CN116977519A - 注视点渲染的测试方法、装置、计算机设备和存储介质 - Google Patents
注视点渲染的测试方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116977519A CN116977519A CN202310256333.XA CN202310256333A CN116977519A CN 116977519 A CN116977519 A CN 116977519A CN 202310256333 A CN202310256333 A CN 202310256333A CN 116977519 A CN116977519 A CN 116977519A
- Authority
- CN
- China
- Prior art keywords
- rendering
- image
- gaze point
- level
- point
- 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
- 238000009877 rendering Methods 0.000 title claims abstract description 559
- 238000012360 testing method Methods 0.000 title claims abstract description 181
- 238000000034 method Methods 0.000 title claims abstract description 100
- 230000003190 augmentative effect Effects 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims description 63
- 230000008569 process Effects 0.000 claims description 47
- 230000000694 effects Effects 0.000 claims description 36
- 238000010586 diagram Methods 0.000 claims description 30
- 238000012800 visualization Methods 0.000 claims description 27
- 238000004040 coloring Methods 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000010998 test method Methods 0.000 claims description 11
- 238000003491 array Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 31
- 238000013473 artificial intelligence Methods 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 12
- 230000003993 interaction Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000013100 final test Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3696—Methods or tools to render software testable
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Image Generation (AREA)
Abstract
本申请涉及一种注视点渲染的测试方法、装置、计算机设备、存储介质和计算机程序产品。所述方法可应用于扩展现实、图像处理和人工智能等技术领域,该方法包括:获取各渲染级别对应的注视点渲染图像;注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的;分别在各注视点渲染图像中确定出区域图块;当各注视点渲染图像的区域图块中存在目标像素点为第一目标色、且区域图块中第二目标色的像素点数量与第一目标色的像素点数量满足预设条件时,基于目标像素点确定各注视点渲染图像的特征点信息;根据各注视点渲染图像的特征点信息生成测试报告。采用本方法能够提高注视点渲染测试的准确性。
Description
技术领域
本申请涉及图像处理和测试技术领域,特别是涉及一种注视点渲染的测试方法、装置、计算机设备和存储介质。
背景技术
随着科技的发展和技术的进步,人类的交互方式从二维交互转向更具效率的三维交互,如基于扩展现实(XR,Extended Reality)的交互方式。在扩展现实的交互方式中,注视点渲染图像的质量会影响用户体验和扩展现实设备的使用率,因此需要对扩展现实设备的注视点渲染功能进行测试。
然而,在扩展现实测试领域中,关于注视点渲染的测试,仅能测试主观感受,而无法进行定量指标的分析和测定,从而无法确保注视点渲染测试的准确性。
发明内容
基于此,有必要针对上述技术问题,提供一种注视点渲染的测试方法、装置、计算机设备和存储介质,能够提高注视点渲染测试的准确性。
第一方面,本申请提供了一种注视点渲染的测试方法。所述方法包括:
获取各渲染级别对应的注视点渲染图像;所述注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,所述结构体阵列中的结构体和所述可视化空间分别为第一目标色和第二目标色;
分别在各所述注视点渲染图像中确定出区域图块;
针对各所述注视点渲染图像,当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第一目标色、且所述区域图块中所述第二目标色的像素点数量与所述第一目标色的像素点数量满足预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息;
根据各所述注视点渲染图像的特征点信息生成测试报告。
第二方面,本申请还提供了一种注视点渲染的测试装置。所述装置包括:
获取模块,用于获取各渲染级别对应的注视点渲染图像;所述注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,所述结构体阵列中的结构体和所述可视化空间分别为第一目标色和第二目标色;
第一确定模块,用于分别在各所述注视点渲染图像中确定出区域图块;
第二确定模块,用于针对各所述注视点渲染图像,当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第一目标色、且所述区域图块中所述第二目标色的像素点数量与所述第一目标色的像素点数量满足预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息;
生成模块,用于根据各所述注视点渲染图像的特征点信息生成测试报告。
在其中的一个实施例中,所述装置还包括:
旋转模块,用于对所述结构体阵列中的结构体进行旋转,并将旋转后的所述结构体阵列置于所述可视化空间中;
渲染模块,用于依据各所述渲染级别,依次对放置了旋转后的所述结构体阵列的可视化空间进行渲染。
在其中的一个实施例中,所述装置还包括:
生成模块,用于获取环境变量,并基于所述环境变量、预设的测试场景信息和图形引擎信息生成测试实例;
处理模块,用于根据所述测试实例构建测试场景,并将帧循环机制标记为开启状态;
所述渲染模块,还用于在所述测试场景中,依据各所述渲染级别和所述帧循环机制依次对放置了旋转后的所述结构体阵列的可视化空间进行逐帧渲染。
