CN108460841A - 一种基于单幅图像的室内场景光照环境估计方法 - Google Patents
一种基于单幅图像的室内场景光照环境估计方法 Download PDFInfo
- Publication number
- CN108460841A CN108460841A CN201810065566.0A CN201810065566A CN108460841A CN 108460841 A CN108460841 A CN 108460841A CN 201810065566 A CN201810065566 A CN 201810065566A CN 108460841 A CN108460841 A CN 108460841A
- Authority
- CN
- China
- Prior art keywords
- scene
- image
- light source
- light environment
- single image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于单幅图像的室内场景光照环境估计方法,增强现实技术领域,其主要包括下列步骤:步骤一:输入单幅图像;步骤二:场景建模;步骤三:光源强度计算;步骤四:光照环境合成;步骤五:输出最终用以渲染虚拟物体的光照分布。本发明利用恢复的光照绘制虚拟物体,并将绘制好的虚拟物体合成进背景图像,从而生成高度真实的虚实融合结果;使用了场景深度信息,能够对场景的几何信息进行自动分析,从而省去了人工交互。
Description
技术领域
本发明涉及增强现实技术领域,具体涉及一种基于单幅图像的室内场景光照环境估计方法。
背景技术
增强现实技术(Augmented Reality Technique,简称AR),是在虚拟现实基础上发展起来的新技术,是通过计算机系统提供的信息增加用户对现实世界感知的技术,并将计算机生成的虚拟物体、场景或系统提示信息叠加到真实场景中,从而实现对现实的“增强”。它将计算机生成的虚拟物体或关于真实物体的非几何信息叠加到真实世界的场景之上,实现了对真实世界的增强。
光照一致性,是指让虚拟物体具有与真实场景相同的光照效果,这需要恢复出真实场景的光照模型,然后计算真实场景光照对虚拟对象的影响。光照一致性包含的技术性问题很多,完全的解决方案需要场景精确的几何模型和光照模型,以及场景中物体的光学属性描述。这样才可能绘制出真实场景与虚拟物体的光照交互,包括真实场景中的光源使虚拟物体产生的明暗、阴影和反射以及虚拟物体对真实物体的明暗、阴影和反射的影响。这些工作通过使用三维物体绘制和图像合成技术来共同完成。
光照一致性问题是增强现实技术中的一个难点,目前还没有很成熟的解决方案。光照模型的研究是光照一致性问题的重要部分,主要研究的是如何根据光学物理的有关定律,采用计算机来模拟自然界中光照明的物理过程。
目前,关于图像光照分布估计算法的相关实用技术还较少,大都还处于科学研究阶段。如:
一、基于阴影的图像光照分布估计算法:该方法用离散的平行光源模拟空间光照分布,在景物几何和材质已知的情况下根据朗伯或其他更复杂的光照模型建立方程组。由于阴影的存在,图像中不同区域所受到的光照条件不同,因此所得到的方程组有解,求解方程组便可获取场景的光照分布。但此种方法也具有很大的具限性:一是需要场景中包含明显的阴影,对于不含有阴影或者阴影不明显的图像则无法估计其光照分布;二是只能恢复直接光源的信息,不能恢复环境光的信息。
二、基于用户交互的单幅图像光照分布估计方法:该方法假设场景位于一个立方体内,场景中的物体均为理想漫反射几何体,用户通过交互方式重建场景的粗略几何并且指定场景内光源的位置。在此基础上,算法根据用户的交互信息恢复场景材质,求解光源亮度。此种方法的限性为需要用户交互指定场景几何、光源方位等信息,不能自动估计光源方向和光源位置。
发明内容
针对现有技术存在的问题,本发明的目的在于提供一种基于单幅图像的室内场景光照环境估计方法,其不需要用户交互指定场景几何、光源等信息,也可自动实现对于大部分任意拍摄室内照片的光照分布估计。
一种基于单幅图像的室内场景光照环境估计方法,其特征在于,包括下列步骤:
步骤一:输入单幅图像;
步骤二:场景建模;
步骤三:光源强度计算;
步骤四:光照环境合成;
步骤五:输出最终用以渲染虚拟物体的光照分布。
所述场景建模主要包括为获取场景几何模型的几何建模和获取场景中光源的位置的光源建模。
在本发明中,所述几何建模的步骤为:1.获取已输入的单幅图像所对应的深度图;2.根据所述深度图计算出场景几何模型。
所述场景几何模型是通过多个平面来逼近的,具体实现方法为:对于图像中出现的场景区域,首先对恢复的法向图进行聚类操作;对于划分为同一类的点,根据其三维位置采用平面拟合的方法求取平面,用这个平面逼近表示这类点所对应场景区域。
对于图像没有出现的场景部分,本发明则是通过可见区域的几何模型推断不可见场景部分的几何模型,具体方法为:假设场景位于一六面体盒子内,首先根据可见场景的平面模型寻找位于最左,最右,最前,最上和最下的平面,将其作为盒子的5个面,对于位于相机之后的那个面则通过人为设定获得,这样场景的不可见部分的几何就通过我们恢复的盒子来表示。
