-
公开(公告)号：CN114549721A
公开(公告)日：2022-05-27
申请号：CN202210176583.8
申请日：2022-02-25
Applicant: 浙江大学
Abstract: 本发明公开了一种时域稳定的毛发点云神经渲染方法，本发明针对现有基于点云的神经渲染网络无法渲染具有时域稳定性的高质量毛发这一问题，提出了深度剥离和时域稳定性增强网络，通过对输入点云模型的分层投影，获取不同分层的特征信息，将结果进行融合以适应毛发半透明特性；将训练好的结果输入到时域稳定性增强网络中，利用相邻帧间点云的重投影得到当前帧和前几帧的依赖关系，生成当前帧的最终结果，保证了训练结果的时域稳定性。本发明通过局部光照的信息推断出全局光照的结果，可以同时保证渲染质量和渲染速度。克服了传统方法使用光线追踪等全局光照算法渲染毛发十分耗时的不足。
-
公开(公告)号：CN113298936B
公开(公告)日：2022-04-29
申请号：CN202110608598.2
申请日：2021-06-01
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度学习的多RGB‑D全脸材质恢复方法。本发明包括基于图像的人脸材质信息估计和基于可微分渲染的梯度优化两个步骤。步骤1首先对几何和纹理数据进行预处理，生成一个包含全脸皮肤部分的掩膜；然后构建纹理估计模块和光照估计模块，生成仿真训练数据集；最后利用材质纹理和光照估计模块与仿真训练数据集获得纹理信息和光照系数的初值。步骤2首先处理扫描几何数据，然后拓展实现全脸渲染方程；再改进损失函数获得优化结果；最后针对特殊区域进行细节优化。本发明能够拓展人脸材质恢复技术的数据范围，并提高材质恢复技术的优化效果。
-
公开(公告)号：CN108447085B
公开(公告)日：2022-01-04
申请号：CN201810141092.3
申请日：2018-02-11
Applicant: 浙江大学
Abstract: 本发明公开一种基于消费级RGB‑D相机的人脸视觉外观恢复方法，通过用消费级别的RGB‑D相机采集人脸三维几何模型和一组彩色照片作为算法输入，对不准确的相机位姿、人脸几何形状以及耦合在彩色照片中的未知人脸材质和环境光照进行联合优化，以恢复人脸几何模型的视觉外观。该方法能够模拟出人脸皮肤较薄处因光线射入皮肤被皮下血管和组织散射、吸收，从阴影处离开所引起的微弱倾向红色的偏移；且遵守能量守恒定律，更符合物理学规律，总体上看起来更为真实。本发明的方法能够恢复出接近彩色照片的具有真实感的人脸视觉外观。
-
公开(公告)号：CN109903320B
公开(公告)日：2021-06-08
申请号：CN201910080517.9
申请日：2019-01-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于肤色先验的人脸本征图像分解方法，可以从单张人脸照片中提取人脸反射率本征图。该方法分为三个步骤：在预处理阶段，对人脸进行三维重建同时提取人脸特征点，然后进行人脸区域划分；在高光分离阶段，利用光强比定位并剔除高光；本征分离阶段，结合平滑性等先验和人脸肤色先验用优化的方法求解反射本征图。该方法需要的输入仅为单张图片，生成的反射率本征图能够较好地保留肤色信息。
-
公开(公告)号：CN108769644B
公开(公告)日：2020-09-29
申请号：CN201810576526.2
申请日：2018-06-06
Applicant: 浙江大学
IPC: H04N13/122 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的双目动画风格化渲染方法，解决了双目动画内容风格化的问题。该方法将渲染过程分成两层，第一层渲染原始图像，视差图，运动场，遮挡图等场景信息，第二层基于CNN进行后处理优化。后处理层使用贪心法局部最小化一个全新的损失函数。每帧画面都通过梯度下降法求解时序子问题和视差子问题来得到，保持了渲染出的动画满足时序一致性和视差一致性。相比与独立帧直接风格化法，该方法可以大大减少视觉闪烁和瑕疵，并增强了双目显示时的立体感。
-
