CN111862191A - 一种基于色彩模式变化率的图形分层实时渲染方法 - Google Patents

一种基于色彩模式变化率的图形分层实时渲染方法 Download PDF

Info

Publication number
CN111862191A
CN111862191A CN202010683298.6A CN202010683298A CN111862191A CN 111862191 A CN111862191 A CN 111862191A CN 202010683298 A CN202010683298 A CN 202010683298A CN 111862191 A CN111862191 A CN 111862191A
Authority
CN
China
Prior art keywords
change rate
color mode
mode change
graph
calculating
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.)
Withdrawn
Application number
CN202010683298.6A
Other languages
English (en)
Inventor
王蒙
董蕾
郭建磊
刘潇潇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong College of Electronic Technology
Original Assignee
Shandong College of Electronic Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong College of Electronic Technology filed Critical Shandong College of Electronic Technology
Priority to CN202010683298.6A priority Critical patent/CN111862191A/zh
Publication of CN111862191A publication Critical patent/CN111862191A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Generation (AREA)

Abstract

本发明公开了一种基于色彩模式变化率的图形分层实时渲染方法，通过计算一段时间内图形变化的任意两个图像帧的皮尔逊相关系数，判断是否将所有图形元素设置为同一图层，若不在同一层，则在图像帧之间重新获取多个应用帧，每帧等面积划分区域，各区域内多样点获取色彩模式变化率，计算区域平均变化率并对图形进行分层管理，各层与CPU多核绑定并行绘制，本发明能够减少GPU、CPU依赖等硬件升级的问题，能够提高完成图形绘制渲染的速度和质量，具有较好的实用性。

