[发明专利]一种基于矩阵行列采样和深度学习进行多光源渲染的方法有效
| 申请号： | 201810320587.2 | 申请日： | 2018-04-11 |
| 公开（公告）号： | CN108682041B | 公开（公告）日： | 2021-12-21 |
| 发明（设计）人： | 张根源;应跃波 | 申请（专利权）人： | 浙江传媒学院;浙江广播电视集团 |
| 主分类号： | G06T15/00 | 分类号： | G06T15/00;G06T15/50 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 解明铠;刘静静 |
| 地址： | 310018 浙江省*** | 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： | 本发明公开了一种基于矩阵行列采样和深度学习进行多光源渲染的方法，包括：步骤1，根据三维场景建立光照矩阵；步骤2，从光照矩阵中随机抽取若干行，得到一次随机缩减矩阵；步骤3，在一次随机缩减矩阵中随机抽取若干行，得到二次随机缩减矩阵；步骤4，针对不同视点，分别绘制一次随机缩减矩阵图像和二次随机缩减矩阵图像；步骤5，利用一次随机缩减矩阵图像和二次随机缩减矩阵图像对训练深度神经网络模型；步骤6，在实时绘制高真实感图像时，将绘制的二次随机缩减矩阵图像输入训练好的深度神经网络模型，输出得到完整的高真实感图像。本发明提供的多光源渲染的方法，利用训练好的深度神经网络模型可以快速准确进行多光源渲染。 | ||
| 搜索关键词： | 一种 基于 矩阵 行列 采样 深度 学习 进行 光源 渲染 方法 | ||
【主权项】：
1.一种基于矩阵行列采样和深度学习进行多光源渲染的方法，其特征在于，包括：步骤1，根据三维场景建立光照矩阵，该光照矩阵中，每一列表示一个光源照射的所有采样点，每一行表示一个采样点上的所有光源照射；步骤2，从光照矩阵中随机抽取若干行，得到一次随机缩减矩阵；步骤3，在一次随机缩减矩阵中随机抽取若干行，得到二次随机缩减矩阵；步骤4，针对不同视点，分别绘制一次随机缩减矩阵图像和二次随机缩减矩阵图像；步骤5，利用一次随机缩减矩阵图像和二次随机缩减矩阵图像对训练深度神经网络模型；步骤6，在实时绘制高真实感图像时，首先绘制二次随机缩减矩阵图像，然后将二次随机缩减矩阵图像输入训练好的深度神经网络模型，输出得到完整的高真实感图像。
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浙江传媒学院;浙江广播电视集团，未经浙江传媒学院;浙江广播电视集团许可，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/patent/201810320587.2/，转载请声明来源钻瓜专利网。
