CN111047656A - 一种动态参考点深度偏移z值压缩算法 - Google Patents
一种动态参考点深度偏移z值压缩算法 Download PDFInfo
- Publication number
- CN111047656A CN111047656A CN201911125785.4A CN201911125785A CN111047656A CN 111047656 A CN111047656 A CN 111047656A CN 201911125785 A CN201911125785 A CN 201911125785A CN 111047656 A CN111047656 A CN 111047656A
- Authority
- CN
- China
- Prior art keywords
- reference point
- pixel
- depth
- tile
- offset
- 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
- 238000007906 compression Methods 0.000 title claims abstract description 68
- 230000006835 compression Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 5
- 239000000872 buffer Substances 0.000 description 6
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种动态参考点深度偏移Z值压缩算法，该算法包括如下步骤：S1：计算并存储当前Tile的ZMin和ZMax参考点，并将每个偏移量关联的Indicator由1bit增加到2bit；S2：按照标准DO算法判断每个像素的Z值是否可压缩，若Tile内所有像素均可压缩，则Tile压缩成功；若Tile内有任一个像素不可压缩，则进入S3；S3：根据不可压缩像素的深度，增加一个动态参考点ZDyn，并基于ZDyn压缩Tile内S2中不可压缩的像素。该算法使基于ZDyn参考点的偏移覆盖区域相对于ZMin或ZMax参考点增加1倍，更好的覆盖Tile中不能被基于ZMin和ZMax参考点偏移量覆盖到的离散、非均匀分布的像素深度值，从而实现更高的可压缩率。
Description
技术领域
本发明涉及计算机硬件技术领域，尤其涉及基于深度偏移的动态参考点Z值压缩算法。
背景技术
3D图形处理与2D图形处理最显著的区别在于引入了深度的概念，使绘制结果产生了有层次的空间立体真实感受。在连续的图形绘制过程中，为了最终能够正确的显示距离观察者最近的图元像素颜色，每一个像素的深度数据(Z值)都需要进行缓冲，以便进行实时深度测试来分辨当前正在绘制像素的深度值与已经绘制完成的像素深度值之间的前后关系。而深度测试频繁的显存读写操作需要的存储器数据带宽极大。举例来说，假设三维场景复杂度为15、像素Z值精度为32bit、屏幕分辨率为4096×2304、每秒绘制30帧，则仅从外部显存读取深度缓冲区数据需要的带宽达到16.98GB/s。假设70％的像素通过深度测试，则写外部显存中深度缓冲区所需要的数据带宽达到 11.89GB/s，深度数据读写共需要28.87GB/s。可见，深度缓冲区访问性能是影响现代图形处理器性能的关键因素。
Z值压缩通常是基于Tile的，而且必须是无损的，否则会造成绘制到同一位置的多个像素深度无法辨认，因此并不是所有像素的深度数据都是可压缩的。在一种特定压缩算法下，一个Tile中像素的深度值都能够被压缩的概率定义为“可压缩概率”，可压缩概率与正在进行渲染的几何图元有关，也是Z值压缩算法的一项性能指标。
尤其是基于深度偏移的动态参考点Z值压缩算法，可能影响到显存带宽利用率、3D图形绘制三角形通过能力和像素填充能力等多个方面的性能指标，最终影响GPU的整体工作效率，研究优化Z值压缩算法性能对研制高性能GPU具有十分重要的理论意义和应用价值。
发明内容
