[发明专利]一种基于深度学习的高效全局光照明绘制方法有效

专利信息
申请号: 201810965109.7 申请日: 2018-08-23
公开(公告)号: CN109389667B 公开(公告)日: 2023-07-18
发明(设计)人: 李胜;高煜;林泽辉;汪国平 申请(专利权)人: 北京大学
主分类号: G06T15/50 分类号: G06T15/50;G06N3/0464;G06N3/08
代理公司: 北京君尚知识产权代理有限公司 11200 代理人: 司立彬
地址: 100871 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开一种基于深度学习的高效全局光照明绘制方法,其步骤包括:1)选取或生成若干组图像,每一组包括k张使用不同光子收集半径来进行光照明计算并渲染出的粗糙彩色效果图;对于每一组图像,将该组k张彩色效果图在三个通道上叠放作为神经网络的输入;2)利用该神经网络对输入数据进行训练,得到神经网络模型及其各项参数;3)根据当前待渲染的视点参数和三维场景,执行光子映射方法,生成k张彩色粗糙效果图并将该k张彩色图在三个通道上叠放作为输入数据;然后利用步骤2)训练得到的神经网络模型及其各项参数对当前输入数据进行处理,得到最终合成的渲染图像。本发明只需要用很少的光照明粗糙图,就能合成出高质量的真实感渲染效果图。
搜索关键词: 一种 基于 深度 学习 高效 全局 照明 绘制 方法
【主权项】:
1.一种基于深度学习的高效全局光照明绘制方法,其步骤包括:1)选取或生成若干组图像作为神经网络的输入数据集,每一组包括k张使用不同光子收集半径来进行光照明计算并渲染出的彩色效果图;对于每一组图像,将该组的k张彩色效果图在三个通道上叠放,形成3×k×h×w的三维矩阵作为神经网络的输入;其中,h代表彩色效果图的高度,w代表彩色效果图的宽度;2)利用该神经网络对输入的3×k×h×w的三维矩阵进行训练,得到神经网络模型及其各项参数;3)根据当前待渲染的视点参数和三维场景,执行光子映射方法,生成k张彩色效果图并将该k张彩色效果图在三个通道上叠放,形成3×k×h×w的三维矩阵作为输入数据;然后利用步骤2)训练得到的神经网络模型及其各项参数对当前输入数据进行处理,得到最终合成的渲染图像。
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北京大学,未经北京大学许可,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/201810965109.7/,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