Description

一种基于色彩模式变化率的图形分层实时渲染方法
技术领域
本发明属于图形绘制渲染领域，具体涉及一种基于色彩模式变化率的图形分层实时渲染方法。
背景技术
在图形绘制渲染领域，实时图形绘制渲染的速度要求较高，图形变形、绘制速度慢、硬件配置依赖度较高等情况时有发生，丰富多彩的图形变换给用户多维视觉感受的同时，也给图形绘制渲染领域带来了很大的挑战。无论是硬件产品还是软件产品，图形绘制渲染速度的快慢直接关系到产品质量的好坏。
近年来，图形绘制渲染方面的文章相继发表，针对不同的应用，使用的技术也不相同，主要的图形绘制渲染方法有并行图形绘制渲染方法和基于可编程GPU的图形绘制方法。针对并行图形绘制渲染方法，美国Alamos国家实验室采用流水线并行、数据并行和作业并行方法，在PC集群环境下实现了对海洋模拟数据的并行绘制，在《虚拟现实应用中的并行渲染技术》文献中，实现了基于PC机群的并行渲染系统，在《基于Qt的多窗体快速并行图形绘制方法研究》文献中，利用CPU多核多线程并行计算能力，实现多窗体图形绘制的并行处理等。针对基于可编程GPU的图形绘制方法，在《一种基于GPU构造阴影线的软阴影绘制算法》文献中通过GPU构造遮罩体阴影线数据集,提出了一种基于GPU构造阴影线的软阴影绘制算法，《基于GPU的地球大气层和三维体积云仿真》的文献中采用基于GPU的大气散射运算，完成了地球大气层和三维体积云仿真，在《基于GPU的大尺度河流表面实时绘制》文献中利用流函数的性质求解河流的速度场，基于GPU和GLSL着色器实现大尺度河流表面的渲染。这些方法使得图形的实时绘制渲染水平有了较大的提升，然而无论是并行图形绘制渲染方法还是基于可编程GPU的图形绘制方法，均未对图形实时色彩变化特征进行分析和管理，从而过度依赖硬件资源(GPU、CPU、内存等)的消耗。
针对现有绘制渲染方法的不足，本发明提供了一种基于色彩模式变化率的图形分层实时渲染方法，通过计算动态图形的色彩模式变化率，分析图形实时色彩变化特征，分层管理图形中各个元素，图形绘制渲染过程中，通过CPU绑定技术，将各图层绘制分配到多个线程上并绑定在不同CPU核上，将有限的计算资源优先分配给色彩模式变化率较高的图层，变化率较低的图层避免了多次重复绘制，计算资源得到了较好的利用。与传统实时图形绘制渲染方法相比，新方法绘制图形的速度和质量较好，因此具有较好的实用性。
发明内容
本发明的目的在于提供一种基于色彩模式变化率的图形分层实时渲染方法，用于提供实时图形绘制渲染方法中图形绘制速度，能够高效完成图形绘制渲染。
本算法的技术思路为：针对图形实时绘制过度依赖GPU、CPU等硬件升级的问题，提出了一种基于色彩模式变化率的分层式图形渲染方法。该方法通过计算一段时间内图形变化的任意两个图像帧的皮尔逊相关系数，判断是否将所有图形元素设置为同一图层，若不在同一层，则在图像帧之间重新获取多个应用帧，每帧等面积划分区域，各区域内多样点获取色彩模式变化率，计算区域平均变化率并对图形进行分层管理，各层与CPU多核绑定并行绘制，避免了资源的浪费。
实现本发明目的的技术解决方案为：
一种基于色彩模式变化率的图形分层实时渲染方法，其特征在于，包括以下步骤：
步骤1：输入一段时间内任意图形的两个应用帧，分别作为开始帧和结束帧；
步骤2：分别获取两个应用帧的样本点像素以及色彩值，并通过计算皮尔逊相关系数，得出所述两个应用帧的相关性；
步骤3：判断皮尔逊相关系数的范围，如果所述皮尔逊相关系数在极强相关范围内0.8-1.0，则将所有图形元素设置为同一图层，如果所述皮尔逊相关系数不在极强相关范围内，则进入下一步骤；
步骤4：在所述图形的开始帧和结束帧之间重新获取多个应用帧，且获取的应用帧数大于两个，并且将重新获取后的所有M个应用帧，将其面积均等划分为N个区域，在各个区域内随机选取w个像素点并计算得出色彩模式变化率；
步骤5：通过计算相邻两个应用帧之间的色彩模式变化率，得出每个区域内的平均色彩模式变化率，并根据平均色彩模式变化率的大小，将图形元素进行分层；
步骤6：根据分层结果，进行分层管理，设定各个图层的绘制优先级，根据不同的绘制优先级将各分层绑定到CPU内核，从而实现对不同图层差异化绘制渲染。
进一步地，步骤2中所述的皮尔逊相关系数计算公式表示为：
Figure BDA0002586627870000041
其中(xi,yi)分别表示不同应用帧的第i个像素点，n表示区域内的样本数量。
进一步地，步骤4中所述的计算色彩模式变化率的具体操作步骤包括：
步骤41：在区域内随机选取的w个像素点中，用xa-1(i)表示a-1帧中第i个像素点，xa(i)表示a帧中对应的第i个像素点；
步骤42：计算两个相邻应用帧的对应像素点之间的差异，且计算两个对应像素点之间差异的公式为：
Figure BDA0002586627870000042
其中，R，G，B分别表示红、绿、蓝三个通道的颜色值；
步骤43：根据经验值设置像素间差异程度阈值DT；
步骤44：对随机选取的w个像素点中开始帧与结束帧之间的距离D(xa,xa-1)进行计算，并将得出的值与DT进行比较，统计差异较大的像素点个数Pa，其统计公式为：