公开了一种动态参考点深度偏移Z值压缩算法—DRDO，除原有静态ZMin和ZMax参考点外，为每个像素Tile增加一个动态参考点ZDyn，在Tile深度数据压缩过程中动态确定ZDyn的插入位置，同时将每个偏移量关联的Indicator由1bit增加到2bit，以便在ZMin、ZMax和ZDyn参考点间进行选择，使基于ZDyn参考点的偏移覆盖区域相对于ZMin或ZMax参考点增加1倍，更好的覆盖Tile中不能被基于ZMin和ZMax参考点偏移量覆盖到的离散、非均匀分布的像素深度值，从而实现更高的可压缩率。
本发明的技术解决方案是：
本发明提供了一种动态参考点深度偏移Z值压缩算法，该算法包括如下步骤：
S1：计算并存储当前Tile的ZMin和ZMax参考点，并将每个偏移量关联的Indicator由1bit增加到2bit；
S2：按照标准DO算法判断每个像素的Z值是否可压缩，若Tile 内所有像素均可压缩，则Tile压缩成功；若Tile内有任一个像素不可压缩，则进入S3；
S3：根据不可压缩像素的深度，增加一个动态参考点ZDyn，并基于ZDyn压缩Tile内S2中不可压缩的像素。
进一步的，所述S1中Indicator根据参考点ZMin和ZMax选择情况所设置，设置成00或01；
并设置初始值N＝0，N表示Tile中像素的编号。
进一步的，所述S2包括如下步骤：
S2.1：判断N是否等于Tile中像素数量最大值；若N等于最大值，则像素Tile压缩成功；若N不等于最大值，则进入S2.2；
S2.2：设置N＝N+1，对下一像素进行处理；
S2.3：计算当前像素点N的像素与ZMin和ZMax之间的差值绝对值a和b；
S2.4：判断当前像素N的a和b的有效位宽度是否有任意一个小于等于深度偏移量宽度；若有任意一个小于等于深度偏移量宽度，则该像素可压缩，压缩后进入步骤S2.1；否则，进入步骤S3。
进一步的，所述S3包括如下步骤：
S3.1：根据当前像素点N确定动态参与点ZDyn的值，并计算当前像素N与ZDyn的差值绝对值c；
S3.2：判断当前像素N的c有效位宽度是否小于等于深度偏移量宽度；若小于等于深度偏移量宽度，则进入步骤S3.3；否则，像素 Tile压缩失败；
S3.3：根据当前像素点N确定动态参考点ZDyn的值，设置像素点的Indicator为10或11，表示该像素点所选择的参考点为ZDyn，进入步骤S2.1。
进一步的，
在压缩成功的情况下，其数据格式定义为包括ZMin、ZMax和 ZDyn参考点深度数据、Tile内部所有像素点相对于ZMin或ZMax 或ZDyn参考点的N位偏移量数据，以及每个深度偏移量所关联的 2bit Indicator数据。
进一步的，所述解压缩时，先将压缩数据包中前96bit Zmin，Zmax 和ZDyn参考点值取出；
然后根据对所有Pixels Offset数据并行的按当前偏移量宽度进行分组，并根据每个偏移量关联的Indicator位选择Zmin，Zmax和ZDyn 参考点对应的覆盖区域，
最后计算与Zmin或Zmax或ZDyn参考点的差或和得到原始的像素深度值。
在现有DO深度压缩算法原有2个静态ZMin和ZMax参考点的基础上，为每个像素Tile增加一个动态参考点ZDyn，同时通过每个偏移量关联的Indicator在ZMin、ZMax和ZDyn参考点间进行选择，使基于 ZDyn参考点的偏移覆盖区域相对于ZMin或ZMax参考点增加1倍，更好的覆盖Tile中不能被基于ZMin和ZMax参考点偏移量覆盖到的离散、非均匀分布的像素深度值，从而实现更高的可压缩率。
所述动态参考点ZDyn是当Tile中某个像素深度数据基于ZMin和 ZMax参考点均压缩失败时，根据当前压缩失败像素点的位置动态确定 ZDyn的插入位置。对不同的来说像素Tile来说，动态参考点ZDyn位置不一定相同。
所述Indicator是每个深度偏移量关联的参考点选择指示位，与现有DO压缩算法不同的是，每个偏移量关联的Indicator由1bit增加到 2bit，参考点选择能力由在ZMin和ZMax间进行选择扩展到在ZMin、ZMax和ZDyn参考点间进行选择。
所述压缩过程是指，除必须首先计算出每个像素与被压缩像素 Tile中具有最小深度值和最大深度值的两个参考像素点ZMin和ZMax的深度偏移量差值外，其特征在于：当某个像素基于ZMin和ZMax参考点均压缩失败时，进一步基于动态插入的ZDyn参考点位置计算该像素的深度偏移量差值，从而提升可压缩概率。