在其中的一个实施例中,所述处理模块,还用于创建扩展现实设备的可视化空间;所述可视化空间为所述扩展现实设备的双目空间,包括第一目空间和第二目空间;分别在所述第一目空间和所述第二目空间中选取目标平面;将所述结构体阵列,分别放置于所述第一目空间的目标平面和所述第二目空间的目标平面。
在其中的一个实施例中,所述装置还包括:
存储模块,用于在依次对放置了旋转后的所述结构体阵列的可视化空间进行渲染的过程中,对每次渲染所得的注视点渲染图像进行存储;
所述获取模块,还用于按照图像渲染时间或图像存储时间,依序获取存储的各所述渲染级别对应的注视点渲染图像。
在其中的一个实施例中,所述装置还包括:
图像处理模块,用于将各所述注视点渲染图像灰度化处理,得到灰度化的各注视点渲染图像;对灰度化的各所述注视点渲染图像进行边缘裁剪,得到裁剪后的各注视点渲染图像;
所述第一确定模块,还用于分别在裁剪后的各所述注视点渲染图像中确定出区域图块。
在其中的一个实施例中,所述第一确定模块,还用于将目标尺寸的区域算子分别放置于裁剪后的各所述注视点渲染图像;在裁剪后的各所述注视点渲染图像中,分别按照预设路径逐次移动所述区域算子,并在逐次移动时获取所述区域算子所覆盖的区域图块。
在其中的一个实施例中,所述第二确定模块,还用于当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第二目标色、且所述区域图块中所述第一目标色的像素点数量与所述第二目标色的像素点数量满足所述预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息。
在其中的一个实施例中,所述第二确定模块,还用于在获得各所述注视点渲染图像的特征点信息之后,将属于相同所述渲染级别下的所述注视点渲染图像的特征点信息进行累加,得到各所述渲染级别下的特征点信息;
所述生成模块,还用于根据各所述渲染级别下的特征点信息生成测试报告。
在其中的一个实施例中,所述装置还包括:
第三确定模块,用于确定在渲染过程中各所述渲染级别的分布信息;或者,确定在渲染过程中渲染级别集合中各相邻渲染级别的分布信息;各所述渲染级别为所述渲染级别集合中的用于渲染所述可视化空间的不同渲染级别;
所述生成模块,还用于根据所述分布信息和各所述注视点渲染图像的特征点信息生成测试报告。
在其中的一个实施例中,所述第三确定模块,还用于确定图像渲染总量;所述图像渲染总量为对放置了所述结构体阵列的可视化空间进行渲染的图像总数量;分别确定各所述渲染级别对应的第一图像渲染量;所述第一图像渲染量,是依据各所述渲染级分别对放置了所述结构体阵列的可视化空间进行渲染的图像数量;基于各所述渲染级别对应的图像渲染量和所述图像渲染总量,确定在渲染过程中各所述渲染级别的分布信息。
在其中的一个实施例中,所述第三确定模块,还用于确定图像渲染总量;所述图像渲染总量为对放置了所述结构体阵列的可视化空间进行渲染的图像总数量;确定所述渲染级别集合中的第一渲染级别到第二渲染级别之间的第二图像渲染量;所述第二图像渲染量,是依据所述第一渲染级别和所述第二渲染级别分别对放置了所述结构体阵列的可视化空间进行渲染的图像数量;所述第一渲染级别和所述第二渲染级别,是所述渲染级别集合中各相邻的渲染级别;基于各所述第二图像渲染量和所述图像渲染总量,确定在渲染过程中所述第一渲染级别至所述第二渲染级别的分布信息。
在其中的一个实施例中,所述第二确定模块,还用于将属于同一所述注视点渲染图像的区域图块内的目标像素点进行累加,得到同一所述注视点渲染图像的特征点数量;所述特征点信息包括特征点数量。
在其中的一个实施例中,所述装置还包括:
提取模块,用于将各所述注视点渲染图像的区域图块内的目标像素点,分别作为各所述注视点渲染图像的特征点;分别提取各所述注视点渲染图像的特征点周围的像素点;
着色模块,用于分别对各所述注视点渲染图像的特征点进行着色处理,得到各所述渲染级别对应的测试效果图;或者,分别提取各所述注视点渲染图像的特征点周围的像素点,依次各所述注视点渲染图像的特征点和像素点进行着色处理,得到各所述渲染级别对应的测试效果图。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取各渲染级别对应的注视点渲染图像;所述注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,所述结构体阵列中的结构体和所述可视化空间分别为第一目标色和第二目标色;
分别在各所述注视点渲染图像中确定出区域图块;
针对各所述注视点渲染图像,当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第一目标色、且所述区域图块中所述第二目标色的像素点数量与所述第一目标色的像素点数量满足预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息;
根据各所述注视点渲染图像的特征点信息生成测试报告。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取各渲染级别对应的注视点渲染图像;所述注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,所述结构体阵列中的结构体和所述可视化空间分别为第一目标色和第二目标色;
分别在各所述注视点渲染图像中确定出区域图块;
针对各所述注视点渲染图像,当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第一目标色、且所述区域图块中所述第二目标色的像素点数量与所述第一目标色的像素点数量满足预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息;
根据各所述注视点渲染图像的特征点信息生成测试报告。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取各渲染级别对应的注视点渲染图像;所述注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,所述结构体阵列中的结构体和所述可视化空间分别为第一目标色和第二目标色;
分别在各所述注视点渲染图像中确定出区域图块;
针对各所述注视点渲染图像,当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第一目标色、且所述区域图块中所述第二目标色的像素点数量与所述第一目标色的像素点数量满足预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息;
根据各所述注视点渲染图像的特征点信息生成测试报告。
上述注视点渲染的测试方法、装置、计算机设备、存储介质和计算机程序产品,将结构体阵列和可视化空间设置成不同颜色,从而在依据各渲染级别对放置了结构体阵列的可视化空间进行渲染的过程中,可以增强所得的注视点渲染图像的呈现效果;针对各注视点渲染图像,当同一注视点渲染图像的区域图块中存在目标像素点为第一目标色、且区域图块中第二目标色的像素点数量与第一目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息,根据各注视点渲染图像的特征点信息生成测试报告,从而实现了注视点渲染的自动化测试,避免了人工测试以及人工测试过程中的主观判断,有效地提高了测试结果的准确性,而且有效地降低了注视点渲染的测试耗时,提高了测试效率。
附图说明
图1为一个实施例中注视点渲染的测试方法的应用环境图;
图2为一个实施例中注视点渲染的测试方法的流程示意图;
图3为一个实施例中渲染级别为0时的注视点渲染图像的示意图;
图4为一个实施例中渲染级别为1时的注视点渲染图像的示意图;
图5为一个实施例中渲染级别为2时的注视点渲染图像的示意图;