Figure BDA0002586627870000051
其中，D(xa,xa-1)表示两个相邻帧之间的距离，DT为像素间差异程度阈值；
步骤45：根据得出的差异较大的像素点个数，计算得出色彩模式变化率δ，其具体计算公式表示为：
Figure BDA0002586627870000052
其中，δ(a)表示为a帧的色彩模式变化率，w为该区域内总共选取的像素点个数，Pa为统计差异较大的像素点个数。
进一步地，步骤5中所述的平均色彩模式变化率计算公式表示为：
Figure BDA0002586627870000053
其中，S平均为平均色彩模式变化率，Sj为第j个应用帧与第j+1个应用帧之间的色彩模式变化率δ。
进一步地，步骤5中所述的将图形元素进行分层的具体操作步骤为：
步骤51：分别在N个区域中，通过计算得出的各个区域内的平均色彩模式变化率，得出最大平均色彩模式变化率Smax和最小平均色彩模式变化率Smin；
步骤52：根据最大平均色彩模式变化率Smax和最小平均色彩模式变化率Smin计算分割差，其计算公式为：
Figure BDA0002586627870000061
其中，Smax为最大平均色彩模式变化率，Smin为最小平均色彩模式变化率，N为划分的区域个数；
步骤53：根据分割差确定平均色彩模式变化率分割区间，将平均色彩模式变化率处于相同区间范围内的图形元素进行合并，使其处于同一图层，从而完成分层。
本发明与现有技术相比，得出的有益效果在于：
在实时绘制渲染图形过程的方法中，图形中各个元素叠加、各元素动态变化差异增加了实时绘制渲染图形的难度，如不能差异化对待图形元素的绘制，将会造成计算机硬件(GPU、CPU、内存等)资源的浪费，也会增加图形绘制的成本，不利于计算机资源的合理使用，本发明所提出的方法通过对图形实时色彩变化特征进行分析和管理，将图形元素逐一分层解决了这个问题。
通过计算应用帧的色彩模式变化率、计算N个区域内的平均色彩模式变化率，根据色彩模式变化率的大小进行分层，建立多线程并绑定CPU内核，将有限的计算资源优先分配给色彩模式变化率较高的图层，避免了变化率较低图层重绘而造成的资源浪费，此方法拓宽了多核CPU并行绘制图形的适用范围。
综上所述，本发明中的方法对图形进行分层管理，各层与CPU多核绑定并行绘制，将有限的计算资源优先分配给色彩模式变化率较高的图层，变化率较低的图层避免了多次重复绘制，避免了计算资源的浪费，合理分配计算机硬件资源，从而提高绘制的效率，其与传统图形绘制方法相比，提高了图形绘制速度，能够高效、保质地完成图形绘制渲染。
附图说明
图1是本发明中图形分层管理的用户视线图；
图2是本发明中图形绘制渲染流程示意图；
图3是三种不同的绘制颜色；
图4是Bunny三种图形的绘制效果；
图5是lion三种图形的绘制效果；
图6是dragon三种图形实时绘制效果；
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图和实施例对本发明的技术方案做进一步的描述。
本发明的改进思路为：由于不同图形元素的模型大小、材质参数、纹理复杂度、光照参数等因素都直接影响图形绘制渲染的速度，因而针对当前图形绘制速度慢、变形、硬件配置依赖度高等情况，本发明基于色彩模式变化率的图形分层实时渲染方法采用了“分而治之”的思想，以色彩模式变化率作为分层的依据，分析图形实时色彩变化特征，通过分层式图形管理方法有序开展图形绘制渲染，根据不同图形帧的色彩模式变化率，通过线程与CPU内核绑定，将有限的计算资源优先分配给变化率较高的图层，变化率较低的图层避免了多次重复绘制，从而减少了计算资源的浪费，节省了不变或少变的图层因重绘耗费的时间。经过图形实时色彩变化特征分析，将图形元素分层管理，优化了传统图形绘制渲染过程，减轻了对硬件的依赖。关于图形分层管理的用户视线观看示意图如附图1所示。
具体地，参考附图2可以看出，一种基于色彩模式变化率的图形分层实时渲染方法，包括以下步骤：
步骤1：输入一段时间内任意图形的两个应用帧，分别作为开始帧和结束帧；
步骤2：分别获取两个应用帧的样本点像素以及色彩值，并通过计算皮尔逊相关系数，得出所述两个应用帧的相关性；
步骤3：判断皮尔逊相关系数的范围，如果所述皮尔逊相关系数在极强相关范围内0.8-1.0，则将所有图形元素设置为同一图层，如果所述皮尔逊相关系数不在极强相关范围内，则转入下一步骤；
步骤4：在所述图形的开始帧和结束帧之间重新获取多个应用帧，且获取的应用帧数大于两个，并且将重新获取后的所有M个应用帧，将其面积均等划分为N个区域，在各个区域内随机选取w个像素点并计算得出色彩模式变化率；
步骤5：通过计算相邻两个应用帧之间的色彩模式变化率，得出每个区域内的平均色彩模式变化率，并根据平均色彩模式变化率的大小，将图形元素进行分层；
步骤6：根据分层结果，进行分层管理，设定各个图层的绘制优先级，根据不同的绘制优先级将各分层绑定到CPU内核，从而实现对不同图层差异化绘制渲染。