在本发明中,所述深度图通过基于图像的深度恢复技术获得或通过Kinect设备捕获。
在本发明中,所述光源建模的步骤为:1.图像中出现的光源即亮度饱和的像素的位置根据恢复的几何模型计算得出;2.所述图像中没有出现的光源则通过检测图像中的高光区域,根据高光区域的位置、重建的几何模型以及视点位置,基于反射定律算出。
所述光源计算,基于如下公式计算得出:
其中Ip表示图像I中像素p的值,ρp是像素p对应场景处的材质反射率,表示第i个光源的亮度,是由像素p对应场景处的法向量和光源方位、大小共同决定的参数,是由像素p对应场景处的法向量和环境光共同决定的参数,λ对应于R,G,B三个颜色通道。
上述公式1中根据p处的法向量和光源方位、大小直接计算,能直接算出,因此公式中的未知参数仅剩ρp和这两个参数将通过迭代求解的策略进行计算,该迭代求解方法的第一步为:首先通过公式2求解材质系数ρp
其中:采样像素集记为Ns,ω(p,q)为一权重函数用以惩罚像素值相差大的像素,μ为一个权重系数。
迭代求解的第二步为:将得到的材质系数ρp带入公式1中,得到i=1,2…..n为未知数,采样像素点数目个方程的线性方程组,该方程组如式3所示:
该方程组未知数添加非负约束,通过求解带约束的线性方程组即可实现对于光源强度的求解,上述迭代求解的第一步和第二步交替进行,直至收敛;收敛后求得的光照参数即为场景最终光照强度。
在本发明中,所述步骤四根据步骤二和步骤三的分析结果合成能用以进行真实感渲染的光照环境;首先确定要合成光照环境的点的位置,一般就是要放置虚拟物体的位置,将该点记为P,之后由P出发向周围空间若干采样方向发射射线,这些射线将同重建的场景模型求交,将交点信息按照具体方向存入一张HDR图像,便获取了P点处的光照环境。
与现有技术相比,有益效果表现在:
一、本发明使用了场景深度信息,能够对场景的几何信息进行自动分析,从而省去了人工交互。
二、本发明更加充分的利用了图像中能够利用的信息来实现对于场景光源方位、环境光信息的恢复,并且利用了场景中存在许多法向不同点这一事实,构造了可求解的线性方程组,从而降低了算法对场景的要求,并获得更加完善的光照信息。
三、本发明重建了场景,因此可生成场景中不同位置处的光照环境。
附图说明
图1为本发明的流程图;
图2为材质系数和光源强度的求解流程图。
具体实施方式
下面将结合附图及具体实施方式对本发明作进一步的描述。
结合图1和图2所示,一种基于单幅图像的室内场景光照环境估计方法,其特征在于,包括下列步骤:步骤一:输入单幅图像;步骤二:场景建模;步骤三:光源强度计算;步骤四:光照环境合成;步骤五:输出最终用以渲染虚拟物体的光照分布。所述场景建模主要包括为获取场景几何模型的几何建模和获取场景中光源的位置的光源建模。
所述几何建模的步骤为:1.获取已输入的单幅图像所对应的深度图;2.根据所述深度图计算出场景几何模型。所述场景几何模型是通过多个平面来逼近的,具体实现方法为:对于图像中出现的场景区域,首先对恢复的法向图进行聚类操作;对于划分为同一类的点,根据其三维位置采用平面拟合的方法求取平面,用这个平面逼近表示这类点所对应场景区域。对于图像没有出现的场景部分,本发明则是通过可见区域的几何模型推断不可见场景部分的几何模型,具体方法为:假设场景位于一六面体盒子内,首先根据可见场景的平面模型寻找位于最左,最右,最前,最上和最下的平面,将其作为盒子的5个面,对于位于相机之后的那个面则通过人为设定获得,这样场景的不可见部分的几何就通过我们恢复的盒子来表示。
光源建模的步骤为:1.图像中出现的光源即亮度饱和的像素的位置根据恢复的几何模型计算得出;2.所述图像中没有出现的光源则通过检测图像中的高光区域,根据高光区域的位置、重建的几何模型以及视点位置,基于反射定律算出。
所述光源计算,基于如下公式计算得出:
其中Ip表示图像I中像素p的值,ρp是像素p对应场景处的材质反射率,表示第i个光源的亮度,是由像素p对应场景处的法向量和光源方位、大小共同决定的参数,是由像素p对应场景处的法向量和环境光共同决定的参数,λ对应于R,G,B三个颜色通道。
上述公式1中根据p处的法向量和光源方位、大小直接计算,能直接算出,因此公式中的未知参数仅剩ρp和这两个参数将通过迭代求解的策略进行计算,该迭代求解方法的第一步为:首先通过公式2求解材质系数ρp
其中:采样像素集记为Ns,ω(p,q)为一权重函数用以惩罚像素值相差大的像素,μ为一个权重系数。
迭代求解的第二步为:将得到的材质系数ρp带入公式1中,得到i=1,2…..n为未知数,采样像素点数目个方程的线性方程组,该方程组如式3所示:
该方程组未知数添加非负约束,通过求解带约束的线性方程组即可实现对于光源强度的求解,上述迭代求解的第一步和第二步交替进行,直至收敛;收敛后求得的光照参数即为场景最终光照强度。
