本发明专利技术公开了一种实时渲染中光照探针自适应排布方法及装置，本发明专利技术包括实时渲染器和强化学习网络，实时渲染器根据光照探针的位置坐标，将空间划分为若干四面体网格，并存储划分后的空间结构信息，同时生成光照探针存储结构，存储间接光照信息以及深度信息；以及将光照探针提供的间接光照与直接光照结合形成最终的光照渲染图像；强化学习网络基于光照渲染图像按照预设反馈函数计算反馈值；基于反馈值更新光照探针的位置坐标及自身策略；将更新后的光照探针位置坐标输入至实时渲染器；循环重复执行直至实时渲染器生成的光照渲染图像达到预设效果。本发明专利技术能够在光照探针数量有限的情况下，有效提升探针排布的效率和质量。有效提升探针排布的效率和质量。有效提升探针排布的效率和质量。
【技术实现步骤摘要】
实时渲染中光照探针自适应排布方法及装置
[0001]本专利技术涉及计算机图形学
，尤其涉及一种实时渲染中光照探针自适应排布方法及装置。
技术介绍
[0002]实时渲染是图形学以及游戏行业中的一个重要研究领域。而光照探针(Light Probe)是实时渲染领域现阶段应用较为广泛的技术，这种技术按一定的规则在空间中生成若干光照探针，并对各光照探针附近的光辐射信息进行采样存储，运行时，仅需以就近插值的方式计算任意点的光照信息，就能以较小的空间、时间成本，近似出较为真实的全局光照效果。
[0003]通常光照探针在场景中的放置策略是均匀的网格结构，这种结构便于着色点的定位，能直接通过三线性插值求得着色点处的光照信息，但实际场景中的光场变化频率往往是非均匀的，存在光照变化密集明显的区域，也存在光照变化稀疏区域，以同样的、等间隔的形式对场景的光照分布进行采样，很可能造成不必要的空间浪费，与此同时，忽略场景中的遮挡而直接均匀分布探针，容易导致漏光现象(Light Leaking)，因此均匀放置虽然节省了时间成本，却并不能达到理想的效果。
[0004]艺术家们为了使游戏画面能实时达到最优的效果，通常会选择手动非均匀放置光照探针，然而构建大规模游戏场景往往需要大量光照探针的分布，一个个手动放置光照探针费时费力，因此光照探针的自适应放置方案一直是渲染学界在研究的问题。
[0005]强化学习是一种以状态动作为映射，学习如何获得最大反馈的学习机制。学习目标不会提前被告知每个动作的价值，而是必须通过执行动作来尝试发现哪些动作会产生最大回报。在强化学习算法中，有三类核心参数，分别是状态(s)，行为(a)和反馈(r)。状态(State)用来表示目标在某一时刻的信息，行为(Action)表示目标可以采取的动作，反馈(Reward)则是对象在某个状态采取某个动作所能获得的即时收益。设函数Q(s，a)表示在状态为s的情况下执行行为a所能获得的价值，则模型通过不断学习，逐步更新Q函数以调整自身的行为，获得最大的价值。
技术实现思路
[0006]专利技术目的：本专利技术针对现有技术存在的问题，提供一种实时渲染中光照探针自适应排布方法及装置。
[0007]技术方案：本专利技术所述的实时渲染中光照探针自适应排布方法包括：
[0008](1)以光照探针位置为状态、以移动方向为动作构建并初始化强化学习网络；
[0009](2)向实时渲染器输入光照探针数量及各光照探针初始位置坐标；
[0010](3)实时渲染器根据光照探针的位置坐标，将空间划分为若干四面体网格，并存储划分后的空间结构信息，同时生成光照探针存储结构，存储间接光照信息以及深度信息；
[0011](4)实时渲染器将光照探针提供的间接光照与直接光照结合形成最终的光照渲染
图像；
[0012](5)基于光照渲染图像按照预设反馈函数计算反馈值；
[0013](6)强化学习网络基于反馈值更新光照探针的位置坐标及自身策略；
[0014](7)将更新后的光照探针位置坐标输入至实时渲染器；
[0015](8)重复(3)至(7)直至实时渲染器生成的光照渲染图像达到预设效果。
[0016]进一步的，步骤(1)具体包括：
[0017](1.1)构建强化学习网络，所述强化学习网络具体为DQN网络，包括若干依次连接的全连接层，最后一层全连接层为输出层，维度为6N，N为光照探针数量；
[0018](1.2)设置强化学习网络的状态为各光照探针位置坐标，动作为光照探针向上、下、左、右、前、后6个方向的移动；
[0019](1.3)设置强化学习网络初始探索率以及探索终止时的探索率，随机获取光照探针的初始位置坐标。
[0020]进一步的，步骤(3)具体包括：
[0021](3.1)实时渲染器以光照探针位置为顶点，进行Delaunay四面体剖分，得到若干四面体网格；
[0022](3.2)存储每个四面体网格的空间结构信息，包括四面体的顶点索引及坐标、所包含的光照探针的索引、所包含的面索引、所对应的四个邻居四面体网格索引；
[0023](3.3)生成光照探针存储结构，存储间接光照辐照度贴图、深度均值贴图以及深度的二次方均值贴图。
[0024]进一步的，所述间接光照辐照度贴图通过以下方法得到：
[0025]构建一张贴图，将光照探针以斐波那契的球面采样方式，朝四周方向发出光线，记录与场景碰撞点处的颜色信息，将这些碰撞点作为次级光源，在各方向上计算辐照度，即对次级光源提供的辐射度进行积分，得到光照探针在每个方向上提供的间接光照辐照度，并使用八面体映射的方式，存储于构建的贴图中，得到间接光照辐照度贴图。