Indicator指示位由1bit扩展为2bit后，将基于ZMin和ZMax参考点的2个偏移量覆盖区域扩展为基于ZMin、ZMax和ZDyn参考点的4个偏移量覆盖区域，2bit Indicator的4个取值分别对应ZMin右侧、ZMax左侧、ZDyn右侧和ZDyn左侧。
如果某个像素基于ZMin、ZMax和ZDyn参考点均压缩失败，则该像素Tile压缩失败。
有益效果：
本发明提供的动态参考点深度偏移Z值压缩算法，插入了动态参考点ZDyn，并将像素Tile中每个像素偏移量关联的Indicator由1bit 扩展为2bit，相较ZMin或ZMax参考点深度偏移量覆盖范围t增加1倍，相当于原先ZMin和ZMax参考点深度偏移量覆盖范围的总和，使得ZDyn参考点偏移量具有更大的覆盖范围，也具有更好的连续性，能够更好的适应帧缓冲区中物体边界交叉结合处的深度突变、非线性离散分布的情况，从而提升像素Tile深度数据可压缩率。
附图说明
图1是本发明一种动态参考点深度偏移Z值压缩算法的压缩流程图；
图2是本发明一种动态参考点深度偏移Z值压缩算法在现有DO 压缩算法不可压缩情形下的压缩原理；
图3是本发明一种动态参考点深度偏移Z值压缩算法动态参考点 ZDyn位置计算方法；
图4是本发明一种动态参考点深度偏移Z值压缩算法的压缩数据格式；
具体实施方式
在DO算法原有2个静态ZMin和ZMax参考点的基础上，为每个像素Tile增加一个动态参考点ZDyn，当Tile中某个像素深度数据基于 ZMin和ZMax参考点均压缩失败时，根据当前压缩失败像素点的位置动态的确定ZDyn的插入位置，同时将每个偏移量关联的Indicator由1bit 增加到2bit，以便在ZMin、ZMax和ZDyn参考点间进行选择，使基于 ZDyn参考点的偏移覆盖区域相对于ZMin或ZMax参考点增加1倍，更好的覆盖Tile中不能被基于ZMin和ZMax参考点偏移量覆盖到的离散、非均匀分布的像素深度值，从而实现更高的可压缩率。
一种动态参考点深度偏移Z值压缩算法，该算法包括如下步骤：
S1：计算并存储当前Tile的ZMin和ZMax参考点，并将每个偏移量关联的Indicator由1bit增加到2bit；
Indicator根据参考点ZMin和ZMax选择情况所设置，设置成00 或01；
并设置初始值N＝0，N表示Tile中像素的编号。
S2：按照标准DO算法判断每个像素的Z值是否可压缩，若Tile 内所有像素均可压缩，则Tile压缩成功；若Tile内有任一个像素不可压缩，则进入S3；
S2.1：判断N是否等于Tile中像素数量最大值；若N等于最大值，则像素Tile压缩成功；若N不等于最大值，则进入S2.2；
S2.2：设置N＝N+1，对下一像素进行处理；
S2.3：计算当前像素点N的像素与ZMin和ZMax之间的差值绝对值a和b；
S2.4：判断当前像素N的a和b的有效位宽度是否有任意一个小于等于深度偏移量宽度；若有任意一个小于等于深度偏移量宽度，则该像素可压缩，压缩后进入步骤S2.1；否则，进入步骤S3。
S3：根据不可压缩像素的深度，增加一个动态参考点ZDyn，并基于ZDyn压缩Tile内S2中不可压缩的像素
S3.1：根据当前像素点N确定动态参与点ZDyn的值，并计算当前像素N与ZDyn的差值绝对值c；
S3.2：判断当前像素N的c有效位宽度是否小于等于深度偏移量宽度；若小于等于深度偏移量宽度，则进入步骤S3.3；否则，像素 Tile压缩失败；
S3.3：根据当前像素点N确定动态参考点ZDyn的值，设置像素点的Indicator为10或11，表示该像素点所选择的参考点为ZDyn，进入步骤S2.1。
在压缩成功的情况下，其数据格式定义为包括ZMin、ZMax和 ZDyn参考点深度数据、Tile内部所有像素点相对于ZMin或ZMax 或ZDyn参考点的N位偏移量数据，以及每个深度偏移量所关联的 2bit Indicator数据。
解压缩时，先将压缩数据包中前96bit Zmin，Zmax和ZDyn参考点值取出；
然后根据对所有Pixels Offset数据并行的按当前偏移量宽度进行分组，并根据每个偏移量关联的Indicator位选择Zmin，Zmax和ZDyn 参考点对应的覆盖区域，
最后计算与Zmin或Zmax或ZDyn参考点的差或和得到原始的像素深度值。