在本发明中,所述步骤四根据步骤二和步骤三的分析结果合成能用以进行真实感渲染的光照环境;首先确定要合成光照环境的点的位置,一般就是要放置虚拟物体的位置,将该点记为P,之后由P出发向周围空间若干采样方向发射射线,这些射线将同重建的场景模型求交,将交点信息按照具体方向存入一张HDR图像,便获取了P点处的光照环境。
该光照环境用用一张HDR环境贴图保存;所述HDR环境贴图的每个像素中记录了来自空间某个方向的光照强度和颜色,这个方向则通过像素位置进行计算。
基于HDR(高动态范围)环境映照的渲染技术。现实世界中,一个场景存在的亮度差即最亮的物体亮度和最暗的物体亮度之比可达108。由于常用的图像采集设备无法捕获到如此宽范围的亮度,因此日常生活中,常见的图像存在高亮区域像素值为255,而黑暗区域的像素值为0的情况。在这两种区域中我们无法获取任何有关场景的细节信息,这样的图像被称为LDR(低动态范围)图像。HDR图像是一种亮度范围非常广的图像,它比其它格式的图像有着更大亮度的数据贮存,而且它记录亮度的方式与传统的图片不同,不是用非线性的方式将亮度信息压缩到8bit或16bit的颜色空间内,而是用直接对应的方式记录亮度信息。由于它记录了图片环境中的照明信息,因此可以应用于场景光照的记录和表达。基于HDR(高动态范围)环境映照的渲染技术以绘制体为中心将来自不同方向的入射光强度记录在一张HDR图像上,这张图像被称为环境映照(Environment Map)。
Claims (7)
1.一种基于单幅图像的室内场景光照环境估计方法,其特征在于,包括下列步骤:
步骤一:输入单幅图像;
步骤二:场景建模;
步骤三:光源强度计算;
步骤四:光照环境合成;
步骤五:输出最终用以渲染虚拟物体的光照分布。
2.根据权利要求1所述的基于单幅图像的室内场景光照环境估计方法,其特征在于,所述场景建模主要包括为获取场景几何模型的几何建模和获取场景中光源的位置的光源建模。
3.根据权利要求1或2所述的基于单幅图像的室内场景光照环境估计方法,其特征在于,所述几何建模的步骤为:获取已输入的单幅图像所对应的深度图;根据所述深度图计算出场景几何模型。
4.根据权利要求2所述的基于单幅图像的室内场景光照环境估计方法,其特征在于,所述场景几何模型是通过多个平面来逼近的,具体实现方法为:对于图像中出现的场景区域,首先对恢复的法向图进行聚类操作;对于划分为同一类的点,根据其三维位置采用平面拟合的方法求取平面,用这个平面逼近表示这类点所对应场景区域;对于图像没有出现的场景部分,则是通过可见区域的几何模型推断不可见场景部分的几何模型,具体方法为:假设场景位于一六面体盒子内,首先根据可见场景的平面模型寻找位于最左,最右,最前,最上和最下的平面,将其作为盒子的5个面,对于位于相机之后的那个面则通过人为设定获得,场景的不可见部分的几何就通过恢复的盒子来表示。
5.根据权利要求3所述的基于单幅图像的室内场景光照环境估计方法,其特征在于,所述深度图通过基于图像的深度恢复技术获得或通过Kinect设备捕获。
6.根据权利要求2所述的基于单幅图像的室内场景光照环境估计方法,其特征在于,所述光源建模的步骤为:图像中出现的光源即亮度饱和的像素的位置根据恢复的几何模型计算得出;所述图像中没有出现的光源则通过检测图像中的高光区域,根据高光区域的位置、重建的几何模型以及视点位置,基于反射定律算出;
所述光源计算,基于如下公式计算得出:
其中Ip表示图像I中像素p的值,ρp是像素p对应场景处的材质反射率,表示第i个光源的亮度,Pp <s,i>是由像素p对应场景处的法向量和光源方位、大小共同决定的参数,Ep env,是由像素p对应场景处的法向量和环境光共同决定的参数,λ对应于R,G,B三个颜色通道;
上述公式1中Pp <s,i>根据p处的法向量和光源方位、大小直接计算,Ep env,能直接算出,因此公式中的未知参数仅剩ρp和这两个参数将通过迭代求解的策略进行计算,该迭代求解方法的第一步为:首先通过公式2求解材质系数ρp
其中:采样像素集记为Ns,ω(p,q)为一权重函数用以惩罚像素值相差大的像素,μ为一个权重系数;
迭代求解的第二步为:将得到的材质系数ρp带入公式1中,得到为未知数,采样像素点数目个方程的线性方程组,该方程组如式3所示:
该方程组未知数添加非负约束,通过求解带约束的线性方程组即可实现对于光源强度的求解,上述迭代求解的第一步和第二步交替进行,直至收敛;收敛后求得的光照参数即为场景最终光照强度。
7.根据权利要求1所述的基于单幅图像的室内场景光照环境估计方法,其特征在于,所述步骤四根据步骤二和步骤三的分析结果合成能用以进行真实感渲染的光照环境;首先确定要合成光照环境的点的位置,一般就是要放置虚拟物体的位置,将该点记为P,之后由P出发向周围空间若干采样方向发射射线,这些射线将同重建的场景模型求交,将交点信息按照具体方向存入一张HDR图像,便获取了P点处的光照环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810065566.0A CN108460841A (zh) | 2018-01-23 | 2018-01-23 | 一种基于单幅图像的室内场景光照环境估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810065566.0A CN108460841A (zh) | 2018-01-23 | 2018-01-23 | 一种基于单幅图像的室内场景光照环境估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108460841A true CN108460841A (zh) | 2018-08-28 |