Patent Agency Ranking
公开(公告)号：CN107016715B
公开(公告)日：2020-05-08
申请号：CN201710128159.5
申请日：2017-03-06
Applicant: 浙江大学
IPC: G06T13/80
Abstract: 本发明公开了一种基于物理模拟的示意地图动画方法，用以展现地理区域上的属性数据随时间的变化。该方法通过地图形变算法生成静态示意地图作为关键帧；通过为二维地图建立弹簧‑质点模型，进而求解弹性物体在时空约束下的受力形变问题，使得示意地图能够在关键帧之间自然平滑地变化。该方法能够使动画达到更好的变化效果和信息表达能力。相比于直接插值法，该方法可以避免大量调参试错过程，不会出现区块重叠等与实际不符的情况。
-
公开(公告)号：CN105869204B
公开(公告)日：2018-07-17
申请号：CN201610183981.7
申请日：2016-03-28
Applicant: 浙江大学
Abstract: 本发明公开了一种参与介质中的无偏光子映射绘制方法，本发明从子路径采样技术改进、理论公式改造、无偏项估计的重要性采样、介质边界情况讨论等方面来对无偏光子聚集方法进行改进，使得在参与介质的场景中始终得到无偏的绘制结果。本发明还将多重重要性采样的权重进行了改进，从而将参与介质上的无偏光子映射方法与双向光线跟踪技术相结合，使得可以同时发挥两种方法在不同情景下的优势。
-
公开(公告)号：CN105893719A
公开(公告)日：2016-08-24
申请号：CN201610436309.4
申请日：2016-06-16
Applicant: 浙江大学
CPC classification number: G06F17/5009 , G01S11/14 , G06F17/5036
Abstract: 本发明公开了基于双向路径跟踪的实时声音传播模拟方法，该方法首先输入当前帧的声学环境状态，以各声源为起点随机生成正向子路径，以听者为起点生成反向子路径，在正向与反向子路径节点间随机建立连接，生成完整路径；并计算出每一路径的强度，生成概率和多重重要性采样权重，最后得到并输出能量响应曲线。本发明以双向路径跟踪的路径生成能力为基础，结合基于信噪比的质量标准，通过控制不同反射次数路径的数量对声能曲线各时间段质量做出调整，从而可以平衡各时段反射声的质量。本发明由于使用了双向路径跟踪，可以在相同的计算代价下产生数量更多，质量更高的路径，且路径质量较少受声源与听者位置的影响。
-
公开(公告)号：CN105869204A
公开(公告)日：2016-08-17
申请号：CN201610183981.7
申请日：2016-03-28
Applicant: 浙江大学
Abstract: 本发明公开了一种参与介质中的无偏光子映射绘制方法，本发明从子路径采样技术改进、理论公式改造、无偏项估计的重要性采样、介质边界情况讨论等方面来对无偏光子聚集方法进行改进，使得在参与介质的场景中始终得到无偏的绘制结果。本发明还将多重重要性采样的权重进行了改进，从而将参与介质上的无偏光子映射方法与双向光线跟踪技术相结合，使得可以同时发挥两种方法在不同情景下的优势。
-
公开(公告)号：CN102339475B
公开(公告)日：2014-01-29
申请号：CN201110327886.7
申请日：2011-10-26
Applicant: 浙江大学
Abstract: 本发明公开了一种基于表面网格的快速毛发建模方法，该方法通过将目标毛发形态由简单的表面形状网格控制，从而实现简化毛发的建模过程，并得到同样高质量建模结果的目标。本发明仅需要用户使用普通的网格建模方法创建大致表示毛发形状的粗糙表面网格，然后通过完全自动的轨迹线提取方法得到形状网格对应的稀疏毛发轨迹线，基于这些轨迹线与用户指定的毛发依附网格即可生成完全符合形状网格的毛发建模结果。在上述建模结果的基础上，通过用户易控的风格化方法可进一步得到保持建模形状下的风格化效果。本说明书中所指的毛发建模均为将目标毛发对象建模为大量极细发丝几何体的集合的过程。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.027 seconds)