图1以8*8像素Tile，深度偏移量6bit，每深度偏移量关联2bit Indicator为例说明了本发明一种动态参考点深度偏移Z值压缩算法的工作流程。本发明一种动态参考点深度偏移Z值压缩算法的压缩流程是在标准DO压缩算法基础上的动态扩展，依次计算Tile中所有像素相对于ZMin和ZMax参考点的深度偏移量，进而判断当前像素深度值是否可压缩，如果所有像素深度值相对于ZMin和ZMax参考点均可压缩，则无需增加ZDyn参考点，压缩数据中的数据格式与DO相同；但是，如果在压缩过程中遇到一个像素深度值相对于ZMin和ZMax参考点不可压缩，则需要根据该像素深度值计算并选定新插入ZDyn参考点的位置，并相对于ZDyn参考点进行压缩；如果相对于ZDyn参考点仍不能压缩，则当前像素Tile压缩失败，否则像素Tile压缩成功。
也就是说，本发明一种动态参考点深度偏移Z值压缩算法不是一定需要计算ZDyn参考点坐标值，而是根据像素Tile深度值分布的实际情况进行添加，从而提升数据压缩率。另外，本发明一种动态参考点深度偏移Z值压缩算法与DO相较，两者都是无损压缩，不同的是本发明一种动态参考点深度偏移Z值压缩算法增加了一个动态参考点ZDyn，相同的是本发明一种动态参考点深度偏移Z值压缩算法也有不能压缩的像素Tile，当一个Tile中的任意一个像素点相对于ZMin、 ZMax和ZDyn参考点均无法压缩时，本发明一种动态参考点深度偏移Z值压缩算法也会压缩失败，如图2中(c-d)的情况。
对于一个Tile中的像素深度值分布来说，不同的场景和帧缓冲区不同位置的Tile会表现出不同的特征，在同一物体内部一般会表现为深度值的局部性和连续性，但在物体边缘和交叉结合处又会表现为深度值的非线性、跳跃性的分布，而基于动态参考点ZDyn的偏移量覆盖区域是连续的，也是范围固定的，因此ZDyn参考点位置的确定是本发明一种动态参考点深度偏移Z值压缩算法的关键。
选择ZDyn参考点位置时，不但要尽量避免ZDyn参考点偏移量覆盖区域与ZMin和ZMax参考点偏移量覆盖区域重叠，还要尽可能的覆盖ZMin和ZMax参考点偏移量覆盖区域之外的像素深度值。具体来说，假设t是当前确定的深度偏移量宽度能够覆盖的深度值范围，ZFir是压缩过程中遇到的第一个相对于ZMin和ZMax参考点压缩失败的像素深度值，则本发明一种动态参考点深度偏移Z值压缩算法在遇到ZFir时，计算该像素深度值ZFir相对于ZMin+t-1和ZMax-t+1的距离A和B，如果ZFir距离ZMin+t-1较近，则将深度值ZFir+t-1选定为ZDyn参考点位置；如果ZFir距离ZMax-t+1较近，则将深度值ZFir-t+1选定为ZDyn参考点位置，如图3所示。图2中所有ZDyn参考点位置均是按照上述原则选定，这种根据Tile中像素深度值实际分布情况动态插入ZDyn参考点的方式是本发明一种动态参考点深度偏移Z值压缩算法区别于DO压缩算法的最明显特征，也是使得本发明一种动态参考点深度偏移Z值压缩算法能够更好适应各种场景中不同位置Tile像素深度分布情况，提升可压缩率性能指标的根本原因。
选定ZDyn参考点后，需要进一步明确基于ZDyn参考点的偏移覆盖范围。ZDyn参考点与ZMin和ZMax参考点的不同之处在于：ZMin和 ZMax参考点位于Tile像素深度值区间的两端，ZMin参考点的左侧和 ZMax参考点的右侧均无有效深度值，只在ZMin参考点的右侧和ZMax参考点的左侧存在有效深度值需要覆盖，而ZDyn参考点的位置在大多数情况下位于ZMin+t-1和ZMax-t+1之间，ZDyn参考点的左侧和右侧均可能存在有效深度值需要覆盖，因此我们通过将每个深度偏移量关联的Indicator指示位由1bit扩展为2bit将基于ZMin和ZMax参考点的2 个偏移量覆盖区域扩展为基于ZMin、ZMax和ZDyn参考点的4个偏移量覆盖区域，Indicator取值与偏移量覆盖区域的对应关系如表1所示。
表1：本发明一种动态参考点深度偏移Z值压缩算法Indicator 取值与偏移量覆盖区域的对应关系。
| Indicator取值 | 偏移量覆盖区域 |
| 2’b00 | Z<sub>Min</sub>右侧 |
| 2’b01 | Z<sub>Max</sub>左侧 |
| 2’b10 | Z<sub>Dyn</sub>右侧 |
| 2’b11 | Z<sub>Dyn</sub>左侧 |
