[发明专利]一种获取AO贴图的方法及装置在审

专利信息
申请号: 202111430926.0 申请日: 2021-11-29
公开(公告)号: CN116206040A 公开(公告)日: 2023-06-02
发明(设计)人: 纪道明;庄新瑞;廖晶堂;徐紫雅;刘芊 申请(专利权)人: 华为技术有限公司
主分类号: G06T15/06 分类号: G06T15/06;G06T17/00;G06N3/0464;G06N3/08
代理公司: 北京中博世达专利商标代理有限公司 11274 代理人: 申健
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 获取 ao 贴图 方法 装置
【说明书】:

本申请公开一种获取AO贴图的方法及装置,涉及图像处理领域,以提高获取高质量的AO贴图的效率。该方案包括:根据3D物体N个视角的二维图像,及N个视角的相机参数,获取3D物体在N个视角中每个视角的几何信息图层,几何信息图层包括法线图;N大于或等于2;将每个视角的几何信息图层,输入已训练的神经网络,得到每个视角的单视角AO图层;根据3D物体N个视角的二维图像,进行UV参数化,获取3D物体的网格模型的UV参数;按照获取的UV参数,融合每个视角的单视角AO图层,得到3D物体的AO贴图。

技术领域

本申请涉及图像处理领域,尤其涉及一种获取环境光遮蔽(ambient occlusion,AO)贴图的方法及装置。

背景技术

随着计算机图形技术的发展,用户对图形画面的逼真度要求越来越高,而图形画面逼真的最关键环节就是光照/光影效果,如果能非常近似的模拟与现实生活一样的光照效果,那么向用户呈现的画面将非比寻常。图像画面的应用场景众多,潜在的应用场景比如三维(three dimensions,3D)3D虚拟化商品展示、博物馆文物展示等。3D虚拟化商品展示技术在各行业展现出巨大潜力,如鞋,包,服饰等的3D虚拟化展示,可有效提高用户的购买概率。

由于渲染技术及相关硬件的高速发展,用户对3D数字化内容渲染质量要求不断提高,对于真实度层次感等,都提出了更高的要求。其中,3D感知增强技术(3D perceptionenhancement)是有效提高渲染质量的方法之一,AO技术利用对比度以及阴影等知觉源,来有效提高对渲染内容光照方面的3D感知质量,使得渲染的结果更加富有层次感。高质量的AO已经广泛应用于3D数字化内容渲染,可以极大增强用户3D感知体验,图1a、图1b、图1c及图1d示意了同一图像无AO渲染结果与有AO渲染结果的对比。

当然,业界通常采用光线追踪技术获取高质量的单视角AO图层,但该技术性能开销极大且对硬件要求很高。虽然近年来图形处理器(graphics processing unit,GPU)算力持续不断的快速增长,但在获取高质量AO图的过程中计算仍然十分低效。

发明内容

本申请提供一种获取AO贴图的方法及装置,以提高获取高质量的AO贴图的效率。

为达到上述目的,本申请采用如下技术方案:

第一方面,提供一种获取AO贴图的方法,该方法可以包括:根据3D物体N个视角的二维图像,及N个视角的相机参数,获取3D物体在N个视角中每个视角的几何信息图层,几何信息图层包括法线图;N大于或等于2;将每个视角的几何信息图层,输入已训练的神经网络,得到每个视角的单视角AO图层;根据3D物体N个视角的二维图像,进行UV参数化,获取3D物体的网格模型的UV参数;按照获取的UV参数,融合每个视角的单视角AO图层,得到3D物体的AO贴图。

通过本申请提供的获取AO贴图的方法,预先训练用于获取单视角AO图层的神经网络,将3D物体不同视角的几何信息图层输入已训练的神经网络,由神经网络高效的预测输出单视角的AO图层,再根据3D物体网格模型的UV参数将多个单视角AO图层融合得到AO贴图。通过高质量的训练数据训练神经网络,可以保证神经网络的输出接近真实光照;另外,由于神经网络可以高效预测,即使场景复杂度提高,获取AO贴图的效率和会很大,因此,本申请的方案可以提高获取高质量的AO贴图的效率。再者,本申请得到单视角AO图层的过程无需依赖UV参数,即使设计师对于模型的UV进行重新展开设计,本申请的方案可以按照更新后的UV参数,对已经获取的单视角AO图层进行融合即可,可复用性高,进一步提高了获取高质量的AO贴图的效率。

一种可能的实现方式中,上述几何信息图层还可以包括深度图,可以更进一步提高获取的AO图层的质量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华为技术有限公司,未经华为技术有限公司许可,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/202111430926.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top