图6为一个实施例中渲染级别为3时的注视点渲染图像的示意图;
图7为一个实施例中创建测试场景进行注视点渲染的流程示意图;
图8为一个实施例中生成测试效果图和测试报告的流程示意图;
图9为一个实施例中渲染级别为0时的注视点渲染图像的测试效果图的示意图;
图10为一个实施例中渲染级别为1时的注视点渲染图像的测试效果图的示意图;
图11为一个实施例中渲染级别为2时的注视点渲染图像的测试效果图的示意图;
图12为一个实施例中渲染级别为3时的注视点渲染图像的测试效果图的示意图;
图13为一个实施例中注视点渲染的测试系统的结构框图;
图14为一个实施例中注视点渲染的测试装置的结构框图;
图15为另一个实施例中注视点渲染的测试装置的结构框图;
图16为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
需要说明的是,在以下的描述中,所涉及的术语“第一、第二和第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一、第二和第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
在对本申请的方案进行描述之前,对本申请所涉及的技术进行说明,具体如下所述:
人工智能(AI,Artificial Intelligence)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及邻域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习、自动驾驶、智慧交通等几大方向。相信随着技术的发展,人工智能技术将在更多的邻域得到应用,并发挥越来越重要的价值。该计算机视觉技术通常包括生物特征识别、图像处理、图像识别、图像语义理解、图像检索、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、扩展现实、同步定位与地图构建等技术。其中,视频处理可以是对直播的会议视频、教学视频或游戏视频进行处理,如在进行射击类游戏过程中,对游戏视频的视频帧内的游戏角色进行识别与标注,从而可以区分出该游戏角色属于己方阵营还是对方阵营,有利于提高游戏交互效果。
本申请实施例提供的注视点渲染的测试方法,可以应用于如图1所示的应用环境中。其中,终端102通过有线或无线方式与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。
其中,终端102可以依据各渲染级别对放置了结构体阵列的可视化空间进行渲染,并对所得的注视点渲染图像进行测试处理,得到测试报告。在实际应用过程中,终端102可以是扩展现实(XR,Extended Reality)设备,还可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调和智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。
服务器104可以为终端102提供系统更新服务和渲染服务,如依据各渲染级别对放置了结构体阵列的可视化空间进行渲染;此外,服务器104还可以在应用过程中为终端102提供检测与识别服务。在实际应用过程中,服务器104可以是独立的物理服务器,也可以是区块链系统中的服务节点,该区块链系统中的各服务节点之间形成点对点(P2P,Peer ToPeer)网络,P2P协议是一个运行在传输控制协议(TCP,Transmission Control Protocol)协议之上的应用层协议。此外,服务器104还可以是多个物理服务器构成的服务器集群,可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(CDN,Content Delivery Network)、以及大数据和人工智能平台等基础云计算服务的云服务器。
在一个实施例中,如图2所示,提供了一种注视点渲染的测试方法,该方法可由图1中的服务器或终端执行,或由服务器和终端协同执行,以该方法由图1中的终端为例进行说明,包括以下步骤:
S202,获取各渲染级别对应的注视点渲染图像。
其中,注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的。具体地,注视点渲染图像可以是采用注视点渲染的方式是对放置了结构体阵列的可视化空间进行渲染所得的。考虑到人眼在看东西时,整个视野范围可能并不会都一样清晰,而是中心点清晰,越往两旁越模糊,因此在扩展现实设备上渲染(Rendering)图像时,采用注视点渲染的方式进行图像渲染,即并不需要整个画面都同一解析度,而是正在注视的那个画面中间解析度最高,往周围解析度依次降低。
例如,扩展现实设备采用注视点渲染的方式,并利用各渲染级别对放置了结构体阵列的可视化空间进行渲染,从而可以得到注视点渲染图像。需要指出的是,在渲染过程中,可以动态调整渲染级别,以使得采用最优的渲染级别进行渲染处理,从而确保使用者的实际需求,如画质优先、流畅度优先或平衡模式(即兼顾画质和流畅度)。不同的渲染级别所渲染出来的注视点渲染图像的呈现效果通常会存在差异。
注视点渲染的类型包括固定注视点渲染(FFR,Fixed Foveated Rendering)和动态注视点渲染(DFR,Dynamic Foveated Rendering)。其中,固定注视点渲染固定地在屏幕中心(即注视点区域)渲染全像素密度,并在屏幕边缘渲染低像素密度。而动态注视点渲染可以利用眼动定位数据来移动需要渲染全像素密度地注视点区域。在进行注视点渲染的测试时,可以对固定注视点渲染的各渲染级别对应的注视点渲染图像进行测试,也可以对动态注视点渲染的各渲染级别对应的注视点渲染图像进行测试。
结构体阵列中的结构体可以是立方体、长方条、球或其它类型的结构体(如结构化的游戏道具)。结构体阵列中的结构体和可视化空间分别为第一目标色和第二目标色。其中,可视化空间为第二目标色可以指可视化空间的背景为第二目标色。例如,如结构体阵列中的结构体为白色,可视化空间的背景为黑色。需要指出的是,当结构体为结构化的游戏道具时,可以在玩游戏的过程中实现注视点渲染的测试。
扩展现实可以只利用硬件设备结合多种技术手段将虚拟的内容和真实场景融合,从而提供一个可以人机交互的虚拟环境。其中,该多种技术手段可以指虚拟现实(VR,Virtual Reality)、增强现实(AR,Augmented Reality)和混合现实(MR,Mixed Reality)等技术。
在一个实施例中,在进行渲染之前,该方法还包括:终端对结构体阵列中的结构体进行旋转,并将旋转后的结构体阵列置于可视化空间中;然后,依据各渲染级别依次对旋转结构体后的可视化空间进行渲染。其中,在旋转之前,结构体阵列中的结构体可以是平铺于可视化空间的目标平面上;旋转之后,可以使结构体阵列中的各结构体之间漏出可视化空间的背景颜色,从而使对比度更加明显。此外,旋转的角度为预设角度范围,如10度至80度之间。
例如,假设结构体阵列中的各结构体平铺于水平面(即垂直于Z轴的平面),终端在可视化空间中,将结构体阵列中的各结构体绕Z轴旋转75度,然后对各结构体绕Z轴旋转75度之后的可视化空间进行渲染。其中,不同的渲染级别对应不同的注视点渲染图像,具体可参考图3、图4、图5和图6所示,图3为级别0(即渲染级别为0)下的注视点渲染图像a,图4为级别1下的注视点渲染图像b,图5为级别2下的注视点渲染图像c,图6为级别3下的注视点渲染图像d。需要指出的是,不同的渲染级别对应的注视点渲染图像之间存在一定的差异,但这种差异从视觉上难以观察出,从而使传统测试方案无法确保注视点渲染测试的准确性。
在一个实施例中,终端在依据各渲染级别依次对旋转结构体后的可视化空间进行渲染的过程中,对每次渲染所得的注视点渲染图像进行存储。因此,S202具体可以包括:终端按照图像渲染时间或图像存储时间,依序获取存储的各渲染级别对应的注视点渲染图像。