Indicator扩展后，虽然压缩数据中每个偏移量需要增加1bit，但是ZDyn参考点两侧的深度偏移量覆盖范围为2t，相较ZMin或ZMax参考点深度偏移量覆盖范围t增加1倍，相当于原先ZMin和ZMax参考点深度偏移量覆盖范围的总和，使得ZDyn参考点偏移量具有更大的覆盖范围，也具有更好的连续性，能够更好的适应帧缓冲区中物体边界交叉结合处的深度突变、非线性离散分布的情况。增加的1bit被完全利用，没有浪费，图4是增加ZDyn参考点并扩展Indicator后本发明一种动态参考点深度偏移Z值压缩算法压缩数据的格式变化情况。
解压缩时，先将压缩数据包中前96bit Zmin，Zmax和ZDyn参考点值取出。然后根据对所有Pixels Offset数据并行的按当前偏移量宽度进行分组，并根据每个偏移量关联的Indicator位选择Zmin，Zmax和 ZDyn参考点对应的覆盖区域，最后计算与Zmin或Zmax或ZDyn参考点的差或和得到原始的像素深度值。
最后应说明的是，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种动态参考点深度偏移Z值压缩算法，其特征在于：该算法包括如下步骤：
S1：计算并存储当前Tile的ZMin和ZMax参考点，并将每个偏移量关联的Indicator由1bit增加到2bit；
S2：按照标准DO算法判断每个像素的Z值是否可压缩，若Tile内所有像素均可压缩，则Tile压缩成功；若Tile内有任一个像素不可压缩，则进入S3；
S3：根据不可压缩像素的深度，增加一个动态参考点ZDyn，并基于ZDyn压缩Tile内S2中不可压缩的像素。
2.根据权利要求1所述的动态参考点深度偏移Z值压缩算法，其特征在于：所述S1中Indicator根据参考点ZMin和ZMax选择情况所设置，设置成00或01；
并设置初始值N＝0，N表示Tile中像素的编号。
3.根据权利要求1所述的动态参考点深度偏移Z值压缩算法，其特征在于：所述S2包括如下步骤：
S2.1：判断N是否等于Tile中像素数量最大值；若N等于最大值，则像素Tile压缩成功；若N不等于最大值，则进入S2.2；
S2.2：设置N＝N+1，对下一像素进行处理；
S2.3：计算当前像素点N的像素与ZMin和ZMax之间的差值绝对值a和b；
S2.4：判断当前像素N的a和b的有效位宽度是否有任意一个小于等于深度偏移量宽度；若有任意一个小于等于深度偏移量宽度，则该像素可压缩，压缩后进入步骤S2.1；否则，进入步骤S3。
4.根据权利要求1所述的动态参考点深度偏移Z值压缩算法，其特征在于：所述S3包括如下步骤：
S3.1：根据当前像素点N确定动态参与点ZDyn的值，并计算当前像素N与ZDyn的差值绝对值c；
S3.2：判断当前像素N的c有效位宽度是否小于等于深度偏移量宽度；若小于等于深度偏移量宽度，则进入步骤S3.3；否则，像素Tile压缩失败；
S3.3：根据当前像素点N确定动态参考点ZDyn的值，设置像素点的Indicator为10或11，表示该像素点所选择的参考点为ZDyn，进入步骤S2.1。
5.根据权利要求1-4任一项所述的动态参考点深度偏移Z值压缩算法，其特征在于：
在压缩成功的情况下，其数据格式定义为包括ZMin、ZMax和ZDyn参考点深度数据、Tile内部所有像素点相对于ZMin或ZMax或ZDyn参考点的N位偏移量数据，以及每个深度偏移量所关联的2bit Indicator数据。
6.根据权利要求1-4任一项所述的动态参考点深度偏移Z值压缩算法，其特征在于：
所述压缩算法压缩成功后，在解压缩时，先将压缩数据包中前96bit Zmin，Zmax和ZDyn参考点值取出；
然后根据对所有Pixels Offset数据并行的按当前偏移量宽度进行分组，并根据每个偏移量关联的Indicator位选择Zmin，Zmax和ZDyn参考点对应的覆盖区域，
最后计算与Zmin或Zmax或ZDyn参考点的差或和得到原始的像素深度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911125785.4A CN111047656A (zh) | 2019-11-18 | 2019-11-18 | 一种动态参考点深度偏移z值压缩算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911125785.4A CN111047656A (zh) | 2019-11-18 | 2019-11-18 | 一种动态参考点深度偏移z值压缩算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111047656A true CN111047656A (zh) | 2020-04-21 |
