【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及場景渲染，特別地涉及基于二維高斯濺射的大規(guī)模場景組織與動態(tài)調(diào)度方法。
技術(shù)介紹
1、2dgs是一種對3dgs進行深度改進的算法，其核心思想是將3d體積簡化為一系列2d定向平面高斯圓盤。與3dgs不同，2dgs在建模表面時能提供視圖一致的幾何表示。為了精確恢復(fù)表面并實現(xiàn)穩(wěn)定的優(yōu)化，2dgs引入了基于射線濺射交點和光柵化的透視準(zhǔn)確2dsplatting過程。此外，2dgs還加入了深度失真和法線一致性項，對重新光照和材質(zhì)編輯等功能有良好支持性。2dgs的可微分渲染器能夠?qū)崿F(xiàn)無噪聲且詳細的幾何重建，同時保持出色的外觀質(zhì)量、快速的訓(xùn)練速度和實時渲染能力。其局限性：其通過不透明度來判斷場景的表面，對于半透明物體表示效果會差點；其致密化策略主要集中在紋理較豐富區(qū)域，對于弱紋理區(qū)域表示較差。在大規(guī)模場景中進行實時渲染時渲染效率較低。目標(biāo)是創(chuàng)建一個數(shù)據(jù)結(jié)構(gòu)，以表示通過原始2dgs優(yōu)化生成的圖元，以在近景和中景中動態(tài)調(diào)用lod，在遠景中調(diào)用hlod。
技術(shù)實現(xiàn)思路
1、針對上述的問題，本專利技術(shù)提供基于二維高斯濺射的大規(guī)模場景組織與動態(tài)調(diào)度方法，解決了現(xiàn)有技術(shù)中在大規(guī)模場景中進行實時渲染時幀率較低的技術(shù)問題，能夠在保持視覺質(zhì)量的同時提高渲染效率。
2、本專利技術(shù)實施例提供基于二維高斯濺射的大規(guī)模場景組織與動態(tài)調(diào)度方法，包括：
3、對大規(guī)模場景進行分塊，得到若干分塊場景，其中，相鄰的兩個分塊場景之間存在重疊區(qū)域；
4、采用中值劃分算法遞歸創(chuàng)建包圍盒，對分
5、基于所述bvh樹，生成lod樹；
6、根據(jù)攝像機距離對應(yīng)節(jié)點的顆粒度來動態(tài)選擇lod樹中節(jié)點生成lod結(jié)構(gòu)，實現(xiàn)近景或中景的場景表現(xiàn)；
7、基于所述lod樹，采用廣度遍歷二叉樹方式，使用所述lod樹的預(yù)設(shè)比例的葉子節(jié)點生成分層細節(jié)級別hlod，實現(xiàn)遠景的場景表現(xiàn)；
8、對若干分塊場景進行合并。
9、在一些實施例中，所述對大規(guī)模場景進行分塊，得到若干分塊場景，其中，相鄰的兩個分塊場景之間存在重疊區(qū)域，包括：
10、對大規(guī)模場景的點云按照物理位置進行平均分塊；
11、創(chuàng)建包圍盒，采用所述包圍盒對所述分塊進行捕獲，得到若干分塊場景。
12、在一些實施例中，所述采用中值劃分算法遞歸創(chuàng)建包圍盒，對分塊場景進行空間分割，生成bvh樹，包括：
13、計算分塊場景中每個高斯圓盤的二維均值位置，并將所有的二維均值位置沿當(dāng)前包圍盒的最長軸投影，得到對象集合；
14、根據(jù)所有2d高斯圓盤的二維均值位置的投影的中值對對象集合進行劃分，得到兩個子集；
15、對每個子集遞歸執(zhí)行上述步驟，為每個子集創(chuàng)建一個新的包圍盒，并繼續(xù)劃分，直到每個子集中包含的2d高斯圓盤的數(shù)量小于預(yù)設(shè)閾值；
16、使用遞歸過程中創(chuàng)建的包圍盒作為節(jié)點，構(gòu)建bvh樹的樹結(jié)構(gòu)。
17、在一些實施例中，所述使用遞歸過程中創(chuàng)建的包圍盒作為節(jié)點，構(gòu)建bvh的樹結(jié)構(gòu)，包括：
18、當(dāng)子集中的2d高斯圓盤的數(shù)量少于預(yù)設(shè)閾值時，停止遞歸，并將子集作為葉子節(jié)點；
19、對于每個非葉子節(jié)點，創(chuàng)建一個中間節(jié)點，并計算中間節(jié)點的2d高斯圓盤，其中，所述中間節(jié)點包含對其子節(jié)點的引用；
20、基于所述中間節(jié)點和葉子節(jié)點，構(gòu)建bvh樹的樹結(jié)構(gòu)。
21、在一些實施例中，所述對于每個非葉子節(jié)點，創(chuàng)建一個中間節(jié)點，并計算中間節(jié)點的2d高斯圓盤，包括：
22、位置合并：
23、
24、式中，μ是中間節(jié)點的2d高斯圓盤的位置，μi是第i個子節(jié)點的2d高斯圓盤位置，τ是第i個子節(jié)點的權(quán)重，通常由該子節(jié)點的重要性決定；
25、切向量合并：
26、
27、式中，tu、tv是中間節(jié)點的切向量，是第i個子節(jié)點的切向量，是第i個子節(jié)點的權(quán)重；
28、縮放向量合并：
29、
30、式中，su、sv是中間節(jié)點的縮放向量，決定高斯圓盤的大小，是第i個子節(jié)點的縮放向量，ω第i個子節(jié)點的權(quán)重。
31、在一些實施例中，所述基于所述bvh樹，生成lod樹，包括：
32、基于bvh樹，為每個節(jié)點創(chuàng)建lod樹節(jié)點；
33、將bvh樹的葉子節(jié)點的2d高斯圓盤作為lod樹的子節(jié)點的2d高斯圓盤；
34、自下而上，對lod樹的子節(jié)點的2d高斯圓盤進行合并，為lod樹的每個中間節(jié)點創(chuàng)建新的2d高斯圓盤，其中，所述中間節(jié)點的2d高斯圓盤的屬性通過下一級節(jié)點的屬性進行加權(quán)平均得到。