其中,终端在依据各渲染级别依次对旋转结构体后的可视化空间进行渲染的过程中,获取每次渲染所得的图像信息,然后将该图像信息以图片的方式进行存储,得到注视点渲染图像。
例如,终端基于adb指令开发的一组程序将XR设备进行注视点渲染所得的图像信息以图片的形式保存于本地(如终端的存储器),获得注视点渲染图像。从而图像处理程序使用时,从本地中读取注视点渲染图像,然后进行图像处理的过程。
S204,分别在各注视点渲染图像中确定出区域图块。
其中,区域图块可以指注视点渲染图像中的且为区域算子所覆盖的区域图像。区域算子可以是目标尺寸的虚拟区域算子,如5×5的虚拟区域算子。
在一个实施例中,针对每个注视点渲染图像,终端在依序获取到一个渲染级别对应的注视点渲染图像时,将该注视点渲染图像作为当前的注视点渲染图像,按照预设路径在当前的注视点渲染图像上逐次移动区域算子,并在逐次移动时获取该区域算子所覆盖的区域图块。按照上述获取区域图块的方式,获取到每个注视点渲染图像的区域图块。需要指出的是,在每次得到区域图块时,终端会在该区域图块内查找特征点信息。
例如,终端采用5×5的虚拟区域算子,从注视点渲染图像的左上角开始,按照由左到右、由上至下的顺序逐一移动并扫描,将扫描到的区域内的图像作为所需的区域图块。
在一个实施例中,S204之前,终端还可以将各注视点渲染图像灰度化处理,得到灰度化的各注视点渲染图像,对灰度化的各注视点渲染图像进行边缘裁剪,得到裁剪后的各注视点渲染图像,然后分别在裁剪后的各注视点渲染图像中确定出区域图块。
其中,原始的注视点渲染图像可以是RGB(Red Green Blue,红绿蓝)三通道图像,在灰度化处理后,得到单通道的注视点渲染图像。考虑到使用者在使用XR设备时,人眼看不到该XR设备的边缘,因此对灰度化的各注视点渲染图像进行边缘裁剪,如在灰度化的各注视点渲染图像上下左右的边缘分别裁剪两行,从而降低计算量,且不影响最终的测试结果。
在一个实施例中,上述分别在裁剪后的各注视点渲染图像中确定出区域图块的步骤,具体可以包括:终端将目标尺寸的区域算子分别放置于裁剪后的各注视点渲染图像;在裁剪后的各注视点渲染图像中,分别按照预设路径逐次移动区域算子,并在逐次移动时获取区域算子所覆盖的区域图块。
例如,终端获得裁剪后的注视点渲染图像,采用5×5的虚拟区域算子,从裁剪后的注视点渲染图像的左上角开始,按照由左到右、由上至下的顺序逐一移动并扫描,将扫描到的区域内的图像作为所需的区域图块。
S206,针对各注视点渲染图像,当同一注视点渲染图像的区域图块中存在目标像素点为第一目标色、且区域图块中第二目标色的像素点数量与第一目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息。
其中,目标像素点可以指在确定特征点信息过程中当前处理的像素点,如5×5区域图块中的第一个像素点满足S206中的条件,则该第一个像素点属于目标像素点,然后处理第二个像素点,直至找出所有满足S206中的条件的像素点,所有满足S206中的条件的像素点均为目标像素点。特征点信息可以包括特征点数量,如注视点渲染图像的特征点信息可以指注视点渲染图像的特征点数量。
满足预设条件可以是:区域图块中第二目标色的像素点数量大于预设倍数的区域图块中第一目标色的像素点数量。例如,在某个区域图块中,黑色像素点数量大于三倍的白色像素点数。
举例来说,对于每个注视点渲染图像,当某个注视点渲染图像(如注视点渲染图像a)的区域图块中存在目标像素点为白色、且区域图块中黑色像素点数量大于三倍的白色像素点数量时,将该目标像素点作为特征点,当查找出某个区域图块中的特征点之后,采用上述方法查找出注视点渲染图像a中每个区域图块中的特征点,从而依据注视点渲染图像a中每个区域图块中的特征点确定注视点渲染图像a的特征点信息。
在另一个实施例中,终端当同一注视点渲染图像的区域图块中存在目标像素点为第二目标色、且区域图块中第一目标色的像素点数量与第二目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息。
举例来说,对于每个注视点渲染图像,当某个注视点渲染图像(如注视点渲染图像b)的区域图块中存在目标像素点为黑色、且区域图块中白色像素点数量大于三倍的黑色像素点数量时,将该目标像素点作为特征点,当查找出某个区域图块中的特征点之后,采用上述方法查找出注视点渲染图像b中每个区域图块中的特征点,从而依据注视点渲染图像b中每个区域图块中的特征点确定注视点渲染图像b的特征点信息。
在一个实施例中,特征点信息包括特征点数量,因此上述基于目标像素点确定同一注视点渲染图像的特征点信息的步骤,具体可以包括:终端将属于同一注视点渲染图像的区域图块内的目标像素点进行累加,得到同一注视点渲染图像的特征点数量。利用上述获得特征点数量的方式,可以得到各注视点渲染图像的特征点数量。此外,还可以将属于相同渲染级别的特征点数量进行累加。
S208,根据各注视点渲染图像的特征点信息生成测试报告。
例如,根据各注视点渲染图像的特征点信息生成的测试报告,其示例如下:
级别0:2057(0表示当前渲染级别,如FFR级别;2057表示特征点数量);
级别1:3406;
级别2:4099;
级别3:4208。
其中,特征点数量用于定量标定注视点渲染的效果。例如,特征点数量可以表示注视点渲染图像中的锯齿情况,当特征点数量较多,表示注视点渲染图像中的锯齿较多,进而表明注视点渲染的效果相对较差。
在一个实施例中,终端还可以确定相邻渲染级别之间在渲染过程中的分布信息(也即级别占比信息),如级别0到级别1在渲染过程中所占的比例;然后,根据分布信息和各注视点渲染图像的特征点信息生成测试报告。其中,分布信息用于定量标定各渲染级别之间的变化情况,确定XR设备注视点渲染的效果策略,从而有利于研发人员设置合适的渲染级别占比,得到理想的渲染方案,进而使XR设备在应用过程中能够渲染出满足画质需求或流畅度需求的图像,或者渲染出兼顾画质需求和流畅度需求的图像。
例如,根据分布信息和各注视点渲染图像的特征点信息生成的测试报告,其示例如下:
级别0:2057;
级别1:3406;
级别2:4099;
级别3:4208。
级别0~级别1:62.7%(级别0~级别1表示渲染级别从0到1;62.7%表示级别0~级别1的分布信息);
级别1~级别2:32.2%;
级别2~级别3:5.1%。
在一个实施了中,终端在获得各注视点渲染图像的特征点信息之后,对于各渲染级别,可以将属于相同渲染级别下的各注视点渲染图像的特征点信息进行累加,从而得到各渲染级别下的特征点信息,然后根据各渲染级别下的特征点信息生成测试报告;或者,根据分布信息和各渲染级别对应的特征点信息生成测试报告。
上述实施例中,将结构体阵列和可视化空间设置成不同颜色,从而在依据各渲染级别对放置了结构体阵列的可视化空间进行渲染的过程中,可以增强所得的注视点渲染图像的呈现效果;针对各注视点渲染图像,当同一注视点渲染图像的区域图块中存在目标像素点为第一目标色、且区域图块中第二目标色的像素点数量与第一目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息,根据各注视点渲染图像的特征点信息生成测试报告,从而实现了注视点渲染的自动化测试,避免了人工测试以及人工测试过程中的主观判断,有效地提高了测试结果的准确性,而且有效地降低了注视点渲染的测试耗时,提高了测试效率。
在一个实施例中,如图7所示,该方法还可以包括:
S702,获取环境变量,并基于环境变量、预设的测试场景信息和图形引擎信息生成测试实例。
其中,环境变量可以包括操作系统的初始化信息。测试场景信息可以是注视点渲染的类型信息,如FFR或DFR。图形引擎信息包括图像引擎名称,如Vulkan、OpenXR或OpenGLES。
