一种基于多尺度三平面的渲染方法技术

本发明专利技术公开了一种基于多尺度三平面的渲染方法，包括：S1：基于预设的渲染视角，计算待渲染的像素所对应的成像光锥，通过多个采样球进行光锥逼近；S2：将每个采样球投影到多个不同尺度的三平面进行采样，得到各个尺度下的特征；S3：输入到第一神经网络得到相应的权重，并得到多尺度特征；S4：输入到第二神经网络得到位置特征和体密度，将位置特征和预设的渲染视角所对应的方向特征输入到第三神经网络得到各个采样球的颜色；S5：根据成像光锥对应的所有采样球的颜色和体密度进行体渲染，得到成像光锥对应的像素颜色；S6：重复步骤S1～S5，得到所有待渲染的像素所对应的颜色，完成渲染。本发明专利技术在实时渲染的基础上实现了抗锯齿，大大提高渲染效果。

【技术实现步骤摘要】

本专利技术涉及计算机图形学，尤其涉及一种基于多尺度三平面的实时抗锯齿新视角渲染方法。

技术介绍

1、神经幅射场(nerf)使用多层感知机(mlp)将三维模型作为一个连续函数来表示，以实现新视图合成，这是对隐式表示法的重大改进。然而在实际使用中存在模型的计算成本高和抗锯齿问题两大问题。

2、在解决计算成本方面，现有技术通常通过采用预存储方法，即将需要计算的空间特征进行预先计算和存储，来提高神经幅射场(nerf)的渲染速度，例如通过将场景划分为多个单元来降低计算成本，从而实现更快的渲染速度。或者使用哈希表和张量分解的方法，将预存储的空间特征进行降维存储，同时提高了网络的训练和推理速度。此外，还有一些方法明确地将场景表示为点云、网格或三维高斯来实现模型加速。

3、在解决锯齿问题方面，抗锯齿是计算机图形学领域的一个常见问题，指的是在渲染高分辨率图形时，由于采样率过低而产生的锯齿不连续性。现有基于神经幅射场(nerf)的方法通常采用预过滤方案，例如通过集成位置编码解决神经辐射场的抗锯齿问题。

4、然而，在渲染成本方面，以神经幅射场本文档来自技高网...

【技术保护点】

1.一种基于多尺度三平面的渲染方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多尺度三平面的渲染方法，其特征在于，步骤S1中通过多个采样球进行光锥逼近的步骤之前还包括：获取各个所述采样球的位置和半径，其中，所述采样球的中心点位置x表示为：

3.根据权利要求1所述的基于多尺度三平面的渲染方法，其特征在于，步骤S2中的多个尺度的三平面中的其中一个尺度的三平面是通过随机初始化得到，其余尺度的三平面的大小依次为前一个尺度的三平面大小的1/2。

4.根据权利要求1所述的基于多尺度三平面的渲染方法，其特征在于，步骤S2具体包括：将每个所述采样球的中心...

【技术特征摘要】

1.一种基于多尺度三平面的渲染方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于多尺度三平面的渲染方法，其特征在于，步骤s1中通过多个采样球进行光锥逼近的步骤之前还包括：获取各个所述采样球的位置和半径，其中，所述采样球的中心点位置x表示为：

3.根据权利要求1所述的基于多尺度三平面的渲染方法，其特征在于，步骤s2中的多个尺度的三平面中的其中一个尺度的三平面是通过随机初始化得到，其余尺度的三平面的大小依次为前一个尺度的三平面大小的1/2。

4.根据权利要求1所述的基于多尺度三平面的渲染方法，其特征在于，步骤s2具体包括：将每个所述采样球的中心点投影到多个尺度的三平面上，通过相邻点之间的双线性差值获得所述采样球的中心点在各个尺度下的特征。

5.根据权利要求1所述的基于多尺度三平面的渲染方法，其特征在于，所述第一神经网络、所述第二神经网络和所述第三神经网络分别采用多层感知机。

6.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员：李志恒，周帆，
申请(专利权)人：清华大学深圳国际研究生院，
类型：发明
国别省市：