络的渲染方法、装置、引擎及存储介质

说明书

本发明实施例公开了一种结合纹理及卷积网络的渲染方法、装置、引擎及存储介质，该方法包括：获取目标场景的低分辨率渲染图与目标分辨率纹理图；基于预设超分辨率恢复算法，对低分辨率渲染图进行超分辨率恢复，以生成初始目标分辨率渲染图；基于预设滤波算法，根据目标分辨率纹理图对初始目标分辨率渲染图进行滤波，以生成结果渲染图。解决了现有技术生成目标分辨率的结果渲染图耗时较长的问题，使结果渲染图不仅携带有高分辨率的纹理，还携带有与目标分辨率的纹理的整体分布相对应的光感信息，相较于现有技术单纯通过渲染生成高分辨率渲染图，大大减少了渲染时间。

技术领域

本发明实施例涉及渲染技术领域，尤其涉及一种结合纹理及卷积网络的渲染方法、装置、引擎及存储介质。

背景技术

图形可以直观地表达各种信息，而且容量大、易于人们获取。随着计算机软、硬件突飞猛进的发展，计算机图形学在各个行业的应用得到了迅速的普及和深入。

但是，具有逼真效果的图形往往需要进行渲染，而现有技术的渲染耗时往往与图像像素成正比。比如，基于光线追踪的蒙特卡洛方法是对传统光线追踪算法的扩充，通过概率统计的方法近似渲染方程，可以支持更多的表面材质效果和模拟全局光照效果，得到较好的渲染效果。具体是，若用户在图像中的一个或多个位置添加光源，设置光源的颜色、亮度和光照角度等属性后，则基于这些设置进行渲染。渲染方式是，根据光源属性，计算各光源对每个像素点的亮度影响，从而调整该像素点的像素值，完成渲染。

但是蒙特卡洛光线追踪的渲染方式，需要对于每个像素点计算大量的采样光线，渲染时间特别长，生成一张分辨率为4000*3000的高分辨率渲染图需要几分钟，约等于分辨率为2000*1500的渲染时间的4倍，因此，高分辨率渲染图的渲染成本一直高居不下，使用者经常要在渲染速度和渲染质量之间进行取舍。

发明内容

本发明实施例提供一种结合纹理及卷积网络的渲染方法、装置、引擎及存储介质，解决了现有技术中，对目标场景渲染以生成高分辨率的结果渲染图的耗时较长的问题。

第一方面，本发明实施例提供了一种结合纹理及卷积网络的渲染方法，包括：

获取目标场景的低分辨率渲染图与目标分辨率纹理图，其中，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；

基于预设超分辨率恢复算法，对所述低分辨率渲染图进行超分辨率恢复，以生成初始目标分辨率渲染图；

基于预设滤波算法，以所述目标分辨率纹理图为引导图，对所述初始目标分辨率渲染图进行滤波，以生成结果渲染图，其中，所述初始目标分辨率渲染图的分辨率与所述目标分辨率纹理图的分辨率相同。

进一步，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。

进一步，获取目标分辨率纹理图，包括：

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。

进一步，所述基于预设超分辨率恢复算法，对所述低分辨率渲染图进行超分辨率恢复，以生成初始目标分辨率渲染图，包括：

基于深度卷积神经网络或最近点采样，对所述低分辨率渲染图进行超分辨率恢复，以生成初始目标分辨率渲染图。

进一步，所述基于预设滤波算法，以所述目标分辨率纹理图为引导图，对所述初始目标分辨率渲染图进行滤波，以生成结果渲染图，包括：

基于深度卷积神经网络或联合双边滤波，以所述目标分辨率纹理图为引导图，对所述初始目标分辨率渲染图进行滤波，以生成结果渲染图。

进一步，所述低分辨率渲染图的分辨率是所述目标分辨率纹理图的分辨率的1/16～1。