Family
ID=63238601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810065566.0A Pending CN108460841A (zh) | 2018-01-23 | 2018-01-23 | 一种基于单幅图像的室内场景光照环境估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108460841A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448098A (zh) * | 2018-09-29 | 2019-03-08 | 北京航空航天大学 | 一种基于建筑物单张夜景图像重建虚拟场景光源的方法 |
CN109883414A (zh) * | 2019-03-20 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 一种车辆导航方法、装置、电子设备及存储介质 |
CN110136239A (zh) * | 2019-04-10 | 2019-08-16 | 南京五视界网络科技有限公司 | 一种增强虚拟现实场景光照与反射真实度的方法 |
CN110458964A (zh) * | 2019-08-21 | 2019-11-15 | 四川大学 | 一种现实环境动态光照的实时计算方法 |
CN110910486A (zh) * | 2019-11-28 | 2020-03-24 | 浙江大学 | 室内场景光照估计模型、方法、装置、存储介质以及渲染方法 |
CN111145333A (zh) * | 2019-12-11 | 2020-05-12 | 江苏艾佳家居用品有限公司 | 一种室内场景光照布局方法 |
CN111460554A (zh) * | 2020-03-30 | 2020-07-28 | 吉林动画学院 | 一种基于最大光照熵的室内自动布光方法及系统 |
CN112242004A (zh) * | 2019-07-16 | 2021-01-19 | 华中科技大学 | 一种基于光照渲染的ar场景的虚拟雕刻方法及系统 |
CN113658087A (zh) * | 2021-08-17 | 2021-11-16 | 广州钛铼文化科技有限公司 | 一种基于同机位多照片自动合成方法及装置 |
CN113677192A (zh) * | 2019-02-15 | 2021-11-19 | 阿普哈维斯特技术股份有限公司 | 用于考验农业环境的深度和视觉传感器 |
CN115619989A (zh) * | 2022-10-28 | 2023-01-17 | 如你所视(北京)科技有限公司 | 融合效果图生成方法、装置、电子设备及存储介质 |
CN115761114A (zh) * | 2022-10-28 | 2023-03-07 | 如你所视(北京)科技有限公司 | 视频生成方法、装置及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710429A (zh) * | 2009-10-12 | 2010-05-19 | 湖南大学 | 一种基于动态light map的增强现实系统光照算法 |
CN101739710A (zh) * | 2009-11-30 | 2010-06-16 | 山东大学 | 一种室外场景光照参数恢复装置及其工作方法 |
CN102096941A (zh) * | 2011-01-30 | 2011-06-15 | 北京航空航天大学 | 虚实融合环境下的光照一致性方法 |
CN103093426A (zh) * | 2012-12-14 | 2013-05-08 | 西安电子科技大学 | 恢复定标板遮挡区域的纹理和光照的方法 |
CN105447906A (zh) * | 2015-11-12 | 2016-03-30 | 浙江大学 | 基于图像和模型计算光照参数进行重光照渲染的方法 |
-
2018
- 2018-01-23 CN CN201810065566.0A patent/CN108460841A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710429A (zh) * | 2009-10-12 | 2010-05-19 | 湖南大学 | 一种基于动态light map的增强现实系统光照算法 |
