用于超级采样的方法和装置
    1.
    发明公开

    公开(公告)号:CN118037547A

    公开(公告)日:2024-05-14

    申请号:CN202310644401.X

    申请日:2023-06-01

    Abstract: 提供了一种超级采样方法和装置。该方法包括:接收包括当前帧的低分辨率三维(3D)图像,并接收当前帧之前的先前帧;通过重复采样当前帧的子像素区域来生成低分辨率部分图像;将已经从神经网络输出的先前帧的高分辨率图像变形到与当前帧相对应的当前视图;用来自低分辨率部分图像的图像数据替换先前帧的经变形的高分辨率图像的部分区域;以及通过将先前帧的其中部分区域已被替换的高分辨率图像应用于神经网络来生成当前帧的高分辨率图像。

    神经超采样方法和设备
    5.
    发明公开

    公开(公告)号:CN119484931A

    公开(公告)日:2025-02-18

    申请号:CN202410494183.0

    申请日:2024-04-23

    Abstract: 一种超采样方法包括:通过基于当前渲染图像帧的低分辨率像素的子像素对三维(3D)场景执行抖动采样来生成当前渲染图像帧;通过基于与当前渲染图像帧和先前渲染图像帧之间的差异相对应的运动矢量图对先前输出图像帧进行扭曲来生成当前扭曲图像帧;通过基于根据抖动采样的采样位置的变化对当前扭曲图像帧的像素进行移位来生成当前移位图像帧;以及基于当前渲染图像帧和当前移位图像帧来生成当前输出图像帧。

    基于视图增强的用于神经渲染的方法和装置

    公开(公告)号:CN117853632A

    公开(公告)日:2024-04-09

    申请号:CN202310808415.0

    申请日:2023-07-03

    Abstract: 提供了一种基于视图增强的用于神经渲染的方法和装置。一种训练神经场景表示(NSR)模型的方法包括:接收目标场景的原始训练图像,该原始训练图像分别对应于目标场景的基本视图;通过扭曲原始训练图像来生成目标场景的增强图像,该增强图像分别对应于目标场景的新视图;对原始训练图像和增强图像执行背景‑前景分割,以生成分割掩模;以及通过使用原始训练图像、增强图像和分割掩模来训练神经场景表示(NSR)模型以将其配置为用于目标场景的体积渲染。

Patent Agency Ranking