当前位置: 首页 > 专利查询>北京大学专利>正文

一种基于神经网络的光子映射渲染方法和系统技术方案

技术编号:20655881 阅读:52 留言:0更新日期:2019-03-23 07:25
本发明专利技术涉及一种基于神经网络的光子映射渲染方法和系统。该方法包括:1)采用光子映射方法生成k张不同渲染质量的彩色效果图;2)将多组由k张不同渲染质量的彩色效果图构成的训练集输入神经网络进行训练得到神经网络模型;3)基于所述神经网络模型合成全局光照明渲染图像。与现有的渐进式光子映射方法相比,本发明专利技术只需要通过由几次迭代的光子映射所产生的中间粗糙结果,就可以藉由本发明专利技术提出的神经网络,推测合成渐进式光子映射收敛的渲染结果,从而解决了传统渐进式光子映射方法需要非常耗时的大量迭代才能生成较为理想的渲染结果的问题。

A Photon Mapping Rendering Method and System Based on Neural Network

The invention relates to a photon mapping rendering method and system based on a neural network. The method includes: 1) generating K color rendering images with different rendering qualities by photon mapping method; 2) training sets composed of K color rendering images with different rendering qualities are input into the neural network to obtain the neural network model; 3) synthesizing global illumination rendering images based on the neural network model. Compared with the existing progressive photon mapping method, the present invention only needs intermediate rough results generated by several iterations of photon mapping, and can infer the rendering results of convergence of synthetic progressive photon mapping by means of the neural network proposed by the present invention, thus solving the problem that traditional progressive photon mapping method needs a lot of time-consuming iterations to produce a more ideal one. The problem of rendering results.

【技术实现步骤摘要】
一种基于神经网络的光子映射渲染方法和系统
本专利技术属于计算机图形学
,具体涉及一种基于神经网络的光子映射渲染方法和系统。
技术介绍
全局光照明图像的生成,是计算机图形学的一个重要领域。其关键是如何为3D场景添加更真实的光照明效果。光子映射算法是计算机图形学中的一个经典的全局光照明算法,能够绘制出更逼真的焦散等现象,但一个严重的缺点是其所需的绘制时间非常长。传统的高度真实感全局光照明计算和渲染方法中,光子映射方法是其中一种代表性方法。而渐进式光子映射(Hachisuka,T.,Ogaki,S.,andJensen,H.W.Progressivephotonmapping.ACMTransactionsonGraphics(TOG)27,5(2008),130.)又是目前光子映射方法的最主流解决框架。然而渐进式光子映射最核心的问题在于,每一张渲染图像都需要进行上千次甚至更多次的迭代(也就是上千次的photontracing步骤)之后才能获得高质量的渲染效果图。
技术实现思路
本专利技术针对上述问题,提供一种基于重建神经网络的光子映射渲染方法和系统,能够在较短的时间内绘制出较好的光照明本文档来自技高网...

【技术保护点】
1.一种基于神经网络的光子映射渲染方法,其特征在于,包括以下步骤:1)采用光子映射方法生成k张不同渲染质量的彩色效果图;2)将多组由k张不同渲染质量的彩色效果图构成的训练集输入神经网络进行训练,得到神经网络模型;3)基于所述神经网络模型合成全局光照明渲染图像。

【技术特征摘要】
1.一种基于神经网络的光子映射渲染方法,其特征在于,包括以下步骤:1)采用光子映射方法生成k张不同渲染质量的彩色效果图;2)将多组由k张不同渲染质量的彩色效果图构成的训练集输入神经网络进行训练,得到神经网络模型;3)基于所述神经网络模型合成全局光照明渲染图像。2.根据权利要求1所述的方法,其特征在于,所述k张不同渲染质量的彩色效果图为k张不同光子收集半径的渲染的彩色效果图,所述k张不同光子收集半径的渲染的彩色效果图在生成时,除了光子半径或者迭代次数的变化,其他绘制参数包括视点参数、光源参数、绘制视口窗口均不发生任何改变;生成的每一张彩色效果图都是一张粗糙图,k张粗糙图构成一组粗糙图。3.根据权利要求2所述的方法,其特征在于,在生成若干组粗糙图作为神经网络训练的网络输入用的数据集时,分别对光源位置以及假想相机位置作一些变化,创建出不同光照参数和视角的场景并进行渲染;对于每一个光照参数和视角,使用SPPM算法生成迭代1000轮次以上的渲染图作为标签;每输入一组粗糙图做训练称为一个周期,在一个周期开始之前打乱整个数据集,并对于每组图进行裁剪,裁剪之后的图像作为网络训练的数据输入。4.根据权利要求1所述的方法,其特征在于,所述k的取值为5~15。5.根据权利要求1所述的方法,其特征在于,所述神经网络模型包括:卷积层,与所述卷积层连接的非线性激活层,与所述非线性激活层连接的多个残差结构块,与所述残差结构块连接的Eltwise层,与所述Eltwise层连接的卷积层,以及连接所述非线性激活层和所述Eltwise层的旁路;所述多个残差结构块中,一个残差结构块代表一个残差网络的功能块。6.根据权利要求5所述的方法,其特征在于,所述神经网络模型的训练过程包括:所述卷积层采用卷积核对输入的数据做卷积操作以抽取浅...

【专利技术属性】
技术研发人员:林泽辉李胜汪国平
申请(专利权)人:北京大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1