[0026]进一步的，所述斐波那契的球面采样方式具体为：
[0027]按照以下公式进行采样：
[0028]P
i
＝(cos(φ
i
)sin(θ
i
),sin(φ
i
)sin(θ
i
),cos(θ
i
))
[0029][0030][0031][0032]式中，P
i
为采样的第i个点，n为采样点数。
[0033]进一步的，步骤(4)具体包括：
[0034](4.1)对场景中的着色点，基于存储的空间结构信息随机选择一个初始的四面体网格计算其重心坐标，若重心坐标存在负分量，则向最小的负分量对应的方向移动到邻居四面体网格，直至重心坐标的所有分量均为正值，此时表明找到了着色点所在的四面体网格；
[0035](4.2)获取着色点所在四面体网格的四个顶点上的光照探针，对四个光照探针的间接光照辐照度贴图进行采样，并采用重心坐标对采样后的间接光照辐照度进行插值；
[0036](4.3)根据光照探针存储结构存储的深度均值贴图以及深度的二次方均值贴图，得到光照探针在着色点方向上的深度的均值和方差，再结合着色点相对关照探针的深度，采用切比雪夫不等式计算着色点对探针的可见度值；
[0037](4.4)按照可见度值对插值后的间接光照辐照度进行加权计算，得到着色点的间接光照辐照度，再与直接光照辐照度相加，得到最终的光照渲染结果。
[0038]可选的，步骤(5)可以包括：
[0039](5.1A)生成参考标准Ground
‑
truth；
[0040](5.2A)基于光照渲染图像和参考标准Ground
‑
truth按照下列反馈函数计算反馈值：
[0041][0042]式中，R表示反馈值，width和height分别表示光照渲染图像的长和宽，r
i,j
，g
i,j
，b
i,j
分别为光照渲染图像第i行第j列像素点的r,g,b通道的颜色值，r
′
i,j
，g
′
i,j
，b本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种实时渲染中光照探针自适应排布方法，其特征在于包括：(1)以光照探针位置为状态、以移动方向为动作构建并初始化强化学习网络；(2)向实时渲染器输入光照探针数量及各光照探针初始位置坐标；(3)实时渲染器根据光照探针的位置坐标，将空间划分为若干四面体网格，并存储划分后的空间结构信息，同时生成光照探针存储结构，存储间接光照信息以及深度信息；(4)实时渲染器将光照探针提供的间接光照与直接光照结合形成最终的光照渲染图像；(5)基于光照渲染图像按照预设反馈函数计算反馈值；(6)强化学习网络基于反馈值更新光照探针的位置坐标及自身策略；(7)将更新后的光照探针位置坐标输入至实时渲染器；(8)重复(3)至(7)直至实时渲染器生成的光照渲染图像达到预设效果。2.根据权利要求1所述的实时渲染中光照探针自适应排布方法，其特征在于：步骤(1)具体包括：(1.1)构建强化学习网络，所述强化学习网络具体为DQN网络，包括若干依次连接的全连接层，最后一层全连接层为输出层，维度为6N，N为光照探针数量；(1.2)设置强化学习网络的状态为各光照探针位置坐标，动作为光照探针向上、下、左、右、前、后6个方向的移动；(1.3)设置强化学习网络初始探索率以及探索终止时的探索率，随机获取光照探针的初始位置坐标。3.根据权利要求1所述的实时渲染中光照探针自适应排布方法，其特征在于：步骤(3)具体包括：(3.1)实时渲染器以光照探针位置为顶点，进行Delaunay四面体剖分，得到若干四面体网格；(3.2)存储每个四面体网格的空间结构信息，包括四面体的顶点索引及坐标、所包含的光照探针的索引、所包含的面索引、所对应的四个邻居四面体网格索引；(3.3)生成光照探针存储结构，存储间接光照辐照度贴图、深度均值贴图以及深度的二次方均值贴图。4.根据权利要求3所述的实时渲染中光照探针自适应排布方法，其特征在于：所述间接光照辐照度贴图通过以下方法得到：构建一张贴图，将光照探针以斐波那契的球面采样方式，朝四周方向发出光线，记录与场景碰撞点处的颜色信息，将这些碰撞点作为次级光源，在各方向上计算辐照度，即对次级光源提供的辐射度进行积分，得到光照探针在每个方向上提供的间接光照辐照度，并使用八面体映射的方式，存储于构建的贴图中，得到间接光照辐照度贴图。5.根据权利要求4所述的实时渲染中光照探针自适应排布方法，其特征在于：所述斐波那契的球面采样方式具体为：按照以下公式进行采样：P
i
＝(cos(φ
i
)sin(θ
i
),sin(φ
i
)sin(θ
i
),cos(θ
i
))
式中，P
i
为采样的第i个点，n为采样点数。6.根据权利要求1所述的实时渲染中光照探针自适应排布方法，其特征在于：步骤(4)具体包括：(4.1)对场景中的着色点，基于存储的空间结构信息随机选择一个初始的四面体网格计算其重心坐标，若重心坐标存在负分量，则向最小的负分量对应的方向移动到邻居四面体网格，直至重心坐标的所有分量均为正值，此时表明找...
【专利技术属性】
技术研发人员：杨铭，过洁，郭延文，
申请(专利权)人：南京大学，
类型：发明
国别省市：
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。