在一个实施例中,S702之前,终端初始化启动参数,该启动参数包括测试场景信息和图形引擎信息。具体地,终端采用引擎设置方法设置图形引擎名称,如采用adb shellsetprop debug.xr.conform.engine方法设置图形引擎名称,该图形引擎名称可以是Vulkan、OpenXR或OpenGL ES;采用场景设置方法设置测试场景名称,如采用adb shellsetprop debug.xr.conform.args方法设置测试,该场景名称测试场景名称可以是FFR或DFR。
终端还会获取xrInitializeLoaderKHR指针函数,将测试APK(应用程序包)中的上下文vm、clazz构建操作系统的初始化信息,并传递到指针函数,完成测试APK的初始化工作。
此外,在事件循环开启以后,在开启一个测试线程Catch2,用以控制整个测试用例的生命周期,并输出最终的测试报告,通过形参和用例标签来控制用例的走向,如测试过程中所需执行的测试用例。
S704,根据测试实例构建测试场景,并将帧循环机制标记为开启状态。
其中,帧循环机制在开启后,可以用来控制终端(如XR设备)采用相应的渲染级别对可视化空间进行逐帧渲染。
在一个实施例中,上述根据测试实例构建测试场景的步骤,具体可以包括:终端创建扩展现实设备的可视化空间;可视化空间为扩展现实设备的双目空间,包括第一目空间和第二目空间;分别在第一目空间和第二目空间中选取目标平面;将结构体阵列,分别放置于第一目空间的目标平面和第二目空间的目标平面。其中,第一目空间可以是可视化空间的左目空间,第二目空间可以是可视化空间的右目空间。
例如,基于双目创建可视化空间(View Space),用以保证生成后的各帧注视点渲染图像不会因为XR设备的抖动而出现误差;此外,将可视化空间的背景设置为黑色,然后准备26×26个立方体,并将每个立方体绕Z轴旋转75度,立方体为纯白色,将这些立方体逐个放入垂直于Z轴的平面上,其中z坐标等于-15m。
S706,在测试场景中,依据各渲染级别和帧循环机制依次对放置了旋转后的结构体阵列的可视化空间进行逐帧渲染。
例如,终端依据帧循环机制,可以使用级别0至级别3依次对放置了旋转后的结构体阵列的可视化空间进行逐帧渲染。
上述实施例中,通过构建测试场景和开启帧循环机制,可以采集各渲染级别的不同图块之间具有明显区别的注视点渲染图像,从而有利于在测试时提高测试的准确性。
在一个实施例中,如图8所示,该方法还可以包括:
S802,将各注视点渲染图像的区域图块内的目标像素点,分别作为各注视点渲染图像的特征点。
S804a,分别对各注视点渲染图像的特征点进行着色处理,得到各渲染级别对应的测试效果图。
为了能够从视觉上看出注视点渲染图像的效果,终端在获取到注视点渲染图像的特征点之后,分别对各注视点渲染图像的特征点进行着色处理,获得对应的测试效果图。
S804b,分别提取各注视点渲染图像的特征点周围的像素点,依次各注视点渲染图像的特征点和像素点进行着色处理,得到各渲染级别对应的测试效果图。
考虑到注视点渲染图像的特征点数量可能较少,为了强化测试效果图的显示效果,终端在获取到注视点渲染图像的特征点之后,还可以获取各特征点周围的像素点,如特征点周围的8个像素点。
例如,对于级别0下的注视点渲染图像a,在获取到注视点渲染图像a的特征点和该特征点周围的8个像素点之后,对注视点渲染图像a的特征点和该特征点周围的像素点进行着色处理,如渲染成彩色,最后得到级别0下的注视点渲染图像a的测试效果图,具体可参考图9;同理,对于级别1下的注视点渲染图像b、级别2下的注视点渲染图像c以及级别3下的注视点渲染图像a,对应的测试效果图如图10、图11和图12所示。根据图9至图12中的特征点数量(包含了特征点的数量和该特征点周围8个像素点),可以从视觉上确定不同渲染级别下的图像呈现效果。
S806,确定在渲染过程中各渲染级别的分布信息;或者,确定在渲染过程中渲染级别集合中各相邻渲染级别的分布信息。
其中,各渲染级别为渲染级别集合中的用于渲染可视化空间的不同渲染级别。
在一个实施例中,终端确定图像渲染总量;图像渲染总量为对放置了结构体阵列的可视化空间进行渲染的图像总数量;分别确定各渲染级别对应的第一图像渲染量;第一图像渲染量,是依据各渲染级分别对放置了结构体阵列的可视化空间进行渲染的图像数量;基于各渲染级别对应的图像渲染量和图像渲染总量,确定在渲染过程中各渲染级别的分布信息。
在一个实施例中,终端确定图像渲染总量;图像渲染总量为对放置了结构体阵列的可视化空间进行渲染的图像总数量;确定渲染级别集合中的第一渲染级别到第二渲染级别之间的第二图像渲染量;第二图像渲染量,是依据第一渲染级别和第二渲染级别分别对放置了结构体阵列的可视化空间进行渲染的图像数量;第一渲染级别和第二渲染级别,是渲染级别集合中各相邻的渲染级别;基于各第二图像渲染量和图像渲染总量,确定在渲染过程中第一渲染级别至第二渲染级别的分布信息。
S808,根据分布信息和各注视点渲染图像的特征点信息生成测试报告。
上述实施例中,在获得注视点渲染图像的特征点之后,一方面可以根据分布信息和各注视点渲染图像的特征点信息生成测试报告,从而人工测试以及人工测试过程中的主观判断,有效地提高了测试结果的准确性,而且有效地降低了注视点渲染的测试耗时,提高了测试效率。此外,在获得注视点渲染图像的特征点之后,还可以对注视点渲染图像的特征点进行着色处理,得到各渲染级别对应的注视点渲染图像的测试效果图,从而能够从视觉上看出注视点渲染图像的效果,增加了测试过程中对测试结果进行判断的途径。而且,在注视点渲染图像的特征点数量少的情况下,还可以将各注视点渲染图像的特征点和该特征点周围的像素点进行着色处理,可以有效地增强了视觉效果。
作为一个示例,为了更加清楚了解上述测试方法,这里结合扩展现实设备以及FFR或DFR功能进行说明,具体如下:
如图13所示,本申请实施例提供了一种注视点渲染的测试系统,该系统包含测试APK和执行程序,其中测试APK主要用于构建测试环境,触发级别0至级别3的注视点渲染的功能;然后,执行程序将整个过程分别截图保存,最后由执行程序触发图像处理功能进行图像处理,最后输出测试报告以及测试效果图。具体地,整个测试过程如下所述:
(1)初始化启动参数。
其中,该启动参数包括图形引擎名称以及测试场景名称。
对于图形引擎名称,可以通过adb shell setprop debug.xr.conform.engine引擎设置方法设置图形引擎名称,图形引擎名称可以是Vulkan或OpenGL ES。对于测试场景名称,可以通过adb shell setprop debug.xr.conform.args场景设置方法设置测试场景名称,测试场景名称可以是FFR或DFR。
(2)测试APK启动。
1)初始化环境变量。
获取xrInitializeLoaderKHR指针,将测试APK中的上下文vm和clazz构建操作系统的初始化信息,并传递到指针函数,完成测试APK的初始化工作。
2)引入测试框架Catch2。
在事件循环开启以后,在开启一个测试线程Catch2,用以控制整个测试用例的生命周期,并输出最终的测试报告,通过形参和用例标签来控制用例的走向,如测试过程中所需执行的测试用例。
3)根据环境变量和设定的图形引擎名称创建测试实例(instance)。
4)调用OpenXR标准方法。
5)基于测试实例测试场景。
6)开启帧循环机制。
(3)对于测试场景的创建。
1)创建双目的可视化空间View Space,用以保证生成后的各帧注视点渲染图像不会因为扩展现实设备的抖动而出现误差;
2)设置可视化空间的背景为黑色;
3)准备26×26个立方体,并将每个立方体绕Z轴旋转75度,立方体为纯白色;
4)在旋转之后,将这些立方体逐个放入可视化空间的垂直于Z轴的平面上,其中z坐标等于-15m上。
然后,利用不同渲染级别(如级别0至级别3)的注视点渲染功能进行渲染,得到对应的图像信息。
(4)截图:基于adb指令开发的一组程序将扩展现实设备的图像信息以图片的形式保存起来,得到对应的注视点渲染图像,以供图像处理程序使用。