CN101739710A (zh) * | 2009-11-30 | 2010-06-16 | 山东大学 | 一种室外场景光照参数恢复装置及其工作方法 |
CN102096941A (zh) * | 2011-01-30 | 2011-06-15 | 北京航空航天大学 | 虚实融合环境下的光照一致性方法 |
CN103093426A (zh) * | 2012-12-14 | 2013-05-08 | 西安电子科技大学 | 恢复定标板遮挡区域的纹理和光照的方法 |
CN105447906A (zh) * | 2015-11-12 | 2016-03-30 | 浙江大学 | 基于图像和模型计算光照参数进行重光照渲染的方法 |
Non-Patent Citations (4)
Title |
---|
GUANYU XING 等: "Automatic Spatially Varying Illumination Recovery of Indoor Scenes Based on a Single RGB-D Image", 《IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS》 * |
GUANYU XING: "Light mixture intrinsic image decomposition based on a single RGB-D image", 《THE VISUAL COMPUTER 》 * |
XIAOWU CHEN 等: "Single Image Based Illumination Estimation for Lighting Virtual Object in Real Scene", 《2011 12TH INTERNATIONAL CONFERENCE ON COMPUTER-AIDED DESIGN AND COMPUTER GRAPHICS》 * |
李粉莉 等: "基于增强现实的图像光照一致性模型探讨", 《电脑知识与技术》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448098B (zh) * | 2018-09-29 | 2023-01-24 | 北京航空航天大学 | 一种基于建筑物单张夜景图像重建虚拟场景光源的方法 |
CN109448098A (zh) * | 2018-09-29 | 2019-03-08 | 北京航空航天大学 | 一种基于建筑物单张夜景图像重建虚拟场景光源的方法 |
CN113677192A (zh) * | 2019-02-15 | 2021-11-19 | 阿普哈维斯特技术股份有限公司 | 用于考验农业环境的深度和视觉传感器 |
CN109883414B (zh) * | 2019-03-20 | 2021-08-27 | 百度在线网络技术(北京)有限公司 | 一种车辆导航方法、装置、电子设备及存储介质 |
CN109883414A (zh) * | 2019-03-20 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 一种车辆导航方法、装置、电子设备及存储介质 |
CN110136239A (zh) * | 2019-04-10 | 2019-08-16 | 南京五视界网络科技有限公司 | 一种增强虚拟现实场景光照与反射真实度的方法 |
CN110136239B (zh) * | 2019-04-10 | 2023-03-10 | 南京五视界网络科技有限公司 | 一种增强虚拟现实场景光照与反射真实度的方法 |
CN112242004B (zh) * | 2019-07-16 | 2023-09-01 | 华中科技大学 | 一种基于光照渲染的ar场景的虚拟雕刻方法及系统 |
CN112242004A (zh) * | 2019-07-16 | 2021-01-19 | 华中科技大学 | 一种基于光照渲染的ar场景的虚拟雕刻方法及系统 |
CN110458964B (zh) * | 2019-08-21 | 2021-07-27 | 四川大学 | 一种现实环境动态光照的实时计算方法 |
CN110458964A (zh) * | 2019-08-21 | 2019-11-15 | 四川大学 | 一种现实环境动态光照的实时计算方法 |
CN110910486B (zh) * | 2019-11-28 | 2021-11-19 | 浙江大学 | 室内场景光照估计模型、方法、装置、存储介质以及渲染方法 |
CN110910486A (zh) * | 2019-11-28 | 2020-03-24 | 浙江大学 | 室内场景光照估计模型、方法、装置、存储介质以及渲染方法 |
CN111145333A (zh) * | 2019-12-11 | 2020-05-12 | 江苏艾佳家居用品有限公司 | 一种室内场景光照布局方法 |
CN111145333B (zh) * | 2019-12-11 | 2022-08-12 | 江苏艾佳家居用品有限公司 | 一种室内场景光照布局方法 |