进一步地，步骤2中所述的皮尔逊相关系数计算公式表示为：
Figure BDA0002586627870000091
其中(xi,yi)分别表示不同应用帧的第i个像素点，n表示区域内的样本数量。
在分层式图形绘制渲染方法中，色彩模式变化率决定着图形分层的效果，通过对图形应用帧的色彩变化特征进行分析，图形中的不同元素被划分到不同图层中，经过分层差异化绘制渲染，从而更加高效完成图形的绘制过程，首先要先进行色彩模式变化率的计算：
进一步地，步骤4中所述的计算色彩模式变化率的具体操作步骤包括：
步骤41：在区域内随机选取的w个像素点中，用xa-1(i)表示a-1帧中第i个像素点，xa(i)表示a帧中对应的第i个像素点；
步骤42：计算两个相邻应用帧的对应像素点之间的差异，且计算两个对应像素点之间差异的公式为：
Figure BDA0002586627870000092
其中，R，G，B分别表示红、绿、蓝三个通道的颜色值；
步骤43：根据经验值设置像素间差异程度阈值DT，所述经验值一般设定为5.2，即当差异值小于5.2，则认为是差异度小；
步骤44：对随机选取的w个像素点中开始帧与结束帧之间的距离D(xa,xa-1)进行计算，并将得出的值与DT进行比较，统计差异较大的像素点个数Pa，其统计公式为：
Figure BDA0002586627870000101
其中，D(xa,xa-1)表示两个相邻帧之间的距离，DT为像素间差异程度阈值；
步骤45：根据得出的差异较大的像素点个数，计算得出色彩模式变化率δ，其具体计算公式表示为：
Figure BDA0002586627870000102
其中，δ(a)表示为a帧的色彩模式变化率，w为该区域内总共选取的像素点个数，Pa为统计差异较大的像素点个数。
进一步地，通过相邻两个应用帧之间的色彩模式变化率的计算，可得到每个区域内的平均变化率，这样计算每个区域内的平均色彩模式变化率公式，即就是步骤5中所述的平均色彩模式变化率计算公式表示为：
Figure BDA0002586627870000103
其中，S平均为平均色彩模式变化率，Sj为第j个应用帧与第j+1个应用帧之间的色彩模式变化率δ。
进一步地，步骤5中所述的将图形元素进行分层的具体操作步骤为：
步骤51：分别在N个区域中，通过计算得出的各个区域内的平均色彩模式变化率，得出最大平均色彩模式变化率Smax和最小平均色彩模式变化率Smin；
步骤52：根据最大平均色彩模式变化率Smax和最小平均色彩模式变化率Smin计算分割差，其计算公式为：
Figure BDA0002586627870000111
其中，Smax为最大平均色彩模式变化率，Smin为最小平均色彩模式变化率，N为划分的区域个数；
步骤53：根据分割差确定平均色彩模式变化率分割区间，将平均色彩模式变化率处于相同区间范围内的图形元素进行合并，使其处于同一图层，从而完成分层，其中，根据分割差确定平均色彩模式变化率分割区间可表示为：
Figure BDA0002586627870000112
实施例
利用本发明中的算法，加载OpenGL渲染库，通过基于色彩模式变化率的图像绘制方法，将图形中的元素动态分配到不同的图层中并进行绘制：
实验环境：Linux平台下(Intel Core四核CPU i7-6700主频3.4GHz，内存16GB)
实验方法：分别针对不同的点云图形Bunny(包含20085个点)、lion(100604个点)、dragon(581390个点)，采用分层式图形实时渲染方法，从白色(模型原色)分别变换成三种不同的颜色如附图3所示；
再结合附图4-6可以看出，不同的点云图形Bunny、lion、dragon的变换绘制效果，通过计算可以得出Bunny、lion、dragon三种绘制效果中元素数、分层数、传统未分层图形绘制时间、分层法图形绘制时间等情况，详细数据参考表1-3中列出数据：
表1 Bunny(20085个点)图形实时绘制情况
Figure BDA0002586627870000121
表2 lion(100604个点)图形实时绘制情况
Figure BDA0002586627870000122
表3 dragon(581390个点)图形实时绘制情况
Figure BDA0002586627870000131
通过对实验数据分析，很明显可以看出本发明的图形分层渲染方法与传统未分层方法对比，绘制速度更快且绘制出的图形清楚，质量并未受到影响。
实验结果：综上所述，本发明基于传统实时图形渲染方法的不足，通过皮尔逊相关系数判断应用帧的关联性，计算N个区域内的平均色彩模式变化率，对图形实时色彩变化特征进行分析和分层管理，通过绑定CPU内核并行绘制渲染图形，将有限的计算资源优先分配给色彩模式变化率较高的图层，避免了变化率较低图层重复绘制、图形元素逐一绘制而造成的计算资源浪费。