35、在一些實施例中，所述中間節(jié)點的2d高斯圓盤的屬性通過下一級節(jié)點的屬性進行加權(quán)平均得到，包括：
36、對每個子節(jié)點的2d高斯圓盤位置進行加權(quán)平均，得到中間節(jié)點的位置μmid：
37、
38、式中，μj是第j個子節(jié)點的2d高斯圓盤位置,α是相應(yīng)的權(quán)重，通常由子節(jié)點的質(zhì)量決定。
39、使用加權(quán)平均法計算中間節(jié)點的切向量
40、
41、式中，是第j個子節(jié)點的切向，β是相應(yīng)的權(quán)重；
42、對每個子節(jié)點的縮放向量進行加權(quán)平均，得到中間節(jié)點的縮放向量
43、
44、式中，是第j個子節(jié)點的縮放向量，γ是相應(yīng)的權(quán)重；
45、對每個子節(jié)點的不透明度進行加權(quán)平均，得到中間節(jié)點的不透明度omid：
46、
47、式中，oj是第j個子節(jié)點的不透明度，δ是相應(yīng)的權(quán)重；
48、對每個子節(jié)點的顏色信息進行加權(quán)平均，得到中間節(jié)點的顏色信息cmid：
49、
50、式中，cj是第j個子節(jié)點的顏色信息，ε是相應(yīng)的權(quán)重，與不透明度或高斯圓盤的體積相關(guān)。
51、在一些實施例中，包括：
52、優(yōu)化中間節(jié)點的目標(biāo)函數(shù)：
53、
54、其中，dd(μj,μ)是子節(jié)點位置與合并后節(jié)點位置的距離，λ1,λ2,λ3,λ4是權(quán)重。
55、在一些實施例中，包括：
56、對不透明度、位置、切向量和縮放向量進行插值。
57、在一些實施例中，所述對若干分塊場景進行合并，包括：
58、將當(dāng)前的分塊場景的2d高斯圓盤與相鄰的分塊場景繼承的2d高斯圓盤進行合并，其中，在合并過程中當(dāng)前的分塊場景的2d高斯圓盤通過空間位置匹配對齊相鄰的分塊場景的2d高斯圓盤。
59、相比于現(xiàn)有技術(shù)，本專利技術(shù)具有如下有益效果：
60、通過對大規(guī)模場景進行分塊，得到若干分塊場景，其中，相鄰的兩個分塊場景之間存在重疊區(qū)域；采用中值劃分算法遞歸創(chuàng)建包圍盒，對分塊場景進行空間分割，生成bvh樹；根據(jù)攝像機距離對應(yīng)節(jié)點的顆粒度來動態(tài)選擇lod樹中節(jié)點生成lod結(jié)構(gòu)，實現(xiàn)近景或中景的場景表現(xiàn)；基于所述l本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.基于二維高斯濺射的大規(guī)模場景組織與動態(tài)調(diào)度方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對大規(guī)模場景進行分塊，得到若干分塊場景，其中，相鄰的兩個分塊場景之間存在重疊區(qū)域，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用中值劃分算法遞歸創(chuàng)建包圍盒，對分塊場景進行空間分割，生成BVH樹，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述使用遞歸過程中創(chuàng)建的包圍盒作為節(jié)點，構(gòu)建BVH的樹結(jié)構(gòu)，包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對于每個非葉子節(jié)點，創(chuàng)建一個中間節(jié)點，并計算中間節(jié)點的2D高斯圓盤，包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述BVH樹，生成LOD樹，包括：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述中間節(jié)點的2D高斯圓盤的屬性通過下一級節(jié)點的屬性進行加權(quán)平均得到，包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，包括：
9.根據(jù)權(quán)利要求7所述的方法，其特征在于，包括：
10.根據(jù)權(quán)利要
...【技術(shù)特征摘要】
1.基于二維高斯濺射的大規(guī)模場景組織與動態(tài)調(diào)度方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對大規(guī)模場景進行分塊，得到若干分塊場景，其中，相鄰的兩個分塊場景之間存在重疊區(qū)域，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用中值劃分算法遞歸創(chuàng)建包圍盒，對分塊場景進行空間分割，生成bvh樹，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述使用遞歸過程中創(chuàng)建的包圍盒作為節(jié)點，構(gòu)建bvh的樹結(jié)構(gòu)，包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：寇勇，張嚴(yán)辭，
申請(專利權(quán))人：四川大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。