-
公开(公告)号：CN119556990A
公开(公告)日：2025-03-04
申请号：CN202411478663.4
申请日：2024-10-22
Applicant: 清华大学
Abstract: 本发明提供一种用于GPU编程的协程实现方法和装置，涉及计算机图形学与程序设计语言技术领域，所述方法包括：获取用户基于GPU编程语言编写的协程程式代码；其中，所述协程程式代码包含至少一个挂起节点，所述挂起节点用于定义协程的挂起行为和恢复行为；根据所述协程程式代码的挂起节点对协程对应的计算任务进行切分，得到多个子例程和多个协程帧；其中，所述协程帧用于在所述多个子例程之间传递信息；基于所述多个协程帧，将切分后的所述多个子例程分别分配至GPU的多个线程中并行执行。通过本发明提供的方法，自动化地处理划分子例程并确定储存中间数据的协程帧，可以高效并行执行大量协程。
-
公开(公告)号：CN116266376A
公开(公告)日：2023-06-20
申请号：CN202111543782.X
申请日：2021-12-16
Abstract: 本申请公开了渲染方法和装置，涉及媒体技术领域，能够实现高质量快速渲染。该方法包括：首先获取场景的渲染信息。然后对上述场景的渲染信息进行编码生成上述场景的编码渲染信息。最后将上述编码渲染信息输入上述场景的渲染神经网络模型以得到上述场景的渲染图像。其中，上述渲染信息包括材质信息、光源信息、视角信息和着色点信息。上述渲染神经网络模型是利用训练数据样本集训练得到的。本申请提供的渲染方法通过渲染神经网络参考训练数据样本集中当前场景的历史渲染图像和数据进行渲染。一方面，可以降低渲染过程中的运算量，提高渲染速度。另一方面，可以确保渲染质量。由此实现高质量快速渲染。
-
公开(公告)号：CN115576604A
公开(公告)日：2023-01-06
申请号：CN202211210050.3
申请日：2022-09-30
Applicant: 清华大学
Abstract: 本申请提供了一种跨平台开发系统，包括：计算前端，用于通过元编程技术提供适用于多种宿主语言的嵌入式的领域特定语言，供用户编程生成计算任务代码；构造单元，用于根据所述计算任务代码构造抽象语法树；转换单元，用于根据所述抽象语法树转换出可执行代码或着色器对象。通过上述技术方案可以实现跨平台编程开发。
-
公开(公告)号：CN113822291A
公开(公告)日：2021-12-21
申请号：CN202110661548.0
申请日：2021-06-15
Applicant: 腾讯科技(深圳)有限公司 , 清华大学
Abstract: 本申请公开一种图像处理方法、装置、设备及存储介质，涉及云技术、区块链等领域，对待评估图像进行缩放处理，并根据缩放处理后的待评估图像确定第一特征图。将第一特征图和获取到的尺寸信息输入目标图卷积网络，通过目标图卷积网络的第一层布局感知图卷积模块得到欧式空间中的第一邻接矩阵，根据第一邻接矩阵进行第一层布局感知的图卷积，得到第二特征图，以根据第二特征图进行预测，得到待评估图像的评估结果。该方法保留了原始尺寸信息，即保留了待评估图像的构图信息，避免由于尺寸的改变影响图像的美感程度，保证了图像美学评估的准确性。该方法实现更高效的单次通过网络进行预测，大大减轻计算负担，更适用于实时图像评估。
-
公开(公告)号：CN106874921B
公开(公告)日：2020-12-04
申请号：CN201510921073.9
申请日：2015-12-11
Applicant: 清华大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明涉及一种图像分类方法和装置，所述方法包括：将待分类的图像输入多个不同的神经网络模型，获取各神经网络模型的指定的多个非输入层输出的数据生成相应的多个图像特征；将多个图像特征分别输入各神经网络模型对应的用于判别预设类别的线性分类器，获得相应的所述待分类的图像包含预设类别的物体图像的概率值；所述线性分类器是根据由相应的神经网络模型提取的相应的训练图像的特征进行训练得到的；根据获得的各个概率值判别所述待分类的图像是否包含预设类别的物体图像。本发明提供的图像分类方法装置使得图像分类更加准确。
-
Patent Agency Ranking
公开(公告)号：CN106611437B
公开(公告)日：2019-10-22
申请号：CN201510698170.6
申请日：2015-10-23
IPC: G06T15/00