在图形的实时绘制渲染方面，与传统图形绘制方法相比，改进方法的实时绘制和渲染的速度快，计算机内部中的计算资源得到了较好的利用，效果佳。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。尽管参照前述实施例对本发明专利进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所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，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于色彩模式变化率的图形分层实时渲染方法，其特征在于，包括以下步骤：
步骤1：输入一段时间内任意图形的两个应用帧，分别作为开始帧和结束帧；
步骤2：分别获取两个应用帧的样本点像素以及色彩值，并通过计算皮尔逊相关系数，得出所述两个应用帧的相关性；
步骤3：判断皮尔逊相关系数的范围，如果所述皮尔逊相关系数在极强相关范围内0.8-1.0，则将所有图形元素设置为同一图层，如果所述皮尔逊相关系数不在极强相关范围内，则进入下一步骤；
步骤4：在所述图形的开始帧和结束帧之间重新获取多个应用帧，且获取的应用帧数大于两个，并且将重新获取后的所有M个应用帧，将其面积均等划分为N个区域，在各个区域内随机选取w个像素点并计算得出色彩模式变化率；
步骤5：通过计算相邻两个应用帧之间的色彩模式变化率，得出每个区域内的平均色彩模式变化率，并根据平均色彩模式变化率的大小，将图形元素进行分层；
步骤6：根据分层结果，进行分层管理，设定各个图层的绘制优先级，根据不同的绘制优先级将各分层绑定到CPU内核，从而实现对不同图层差异化绘制渲染。
2.根据权利要求1所述的一种基于色彩模式变化率的图形分层实时渲染方法，其特征在于，步骤2中所述的皮尔逊相关系数计算公式表示为：
Figure FDA0002586627860000011
其中(xi,yi)分别表示不同应用帧的第i个像素点，n表示区域内的样本数量。
3.根据权利要求1所述的一种基于色彩模式变化率的图形分层实时渲染方法，其特征在于，步骤4中所述的计算色彩模式变化率的具体操作步骤包括：
步骤41：在区域内随机选取的w个像素点中，用xa-1(i)表示a-1帧中第i个像素点，xa(i)表示a帧中对应的第i个像素点；
步骤42：计算两个相邻应用帧的对应像素点之间的差异，且计算两个对应像素点之间差异的公式为：
Figure FDA0002586627860000012
其中，R，G，B分别表示红、绿、蓝三个通道的颜色值；
步骤43：根据经验值设置像素间差异程度阈值DT；
步骤44：对随机选取的w个像素点中开始帧与结束帧之间的距离D(xa,xa-1)进行计算，并将得出的值与DT进行比较，统计差异较大的像素点个数Pa，其统计公式为：
Figure FDA0002586627860000021
其中，D(xa,xa-1)表示两个相邻帧之间的距离，DT为像素间差异程度阈值；
步骤45：根据得出的差异较大的像素点个数，计算得出色彩模式变化率δ，其具体计算公式表示为：
Figure FDA0002586627860000022
其中，δ(a)表示为a帧的色彩模式变化率，w为该区域内总共选取的像素点个数，Pa为统计差异较大的像素点个数。
4.根据权利要求1所述的一种基于色彩模式变化率的图形分层实时渲染方法，其特征在于，步骤5中所述的平均色彩模式变化率计算公式表示为：
Figure FDA0002586627860000023
其中，S平均为平均色彩模式变化率，Sj为第j个应用帧与第j+1个应用帧之间的色彩模式变化率δ。
5.根据权利要求1所述的一种基于色彩模式变化率的图形分层实时渲染方法，其特征在于，步骤5中所述的将图形元素进行分层的具体操作步骤为：
步骤51：分别在N个区域中，通过计算得出的各个区域内的平均色彩模式变化率，得出最大平均色彩模式变化率Smax和最小平均色彩模式变化率Smin；
步骤52：根据最大平均色彩模式变化率Smax和最小平均色彩模式变化率Smin计算分割差，其计算公式为：
Figure FDA0002586627860000024
其中，Smax为最大平均色彩模式变化率，Smin为最小平均色彩模式变化率，N为划分的区域个数；
步骤53：根据分割差确定平均色彩模式变化率分割区间，将平均色彩模式变化率处于相同区间范围内的图形元素进行合并，使其处于同一图层，从而完成分层。
CN202010683298.6A 2020-07-16 2020-07-16 一种基于色彩模式变化率的图形分层实时渲染方法 Withdrawn CN111862191A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010683298.6A CN111862191A (zh) 2020-07-16 2020-07-16 一种基于色彩模式变化率的图形分层实时渲染方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010683298.6A CN111862191A (zh) 2020-07-16 2020-07-16 一种基于色彩模式变化率的图形分层实时渲染方法

