【技术实现步骤摘要】
基于神经网络的随机渐近式光子映射图像降噪方法及系统
本公开涉及图像真实感渲染
,特别是涉及基于神经网络的随机渐近式光子映射图像降噪方法及系统。
技术介绍
本部分的陈述仅仅是提到了与本公开相关的
技术介绍
,并不必然构成现有技术。随机渐进式光子映射是一种被广泛使用的基于物理的真实感渲染方法,可以有效模拟真实世界中的光与物体相互作用后产生的焦散等复杂光学效果,是一种内存友好的光子映射和渐进式光子映射的改良方法。然而,作为一个有偏的渲染方法,在选取了不合适的场景渲染参数或者渲染迭代次数不足时,随机渐进式光子映射常常因此时偏差和方差偏大而产生低质量的结果。且若想得到高质量、无噪声的结果,往往需要大量的时间进行渲染。通过去除渲染结果中的噪声,同时维持重要的光照特征和锐利的光照细节,使得低质量的渲染结果变为高质量的渲染结果,这一过程就是降噪。要在有限的时间成本内取得高质量的渲染结果,降噪是一种可行的手段。近期,基于神经网络的降噪技术在无偏的渲染方法降噪上取得了成功,但仍未应用到有偏的渲染方法降噪上。由于无偏的渲染方法中只存在方差问题,应用于它的降噪技术也只需要解决偏大的方差,而有偏的渲染技术,如随机渐进式光子映射,同时存在方差和偏差两个问题。专利技术人发现,偏差在随机渐进式光子映射最终的渲染结果上表现为漫反射表面上的低频的大尺度噪声,方差则表现为光滑表面上的高频的小尺度噪声。随机渐进式光子映射的这一特殊性质将多尺度的噪声引入了同一张渲染结果,加大了降噪的难度。
技术实现思路
...
【技术保护点】
1.基于神经网络的随机渐近式光子映射图像降噪方法,其特征是,包括:/n获取三维场景,基于随机渐进式光子映射生成待降噪图像,待降噪图像包括:基于全局光子的渲染图像和基于焦散光子的渲染图像;/n将基于全局光子的渲染图像,输入到预训练的第一多重残差神经网络中,输出全局光子降噪图像;将基于焦散光子的渲染图像,输入到预训练的第二多重残差神经网络中,输出焦散光子降噪图像;/n将全局光子降噪图像和焦散光子降噪图像进行合成,得到最终的渲染图像。/n
【技术特征摘要】
1.基于神经网络的随机渐近式光子映射图像降噪方法,其特征是,包括:
获取三维场景,基于随机渐进式光子映射生成待降噪图像,待降噪图像包括:基于全局光子的渲染图像和基于焦散光子的渲染图像;
将基于全局光子的渲染图像,输入到预训练的第一多重残差神经网络中,输出全局光子降噪图像;将基于焦散光子的渲染图像,输入到预训练的第二多重残差神经网络中,输出焦散光子降噪图像;
将全局光子降噪图像和焦散光子降噪图像进行合成,得到最终的渲染图像。
2.如权利要求1所述的方法,其特征是,在得到基于全局光子的渲染图像步骤之后,在将基于全局光子的渲染图像,输入到预训练的多重残差神经网络中步骤之前,还包括:对全局光子的渲染图像进行归一化处理和对数变换处理;
在得到基于焦散光子的渲染图像步骤之后,在将基于焦散光子的渲染图像,输入到预训练的多重残差神经网络中步骤之前还包括:对焦散光子的渲染图像进行归一化处理和对数变换处理。
3.如权利要求1所述的方法,其特征是,在输出全局光子降噪图像步骤之后,在将全局光子降噪图像和焦散光子降噪图像进行合成步骤之前,还包括:对全局光子降噪图像进行指数变换处理;
在输出焦散光子降噪图像步骤之后,在将全局光子降噪图像和焦散光子降噪图像进行合成步骤之前,还包括:对焦散光子降噪图像进行指数变换处理。
4.如权利要求1所述的方法,其特征是,所述第一多重残差神经网络,具体结构包括:
依次连接的多重残差提取模块、核预测模块和加权重建模块;
所述多重残差提取模块,包括:
依次连接的第一卷积层、第一整流线性单元、第二卷积层、若干个串联的多重残差格单元、第三卷积层和第一批归一化层;
第二卷积层的输出端与第一批归一化层的输出端均与第一求和单元的输入端连接,第一求和单元的输出端与核预测模块的输入端连接;
或者,
所述多重残差格单元,包括:第一分支和第二分支;
其中,第一分支,包括:依次连接的第四卷积层、第二批归一化层、第二整流线性单元、第五卷积层、第三批归一化层、concatenate函数层和第二求和单元;第二求和单元的输入端与第四卷积层的输入端连接;
其中,第二分支,包括:依次连接的第六卷积层、第四批归一化层、第三整流线性单元、第七卷积层和第五批归一化层;第六卷积层的输入端与第四卷积层的输入端连接,第五批归一化层的输出端与concatenate函数层的输入端连接;
其中,所述多重残差格单元的输入端为第四卷积层和第六卷积层,所述多重残差格单元的输出端为第二求和单元的输出端;
或者,
所述核预测模块,包括:
依次连接的第八卷积层、第四整流线性单元和第九卷积层,其中第八卷积层与多重残差神经网络的加和单元的输出端连接,第九卷积层与加权重建模块的输入端连接;
或者...
【专利技术属性】
技术研发人员:王璐,曾峥,徐延宁,康春萌,王贝贝,孟祥旭,
申请(专利权)人:山东大学,
类型:发明
国别省市:山东;37
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。