Family
ID=70232940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911125785.4A Pending CN111047656A (zh) | 2019-11-18 | 2019-11-18 | 一种动态参考点深度偏移z值压缩算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111047656A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116957911A (zh) * | 2023-09-19 | 2023-10-27 | 苏州元脑智能科技有限公司 | 深度图像存储方法、装置、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11232486A (ja) * | 1998-02-12 | 1999-08-27 | Hitachi Ltd | ３次元動画再生装置及び方式 |
| US8923389B1 (en) * | 2011-01-13 | 2014-12-30 | Zenverge, Inc. | Unified scaling with differential coding for internal bit depth extension and reference frame compression |
| US20150187124A1 (en) * | 2013-12-27 | 2015-07-02 | Tomas G. Akenine-Moller | Adaptive Depth Offset Compression |
| CN106462936A (zh) * | 2014-06-30 | 2017-02-22 | 英特尔公司 | 深度偏移压缩 |
| CN107993184A (zh) * | 2017-11-24 | 2018-05-04 | 中国航空工业集团公司西安航空计算技术研究所 | 一种图形处理器深度值提前测试电路 |
-
2019
- 2019-11-18 CN CN201911125785.4A patent/CN111047656A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11232486A (ja) * | 1998-02-12 | 1999-08-27 | Hitachi Ltd | ３次元動画再生装置及び方式 |
| US8923389B1 (en) * | 2011-01-13 | 2014-12-30 | Zenverge, Inc. | Unified scaling with differential coding for internal bit depth extension and reference frame compression |
| US20150187124A1 (en) * | 2013-12-27 | 2015-07-02 | Tomas G. Akenine-Moller | Adaptive Depth Offset Compression |
| CN106462936A (zh) * | 2014-06-30 | 2017-02-22 | 英特尔公司 | 深度偏移压缩 |
| CN107993184A (zh) * | 2017-11-24 | 2018-05-04 | 中国航空工业集团公司西安航空计算技术研究所 | 一种图形处理器深度值提前测试电路 |
Non-Patent Citations (1)
| Title |
|---|