Publications (1)

Publication Number Publication Date
CN111862191A true CN111862191A (zh) 2020-10-30

Family

ID=72984501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010683298.6A Withdrawn CN111862191A (zh) 2020-07-16 2020-07-16 一种基于色彩模式变化率的图形分层实时渲染方法

Country Status (1)

Country Link
CN (1) CN111862191A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114332311A (zh) * 2021-12-05 2022-04-12 北京字跳网络技术有限公司 一种图像生成方法、装置、计算机设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114332311A (zh) * 2021-12-05 2022-04-12 北京字跳网络技术有限公司 一种图像生成方法、装置、计算机设备及存储介质
CN114332311B (zh) * 2021-12-05 2023-08-04 北京字跳网络技术有限公司 一种图像生成方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
CN112270756B (zh) 一种应用于bim模型文件的数据渲染方法
US7692660B2 (en) Guided performance optimization for graphics pipeline state management
Wylie et al. Tetrahedral projection using vertex shaders
CN105321143A (zh) 来自片段着色程序的采样掩膜的控制
CN107833268A (zh) 用于图形渲染的几何图形处理方法和图形渲染系统
CN104063562A (zh) 一种基于色彩聚类的乱针绣铺底绣稿生成方法
Yang et al. Recursive-nerf: An efficient and dynamically growing nerf
CN111127610A (zh) 一种点云数据三维可视化渲染方法与计算方法
CN110782419B (zh) 一种基于图形处理器的三维人脸融合方法及系统
CN112181613B (zh) 异构资源分布式计算平台批量任务调度方法及存储介质
CN110378992A (zh) 面向大场景模型web端动态渲染LOD处理方法
CN109191364A (zh) 加速人工智能处理器的硬件架构
CN111862191A (zh) 一种基于色彩模式变化率的图形分层实时渲染方法
CN110246201B (zh) 一种基于线程级并行的铅笔画生成方法
CN102314688B (zh) 图像分割方法和图像集分割方法
Sun et al. Virtual reality-based visual interaction: a framework for classification of ethnic clothing totem patterns
US20140267426A1 (en) System, method, and computer program product for automatically extending a lasso region in two-dimensional image editors
DE102021114013A1 (de) Techniken zum effizienten abtasten eines bildes
CN104200502B (zh) 一种二维散点数据密度制图方法
WO2021120577A1 (zh) 神经网络模型中的数据计算方法、图像处理方法及装置
CN116310060B (zh) 一种渲染数据的方法、装置、设备及存储介质
CN1479254A (zh) 数字图像处理中基于hvs的自然图像抠图方法
Hu et al. Parallel BVH construction using locally density clustering
Bertacchini et al. Shaping the aesthetical landscape by using image statistics measures
DE112022002137T5 (de) Hybrides differenzierbares Rendering für Lichttransportsimulationssysteme und -Anwendungen

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201030

WW01 Invention patent application withdrawn after publication