CN111460554A (zh) * | 2020-03-30 | 2020-07-28 | 吉林动画学院 | 一种基于最大光照熵的室内自动布光方法及系统 |
CN111460554B (zh) * | 2020-03-30 | 2022-07-01 | 吉林动画学院 | 一种基于最大光照熵的室内自动布光方法及系统 |
CN113658087A (zh) * | 2021-08-17 | 2021-11-16 | 广州钛铼文化科技有限公司 | 一种基于同机位多照片自动合成方法及装置 |
CN115761114A (zh) * | 2022-10-28 | 2023-03-07 | 如你所视(北京)科技有限公司 | 视频生成方法、装置及计算机可读存储介质 |
CN115619989A (zh) * | 2022-10-28 | 2023-01-17 | 如你所视(北京)科技有限公司 | 融合效果图生成方法、装置、电子设备及存储介质 |
CN115619989B (zh) * | 2022-10-28 | 2024-04-26 | 如你所视(北京)科技有限公司 | 融合效果图生成方法、装置、电子设备及存储介质 |
CN115761114B (zh) * | 2022-10-28 | 2024-04-30 | 如你所视(北京)科技有限公司 | 视频生成方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108460841A (zh) | 一种基于单幅图像的室内场景光照环境估计方法 | |
CN107341853B (zh) | 超大虚拟场景和动态摄屏的虚实融合方法及系统 | |
CN105447906B (zh) | 基于图像和模型计算光照参数进行重光照渲染的方法 | |
CN102834849B (zh) | 进行立体视图像的描绘的图像描绘装置、图像描绘方法、图像描绘程序 | |
CN102812497B (zh) | 能够提供随后体验影像的影像提供装置、影像提供方法 | |
CN100594519C (zh) | 用球面全景摄像机实时生成增强现实环境光照模型的方法 | |
Behrendt et al. | Realistic real-time rendering of landscapes using billboard clouds | |
CN108648269A (zh) | 三维建筑物模型的单体化方法和系统 | |
CN108919944A (zh) | 一种基于数字城市模型实现在显示端进行数据无损交互的虚拟漫游方法 | |
CN106204735B (zh) | Unity3D地形数据在Direct3D 11环境中的使用方法 | |
JPH07306955A (ja) | 三次元イリュージョンを生み出す方法およびシステム | |
CN110633628B (zh) | 基于人工神经网络的rgb图像场景三维模型重建方法 | |
CN107452060A (zh) | 全角度自动采集生成虚拟数据集方法 | |
JP2006053694A (ja) | 空間シミュレータ、空間シミュレート方法、空間シミュレートプログラム、記録媒体 | |
CN105006021A (zh) | 一种适用于快速点云三维重建的颜色映射方法及装置 | |
Li et al. | Multivisual animation character 3D model design method based on VR technology | |
Argudo et al. | Single-picture reconstruction and rendering of trees for plausible vegetation synthesis | |
CN107390379A (zh) | 一种近眼全息三维显示系统和显示方法 | |
CN107067299A (zh) | 虚拟试衣方法和系统 | |
CN104103092A (zh) | 一种基于聚光灯实时动态阴影的实现方法 | |
CN113129420B (zh) | 一种基于深度缓冲加速的光线追踪渲染方法 | |
WO2021151380A1 (en) | Method for rendering virtual object based on illumination estimation, method for training neural network, and related products | |
CN113610955A (zh) | 一种对象渲染方法、装置及着色器 | |
CN116152417B (zh) | 一种多视点类透视空间拟合与渲染的方法和装置 | |
CN116894922A (zh) | 一种基于实时图形引擎的夜视图像生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180828 |