| 郑新建;龙强;张骏;: "一种自适应深度压缩算法设计与实现" * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116957911A (zh) * | 2023-09-19 | 2023-10-27 | 苏州元脑智能科技有限公司 | 深度图像存储方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11158109B2 (en) | UV mapping and compression | |
| US9736455B2 (en) | Method and apparatus for downscaling depth data for view plus depth data compression | |
| CN102187680B (zh) | 用于确定图像序列的二维或三维显示模式的方法和设备 | |
| TWI528328B (zh) | 依據貼圖影像內容決定選擇細節層次之三維貼圖處理方法、裝置以及儲存其之電腦可讀取記錄媒體 | |
| KR102376114B1 (ko) | 인코딩 방법, 디코딩 방법, 및 디바이스 | |
| US7218317B2 (en) | Mechanism for reducing Z buffer traffic in three-dimensional graphics processing | |
| CN106791768B (zh) | 一种基于图割优化的深度图帧率提升方法 | |
| EP4040393A1 (en) | Division method, encoder, decoder, and computer storage medium | |
| KR20160031328A (ko) | 렌더링 방법 및 장치 | |
| JP2011086277A (ja) | 画像処理方法および画像処理装置 | |
| US9576381B2 (en) | Method and device for simplifying space data | |
| JP2008527787A (ja) | 効果的なテクスチャマッピングのための３次元メッシュ情報のテクスチャ座標符号化及び復号化方法 | |
| US9495793B2 (en) | Method and device for generating an image view for 3D display | |
| CN117014618A (zh) | 一种基于图像压缩的分块方法、系统及电子设备 | |
| KR20160004096A (ko) | 밉맵 생성 방법 및 장치 | |
| CN111047656A (zh) | 一种动态参考点深度偏移z值压缩算法 | |
| US6628836B1 (en) | Sort middle, screen space, graphics geometry compression through redundancy elimination | |
| CN106408641A (zh) | 一种图像数据的缓存方法和装置 | |
| WO2023179710A1 (zh) | 编码方法及终端 | |
| US20220343550A1 (en) | Partitioning method, encoder, decoder and computer storage medium | |
| CN110956670A (zh) | 一种基于深度偏移的多模式自适应z值压缩算法 | |
| Yang et al. | Efficient simplification of large vector maps rendered onto 3D landscapes | |
| CN116843736A (zh) | 场景渲染方法及装置、计算设备、存储介质和程序产品 | |
| KR20090040515A (ko) | 적응적 탐색 기법을 이용한 이미지 공간 기반의 음영 처리장치 및 방법 | |
| US6693634B1 (en) | Reduction rate processing circuit and method with logarithmic operation and image processor employing same |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200421 |