(5)对注视点渲染图像进行图像处理。
首先,对注视点渲染图像进行灰度处理,如利用平均值算法进行灰度处理,其中平均值算法为:Gray=(Red+Green+Blue)/3。
其次,在注视点渲染图像中划分像素有效区域,考虑到人眼看不到注视点渲染图像的边缘,可以去除注视点渲染图像的上下左右2行的像素数据。执行程序采用5×5的虚拟区域算子,从左上角开始按照由左到右由上至下的顺序逐一扫描,在扫描过程中所覆盖的区域中,当落入该区域的像素点大于1的则认为是白色,小于1的则认为是黑色,并计算该区域的白色像素点数和黑色像素点数。然后,在该区域中确定特征点,其判定方式为以下任意一种:
1)当前像素点是黑色,且该区域内的白色像素点数大于三倍的黑色像素点数,则该黑色像素点为特征点;
2)当前像素点为白色,且该区域内的黑色像素点数大于三倍的白色像素点数,则该白色像素点为特征点。
利用上述的其中一种判定方式,可以获得各注视点渲染图像的特征点。对于每个注视点渲染图像,将注视点渲染图像的特征点以及其周边8个点进行彩色处理,以突出特征点,得到彩色的测试效果图。
(6)根据测试结果生成测试报告。
不同渲染级别的注视点渲染运行结束后,给出最终的特征点数量,把整个级别0~3当成一个整体过程,就可以计算出0~1、1~2、2~3三个级别之间的分布信息(如占比),给出测试报告以及测试效果图。
其中,特征点数量用于定量标定注视点渲染功能的效果;而级别的分布信息用于定量标定渲染级别之间的变化情况,确定扩展现实设备注视点渲染功能的效果策略,从而有利于研发人员设置合适的渲染级别占比,得到理想的渲染方案,进而使XR设备在应用过程中能够渲染出满足画质需求或流畅度需求的图像,或者渲染出兼顾画质需求和流畅度需求的图像。
报告示例:
级别0:2057(0表示当前FFR级别,2057表示特征点数量);
级别1:3406;
级别2:4099;
级别3:4208;
0-1:62.7%(0-1表示级别0到级别1,62.7%表示0-1的分布信息);
1-2:32.2%;
2-3:5.1%。
通过本申请的方案,可以提高注视点渲染的测试准确度,规避人工测试的主观认知而影响测试结果;此外,全自动测试,无需人工参与,有效地提高测试结果可靠性;而且,大大地提高测试效率,相对人工测试而言,本申请的方案可以提高75%的测试效率,即人工测试预计耗时4小时,而本申请的测试过程只需约1小时,且耗时主要在于图像处理的部分。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的注视点渲染的测试方法的注视点渲染的测试装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个注视点渲染的测试装置实施例中的具体限定可以参见上文中对于注视点渲染的测试方法的限定,在此不再赘述。
在一个实施例中,如图14所示,提供了一种注视点渲染的测试装置,包括:获取模块1402、第一确定模块1404、第二确定模块1406和生成模块1408,其中:
获取模块1402,用于获取各渲染级别对应的注视点渲染图像;注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,结构体阵列中的结构体和可视化空间分别为第一目标色和第二目标色;
第一确定模块1404,用于分别在各注视点渲染图像中确定出区域图块;
第二确定模块1406,用于针对各注视点渲染图像,当同一注视点渲染图像的区域图块中存在目标像素点为第一目标色、且区域图块中第二目标色的像素点数量与第一目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息;
生成模块1408,用于根据各注视点渲染图像的特征点信息生成测试报告。
在其中的一个实施例中,如图15所示,该装置还包括:
旋转模块1410,用于对结构体阵列中的结构体进行旋转,并将旋转后的结构体阵列置于可视化空间中;
渲染模块1412,用于依据各渲染级别,依次对放置了旋转后的结构体阵列的可视化空间进行渲染。
上述实施例中,将结构体阵列和可视化空间设置成不同颜色,从而在依据各渲染级别对放置了结构体阵列的可视化空间进行渲染的过程中,可以增强所得的注视点渲染图像的呈现效果;针对各注视点渲染图像,当同一注视点渲染图像的区域图块中存在目标像素点为第一目标色、且区域图块中第二目标色的像素点数量与第一目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息,根据各注视点渲染图像的特征点信息生成测试报告,从而实现了注视点渲染的自动化测试,避免了人工测试以及人工测试过程中的主观判断,有效地提高了测试结果的准确性,而且有效地降低了注视点渲染的测试耗时,提高了测试效率。
在其中的一个实施例中,如图15所示,该装置还包括:
生成模块1414,用于获取环境变量,并基于环境变量、预设的测试场景信息和图形引擎信息生成测试实例;
处理模块1416,用于根据测试实例构建测试场景,并将帧循环机制标记为开启状态;
渲染模块1412,还用于在测试场景中,依据各渲染级别和帧循环机制依次对放置了旋转后的结构体阵列的可视化空间进行逐帧渲染。
在其中的一个实施例中,处理模块1416,还用于创建扩展现实设备的可视化空间;可视化空间为扩展现实设备的双目空间,包括第一目空间和第二目空间;分别在第一目空间和第二目空间中选取目标平面;将结构体阵列,分别放置于第一目空间的目标平面和第二目空间的目标平面。
在其中的一个实施例中,如图15所示,该装置还包括:
存储模块1418,用于在依次对放置了旋转后的结构体阵列的可视化空间进行渲染的过程中,对每次渲染所得的注视点渲染图像进行存储;
获取模块1402,还用于按照图像渲染时间或图像存储时间,依序获取存储的各渲染级别对应的注视点渲染图像。
在其中的一个实施例中,如图15所示,该装置还包括:
图像处理模块1420,用于将各注视点渲染图像灰度化处理,得到灰度化的各注视点渲染图像;对灰度化的各注视点渲染图像进行边缘裁剪,得到裁剪后的各注视点渲染图像;
第一确定模块1404,还用于分别在裁剪后的各注视点渲染图像中确定出区域图块。
在其中的一个实施例中,第一确定模块1404,还用于将目标尺寸的区域算子分别放置于裁剪后的各注视点渲染图像;在裁剪后的各注视点渲染图像中,分别按照预设路径逐次移动区域算子,并在逐次移动时获取区域算子所覆盖的区域图块。
在其中的一个实施例中,第二确定模块1406,还用于当同一注视点渲染图像的区域图块中存在目标像素点为第二目标色、且区域图块中第一目标色的像素点数量与第二目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息。
在其中的一个实施例中,第二确定模块1406,还用于在获得各注视点渲染图像的特征点信息之后,将属于相同渲染级别下的注视点渲染图像的特征点信息进行累加,得到各渲染级别下的特征点信息;
生成模块1408,还用于根据各渲染级别下的特征点信息生成测试报告。
在其中的一个实施例中,如图15所示,该装置还包括:
第三确定模块1422,用于确定在渲染过程中各渲染级别的分布信息;或者,确定在渲染过程中渲染级别集合中各相邻渲染级别的分布信息;各渲染级别为渲染级别集合中的用于渲染可视化空间的不同渲染级别;
生成模块1408,还用于根据分布信息和各注视点渲染图像的特征点信息生成测试报告。
在其中的一个实施例中,第三确定模块1422,还用于确定图像渲染总量;图像渲染总量为对放置了结构体阵列的可视化空间进行渲染的图像总数量;分别确定各渲染级别对应的第一图像渲染量;第一图像渲染量,是依据各渲染级分别对放置了结构体阵列的可视化空间进行渲染的图像数量;基于各渲染级别对应的图像渲染量和图像渲染总量,确定在渲染过程中各渲染级别的分布信息。