Abstract: 本发明实施例提供一种为三维场景中的多个物体选择材质的方法和装置，包括：查询材质数据库，获取多个物体各自对应的候选材质的信息和多个物体与该多个物体各自对应的候选材质的概率关系；根据多个物体各自对应的候选材质的信息，确定该多个物体的多种材质组合方式；根据概率关系，确定多种材质组合方式中的每种材质组合方式的材质组合概率；将每种材质组合方式与预设的参考模板进行对比，确定每种材质组合方式的优选程度；根据材质组合概率和优选程度，在多种材质组合方式中选取出目标材质组合方式；根据目标材质对多个物体进行渲染。本发明实施例能够为多个物体选择搭配效果较好的目标材质。
-
公开(公告)号：CN103198522B
公开(公告)日：2015-08-12
申请号：CN201310144170.2
申请日：2013-04-23
Applicant: 清华大学
IPC: G06T17/00
CPC classification number: G06T17/00 , G06F17/50 , G06T11/203 , G06T15/005 , G06T19/00 , G06T2200/04 , G06T2200/08 , G06T2210/61
Abstract: 本发明公开了一种三维场景模型生成方法，S11：从场景模型库中分析提取出场景的物体结构组以及物体间的语义关系；S12：统计拟合出每个物体结构组间物体的相对位置，并计算高斯分布函数；S21：对所述草图中的每一个物体在模型库中进行检索；S22：确定所述草图对应的模型；S23：根据所述草图计算对应物体的初始位置；S24：根据S23计算出的初始位置和S12中的高斯分布函数，并结合梯度下降法寻找局部最优位置，根据该位置摆放每一个S22中的物体模型，得到最终场景模型。本发明的方法充分利用场景的语义信息，提高了利用草图检索模型方法的准确率，在最少人工干预的前提下自动解决输入草图中的歧义性。
-
公开(公告)号：CN102637253B
公开(公告)日：2014-02-19
申请号：CN201110458008.9
申请日：2011-12-30
Applicant: 清华大学 , 北京三星通信技术研究有限公司
IPC: G06K9/46
Abstract: 本发明是一种基于视觉显著性和超像素分割的视频前景目标提取方法，包括步骤：a.对视频进行多层超像素分割：将视频作为三维的视频体进行超像素分割，将视频体元素分组成为体区域；b.对视频进行关键帧的视觉显著性区域检测并对关键帧前景目标进行提取：对视频的关键帧图像，利用视觉显著性检测方法分析图像中的视觉显著性区域，然后利用视觉显著性区域作为初始值，采用图像前景提取方法获取关键帧前景目标；c.将关键帧前景目标与视频超像素分割结果匹配并在帧间传递：对关键帧前景目标所覆盖的视频体区域进行区域扩散，进而将前景目标提取结果在帧间连续传递。本发明效率很高，结果准确，人工干预少，方法鲁棒。
-
公开(公告)号：CN103473803A
公开(公告)日：2013-12-25
申请号：CN201310424582.1
申请日：2013-09-17
Applicant: 清华大学
IPC: G06T15/00
Abstract: 本发明涉及三维图像处理技术领域，具体涉及一种基于各向异性球面高斯函数的渲染方法；该渲染方法包括步骤：S11.利用各向异性球面高斯函数对光源以及双向反射分布函数进行拟合；S21.对由各向异性球面高斯函数表达的双向反射分布函数进行半向量到入射方向的球面扭曲；S31.利用各向异性球面高斯函数的乘法封闭性，将扭曲后的双向反射分布函数与光源相乘得到一个分布函数；S41.将步骤S31中得到的分布函数进行积分得到最终的渲染颜色；其中，所述各向异性球面高斯函数是本发明提供的全新的球面高斯函数。本发明可以显著提高渲染帧率，从而可以更好的实现实时渲染。
-
公开(公告)号：CN102360512B
公开(公告)日：2013-07-31
申请号：CN201110288501.0
申请日：2011-09-26
Applicant: 清华大学
Abstract: 本发明公开了一种全局光照下全动态毛发的绘制方法，包括以下步骤：S1：输入待绘制毛发的几何模型和全局光照信息；S2：建立基于物理的简化毛发散射模型，使用多项式和圆高斯函数的线性组合对所述简化毛发散射模型中的方位散射函数进行近似；S3：建立全局光照的球面径向基函数模型，使用两个圆高斯函数之积对球面径向基函数进行近似，用来计算全局光源和毛发散射函数的解析积分；S4：输出毛发在指定全局光照下的绘制结果。本发明的方法可以在全局光照下对全动态毛发进行实时的绘制，计算速度快，不需要任何预处理，支持光源、毛发材质、毛发几何的全动态变化。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.031 seconds)