在其中的一个实施例中,第三确定模块1422,还用于确定图像渲染总量;图像渲染总量为对放置了结构体阵列的可视化空间进行渲染的图像总数量;确定渲染级别集合中的第一渲染级别到第二渲染级别之间的第二图像渲染量;第二图像渲染量,是依据第一渲染级别和第二渲染级别分别对放置了结构体阵列的可视化空间进行渲染的图像数量;第一渲染级别和第二渲染级别,是渲染级别集合中各相邻的渲染级别;基于各第二图像渲染量和图像渲染总量,确定在渲染过程中第一渲染级别至第二渲染级别的分布信息。
在其中的一个实施例中,第二确定模块1406,还用于将属于同一注视点渲染图像的区域图块内的目标像素点进行累加,得到同一注视点渲染图像的特征点数量;特征点信息包括特征点数量。
上述实施例中,通过构建测试场景和开启帧循环机制,可以采集各渲染级别的不同图块之间具有明显区别的注视点渲染图像,从而有利于在测试时提高测试的准确性。
在其中的一个实施例中,如图15所示,该装置还包括:
提取模块1424,用于将各注视点渲染图像的区域图块内的目标像素点,分别作为各注视点渲染图像的特征点;分别提取各注视点渲染图像的特征点周围的像素点;
着色模块1426,用于分别对各注视点渲染图像的特征点进行着色处理,得到各渲染级别对应的测试效果图;或者,分别提取各注视点渲染图像的特征点周围的像素点,依次各注视点渲染图像的特征点和像素点进行着色处理,得到各渲染级别对应的测试效果图。
上述实施例中,将结构体阵列和可视化空间设置成不同颜色,从而在依据各渲染级别对放置了结构体阵列的可视化空间进行渲染的过程中,可以增强所得的注视点渲染图像的呈现效果;针对各注视点渲染图像,当同一注视点渲染图像的区域图块中存在目标像素点为第一目标色、且区域图块中第二目标色的像素点数量与第一目标色的像素点数量满足预设条件时,基于目标像素点确定同一注视点渲染图像的特征点信息,根据各注视点渲染图像的特征点信息生成测试报告,从而实现了注视点渲染的自动化测试,避免了人工测试以及人工测试过程中的主观判断,有效地提高了测试结果的准确性,而且有效地降低了注视点渲染的测试耗时,提高了测试效率。
上述注视点渲染的测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图16所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种注视点渲染的测试方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置,显示屏可以是液晶显示屏或电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图16中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述注视点渲染的测试方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述注视点渲染的测试方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述注视点渲染的测试方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (18)
1.一种注视点渲染的测试方法,其特征在于,所述方法包括:
获取各渲染级别对应的注视点渲染图像;所述注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,所述结构体阵列中的结构体和所述可视化空间分别为第一目标色和第二目标色;
分别在各所述注视点渲染图像中确定出区域图块;
针对各所述注视点渲染图像,当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第一目标色、且所述区域图块中所述第二目标色的像素点数量与所述第一目标色的像素点数量满足预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息;
根据各所述注视点渲染图像的特征点信息生成测试报告。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述结构体阵列中的结构体进行旋转,并将旋转后的所述结构体阵列置于所述可视化空间中;
所述对放置了结构体阵列的可视化空间进行渲染包括:
依据各所述渲染级别,依次对放置了旋转后的所述结构体阵列的可视化空间进行渲染。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取环境变量,并基于所述环境变量、预设的测试场景信息和图形引擎信息生成测试实例;
根据所述测试实例构建测试场景,并将帧循环机制标记为开启状态;
所述依据各所述渲染级别,依次对放置了旋转后的所述结构体阵列的可视化空间进行渲染包括:
在所述测试场景中,依据各所述渲染级别和所述帧循环机制依次对放置了旋转后的所述结构体阵列的可视化空间进行逐帧渲染。
4.根据权利要求3所述的方法,其特征在于,所述根据所述测试实例构建测试场景包括:
创建扩展现实设备的可视化空间;所述可视化空间为所述扩展现实设备的双目空间,包括第一目空间和第二目空间;
分别在所述第一目空间和所述第二目空间中选取目标平面;
将所述结构体阵列,分别放置于所述第一目空间的目标平面和所述第二目空间的目标平面。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在依次对放置了旋转后的所述结构体阵列的可视化空间进行渲染的过程中,对每次渲染所得的注视点渲染图像进行存储;
所述获取各渲染级别对应的注视点渲染图像包括:
按照图像渲染时间或图像存储时间,依序获取存储的各所述渲染级别对应的注视点渲染图像。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将各所述注视点渲染图像灰度化处理,得到灰度化的各注视点渲染图像;
对灰度化的各所述注视点渲染图像进行边缘裁剪,得到裁剪后的各注视点渲染图像;
所述分别在各所述注视点渲染图像中确定出区域图块包括:
分别在裁剪后的各所述注视点渲染图像中确定出区域图块。
7.根据权利要求6所述的方法,其特征在于,所述分别在裁剪后的各所述注视点渲染图像中确定出区域图块包括:
将目标尺寸的区域算子分别放置于裁剪后的各所述注视点渲染图像;
在裁剪后的各所述注视点渲染图像中,分别按照预设路径逐次移动所述区域算子,并在逐次移动时获取所述区域算子所覆盖的区域图块。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第二目标色、且所述区域图块中所述第一目标色的像素点数量与所述第二目标色的像素点数量满足所述预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述方法还包括:
在获得各所述注视点渲染图像的特征点信息之后,将属于相同所述渲染级别下的所述注视点渲染图像的特征点信息进行累加,得到各所述渲染级别下的特征点信息;
所述根据各所述注视点渲染图像的特征点信息生成测试报告包括:
根据各所述渲染级别下的特征点信息生成测试报告。
10.根据权利要求1至8任一项所述的方法,其特征在于,所述方法还包括:
确定在渲染过程中各所述渲染级别的分布信息;或者,
确定在渲染过程中渲染级别集合中各相邻渲染级别的分布信息;各所述渲染级别为所述渲染级别集合中的用于渲染所述可视化空间的不同渲染级别;
所述根据各所述注视点渲染图像的特征点信息生成测试报告包括:
根据所述分布信息和各所述注视点渲染图像的特征点信息生成测试报告。
11.根据权利要求10所述的方法,其特征在于,所述确定在渲染过程中各所述渲染级别的分布信息包括:
确定图像渲染总量;所述图像渲染总量为对放置了所述结构体阵列的可视化空间进行渲染的图像总数量;
分别确定各所述渲染级别对应的第一图像渲染量;所述第一图像渲染量,是依据各所述渲染级分别对放置了所述结构体阵列的可视化空间进行渲染的图像数量;
基于各所述渲染级别对应的图像渲染量和所述图像渲染总量,确定在渲染过程中各所述渲染级别的分布信息。
12.根据权利要求10所述的方法,其特征在于,所述确定在渲染过程中渲染级别集合中各相邻渲染级别的分布信息包括:
确定图像渲染总量;所述图像渲染总量为对放置了所述结构体阵列的可视化空间进行渲染的图像总数量;
确定所述渲染级别集合中的第一渲染级别到第二渲染级别之间的第二图像渲染量;所述第二图像渲染量,是依据所述第一渲染级别和所述第二渲染级别分别对放置了所述结构体阵列的可视化空间进行渲染的图像数量;所述第一渲染级别和所述第二渲染级别,是所述渲染级别集合中各相邻的渲染级别;
基于各所述第二图像渲染量和所述图像渲染总量,确定在渲染过程中所述第一渲染级别至所述第二渲染级别的分布信息。
13.根据权利要求1至8任一项所述的方法,其特征在于,所述基于所述目标像素点确定同一所述注视点渲染图像的特征点信息包括:
将属于同一所述注视点渲染图像的区域图块内的目标像素点进行累加,得到同一所述注视点渲染图像的特征点数量;所述特征点信息包括特征点数量。
14.根据权利要求1至8任一项所述的方法,其特征在于,所述方法还包括:
将各所述注视点渲染图像的区域图块内的目标像素点,分别作为各所述注视点渲染图像的特征点;
分别对各所述注视点渲染图像的特征点进行着色处理,得到各所述渲染级别对应的测试效果图;或者,
分别提取各所述注视点渲染图像的特征点周围的像素点,依次各所述注视点渲染图像的特征点和像素点进行着色处理,得到各所述渲染级别对应的测试效果图。
15.一种注视点渲染的测试装置,其特征在于,所述装置包括:
获取模块,用于获取各渲染级别对应的注视点渲染图像;所述注视点渲染图像包括扩展现实图像,是对放置了结构体阵列的可视化空间进行渲染所得的,所述结构体阵列中的结构体和所述可视化空间分别为第一目标色和第二目标色;
第一确定模块,用于分别在各所述注视点渲染图像中确定出区域图块;
第二确定模块,用于针对各所述注视点渲染图像,当同一所述注视点渲染图像的区域图块中存在目标像素点为所述第一目标色、且所述区域图块中所述第二目标色的像素点数量与所述第一目标色的像素点数量满足预设条件时,基于所述目标像素点确定同一所述注视点渲染图像的特征点信息;
生成模块,用于根据各所述注视点渲染图像的特征点信息生成测试报告。
16.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至14中任一项所述的方法的步骤。
17.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
18.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310256333.XA CN116977519A (zh) | 2023-03-03 | 2023-03-03 | 注视点渲染的测试方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310256333.XA CN116977519A (zh) | 2023-03-03 | 2023-03-03 | 注视点渲染的测试方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116977519A true CN116977519A (zh) | 2023-10-31 |
Family
ID=88482063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310256333.XA Pending CN116977519A (zh) | 2023-03-03 | 2023-03-03 | 注视点渲染的测试方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116977519A (zh) |
-
2023
- 2023-03-03 CN CN202310256333.XA patent/CN116977519A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3337158A1 (en) | Method and device for determining points of interest in an immersive content | |
CN111402374B (zh) | 多路视频与三维模型融合方法及其装置、设备和存储介质 | |
US11823322B2 (en) | Utilizing voxel feature transformations for view synthesis | |
TW201108152A (en) | Displaying a visual representation of performance metrics for rendered graphics elements | |
US20240037788A1 (en) | 3d pose estimation in robotics | |
CN113052951B (zh) | 物体的渲染处理方法、装置、计算机设备和存储介质 | |
US12045913B2 (en) | Method and apparatus for displaying virtual landscape picture, storage medium, and electronic device | |
CN112565887B (zh) | 一种视频处理方法、装置、终端及存储介质 | |
CN115375828B (zh) | 模型的阴影生成方法、装置、设备、介质 | |
CN107077742A (zh) | 一种图像处理装置和方法 | |
CN116740261B (zh) | 图像重建方法和装置、图像重建模型的训练方法和装置 | |
US20130182943A1 (en) | Systems and methods for depth map generation | |
CN108961268B (zh) | 一种显著图计算方法及相关装置 | |
CN112686314A (zh) | 基于远距离拍摄场景的目标检测方法、装置及存储介质 | |
CN117372607A (zh) | 一种三维模型的生成方法、装置及电子设备 | |
CN116977519A (zh) | 注视点渲染的测试方法、装置、计算机设备和存储介质 | |
CN116977539A (zh) | 图像处理方法、装置、计算机设备、存储介质和程序产品 | |
CN115228092A (zh) | 游戏战力评估方法、装置以及计算机可读存储介质 | |
CN116777739A (zh) | 图像处理方法、游戏渲染方法、装置、设备及存储介质 | |
CN113126944A (zh) | 深度图的显示方法、显示装置、电子设备及存储介质 | |
CN113592990A (zh) | 针对二维图像的三维效果生成方法、装置、设备及介质 | |
CN114612510B (zh) | 图像处理方法、装置、设备、存储介质及计算机程序产品 | |
US11436781B2 (en) | System and method for artificial neural-network based animation with three-dimensional rendering | |
CN117975169B (zh) | 对象分类方法、计算机程序产品、设备及存储介质 | |
CN117974814A (zh) | 用于图像处理的方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |