CN117808949A - 一种场景渲染方法 - Google Patents
一种场景渲染方法 Download PDFInfo
- Publication number
- CN117808949A CN117808949A CN202311858006.8A CN202311858006A CN117808949A CN 117808949 A CN117808949 A CN 117808949A CN 202311858006 A CN202311858006 A CN 202311858006A CN 117808949 A CN117808949 A CN 117808949A
- Authority
- CN
- China
- Prior art keywords
- model
- rendered
- tree
- rendering
- data structure
- 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 72
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 240000007509 Phytolacca dioica Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Image Generation (AREA)
Abstract
本发明涉及一种场景渲染方法,包括:获取在当前观察视角下当前场景中的至少一个待渲染模型;基于至少一个待渲染模型中每个待渲染模型的参数,计算每个待渲染模型的评价系数,并将每个待渲染模型的评价系数作为森林数据结构中的每棵树的根节点值;其中,森林数据结构中的每棵树和每个待渲染模型一一对应;基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,并基于分裂数量对分裂数量为非零的待渲染模型对应的树的节点进行更新,以得到更新后的森林数据结构;对更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染,从而能够避免不必要的计算开销,更好地适应不同场景和渲染设备的要求。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种场景渲染方法。
背景技术
在将三维模型渲染到屏幕的过程中,为了栅格化的方便,一般采样多边形面片的形式进行三维模型的组织。
然而,在大规模场景的渲染中,由于场景数据的庞大,如果加载所有模型的面片则需要巨量的计算资源开销。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种场景渲染方法,其解决了现有技术中存在着的需要巨量的计算资源开销的技术问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种场景渲染方法,包括:获取在当前观察视角下当前场景中的至少一个待渲染模型;基于至少一个待渲染模型中每个待渲染模型的参数,计算每个待渲染模型的评价系数,并将每个待渲染模型的评价系数作为森林数据结构中的每棵树的根节点值;其中,森林数据结构中的每棵树和每个待渲染模型一一对应;基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,并基于分裂数量对分裂数量为非零的待渲染模型对应的树的节点进行更新,以得到更新后的森林数据结构;对更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染。
在一个可能的实施例中,每个待渲染模型的参数均包括模型面积S、模型移动速度v和模型中心与当前观察视角对应的观察点之间的视距L。
在一个可能的实施例中,模型面积S的计算公式为:
其中,m表示对应的待渲染模型在观察视角下的轮廓点数;(xi,yi)表示按逆时针或顺时针排序的第i个轮廓点的像素坐标;(xi+1,yi+1)表示按逆时针或顺时针排序的第i+1个轮廓点的像素坐标。
在一个可能的实施例中,模型移动速度v的计算公式为:
其中,表示t1时刻时的模型中心的坐标;(x0,y0,z0)表示t0时刻时的模型中心的坐标。
在一个可能的实施例中,视距L的计算公式为:
其中,(x1,y1,z1)表示当前观察视角对应的观察点的坐标;(x0,y0,z0)表示模型中心的坐标。
在一个可能的实施例中,评价系数的计算公式为:
其中,γ表示评价系数。
在一个可能的实施例中,基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,包括:对当前树的根节点值和预设阈值的比值以四舍五入的方式取整,得到取整后的值;在取整后的值大于1的情况下,则将比值作为当前树对应的当前渲染模型的第一分裂数量,并基于第一分裂数量对当前渲染模型进行分裂,以得到多个分裂后的子模型,以及还计算每个分裂后的子模型的评价系数;基于每个分裂后的子模型的评价系数和预设阈值的比值,确定每个分裂后的子模型的第二分裂数量。
在一个可能的实施例中,基于分裂数量对分裂数量为非零的待渲染模型对应的树的节点进行更新,包括:基于第一分裂数量,在当前树的第一层子节点中添加与第一分裂数量相同的子节点;基于第二分裂数量,对第一层子节点中对应的子节点的下层节点进行更新。
在一个可能的实施例中,基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,进一步包括:在取整后的值小于等于1的情况下,则确定当前树的分裂数量为零。
在一个可能的实施例中,对更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染,包括:确定更新后的森林数据结构中的每棵树的叶子节点的节点值;基于更新后的森林数据结构中的每棵树的叶子节点的节点值,确定更新后的森林数据结构中的每棵树的叶子节点对应的模型部分的渲染精度;基于更新后的森林数据结构中的每棵树的叶子节点对应的模型部分的渲染精度,对其对应的模型部分进行渲染。
第二方面,本申请实施例提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第四方面,本申请提供一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。
(三)有益效果
本发明的有益效果是:
本申请实施例提供了一种场景渲染方法,通过获取在当前观察视角下当前场景中的至少一个待渲染模型;基于至少一个待渲染模型中每个待渲染模型的参数,通过计算每个待渲染模型的评价系数,随后将每个待渲染模型的评价系数作为森林数据结构中的每棵树的根节点值,以及森林数据结构中的每棵树和每个待渲染模型一一对应,随后基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,并基于分裂数量对分裂数量为非零的待渲染模型对应的树的节点进行更新,以得到更新后的森林数据结构,最后对更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染,从而本申请实施例可通过每个待渲染模型的参数来分配模型的渲染资源,避免不必要的计算开销,更好地适应不同场景和渲染设备的要求。
为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例提供的一种场景渲染方法的流程图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
在实际应用中,可以根据模型的类别和远近等因素调整渲染时所采用的多边形面片数量,目前主流的技术是基于层次细节模型(LOD)的方法来分配各个模型需渲染的多边形数量。并且,连续LOD技术在大规模场景渲染中被经常使用。该技术将场景模型以某种数据结构(最常用的是四叉树)的形式存储,再基于相关算法动态生成任意精度的细节模型。
基于此,本申请实施例提供了一种基于森林结构LOD技术的大规模场景渲染方法,通过获取在当前观察视角下当前场景中的至少一个待渲染模型;基于至少一个待渲染模型中每个待渲染模型的参数,通过计算每个待渲染模型的评价系数,随后将每个待渲染模型的评价系数作为森林数据结构中的每棵树的根节点值,以及森林数据结构中的每棵树和每个待渲染模型一一对应,随后基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,并基于分裂数量对分裂数量为非零的待渲染模型对应的树的节点进行更新,以得到更新后的森林数据结构,最后对更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染,从而本申请实施例可通过每个待渲染模型的参数来分配模型的渲染资源,避免不必要的计算开销,更好地适应不同场景和渲染设备的要求。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
请参见图1,图1示出了本申请实施例提供的一种场景渲染方法的流程图。如图1所示,该场景渲染方法可以由场景渲染装置执行,并且该场景渲染装置的具体装置可根据实际需求来进行设置,本申请实施例并不局限于此。例如,该场景渲染装置可以是计算机,也可以是服务器等。具体地,该场景渲染方法包括:
步骤S110,获取在当前观察视角下当前场景中的至少一个待渲染模型。
可选地,可获取待渲染场景,并可使用Unity库中的umbra库去除掉在当前观察视角下该待渲染场景中被遮挡的模型部分。例如,在当前观察视角下,行人模型被车辆模型遮挡后只露出脑袋,则只渲染行人的脑袋部分(即可将该行人的脑袋部分看作一个待渲染模型),行人模型身体的其余部分则不进行后续步骤的处理。
这里需要说明的是,该待渲染场景除了前景部分的渲染(例如,某模型未被其他模型遮挡,则可对该模型进行渲染),也包括对背景的渲染。例如,地块和蓝天都可以通过三维模型表示。
步骤S120,基于至少一个待渲染模型中每个待渲染模型的参数,计算每个待渲染模型的评价系数,并将每个待渲染模型的评价系数作为森林数据结构中的每棵树的根节点值。其中,森林数据结构中的每棵树和每个待渲染模型一一对应。
应理解,每个待渲染模型的参数所包含的具体参数可根据实际需求来进行设置,本申请实施例并不局限于此。
可选地,至少一个待渲染模型中每个待渲染模型的参数均包括待渲染模型的模型面积S、待渲染模型的模型移动速度v和待渲染模型的模型中心与当前观察视角对应的观察点之间的视距L。
以及,面积更大的模型应该给与更大的渲染精度,模型面积S为特定观察视角下模型在图像中所占像素大小。并且,像素大小可以通过Green定理计算,具体地:
其中,m表示对应的待渲染模型在观察视角下的轮廓点数;(xi,yi)表示按逆时针(或顺时针)排序的第i个轮廓点的像素坐标;(xi+1,yi+1)表示按逆时针(或顺时针)排序的第i+1个轮廓点的像素坐标。
这里需要说明的是,(xi,yi)和(xi+1,yi+1)对应的时针转动方向是一致的。
以及,对于移动更快的模型应该给与更小的渲染精度,模型移动速度v的计算公式为:
其中,表示t1时刻时的模型中心的坐标;(x0,y0,z0)表示t0时刻时的模型中心的坐标。
以及,距离视点越近的模型应该被使用更高的渲染精度,视距L的计算公式为:
其中,(x1,y1,z1)表示当前观察视角对应的观察点的坐标;(x0,y0,z0)表示模型中心的坐标。以及,观察相机所在的位置为观察点的位置。
进而,该评价系数的计算公式为:
其中,γ表示评价系数。
步骤S130,基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,并基于分裂数量对分裂数量为非零的待渲染模型对应的树的节点进行更新,以得到更新后的森林数据结构。
具体地,对当前树的根节点值和预设阈值的比值以四舍五入的方式取整,得到取整后的值。在取整后的值大于1的情况下,则将比值作为当前树对应的当前渲染模型的第一分裂数量,并基于第一分裂数量对当前渲染模型进行分裂,以得到多个分裂后的子模型,以及还计算每个分裂后的子模型的评价系数,基于每个分裂后的子模型的评价系数和预设阈值的比值,确定每个分裂后的子模型的第二分裂数量;在取整后的值小于等于1的情况下,则确定当前树的分裂数量为零。
这里需要说明的是,预设阈值的具体值可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,预设阈值是由专业人员根据所用的渲染设备的计算能力设置的,即更强计算能力的渲染设置可以设置更小的阈值。
例如,通过宽度优先遍历的方法遍历访问森林中的所有树,当访问到当前树的时候,计算当前树的根节点值和预设阈值的比值,并以四舍五入的方式对该比值进行取整,得到取整后的值b1。
若取整后的值b1小于等于1的情况下,则该当前待渲染模型不进行分裂,且该当前树也无需添加任何节点;
若取整后的值b1大于1,则将当前待渲染模型分裂为b1个分裂后的子模型,且将当前树的第一层子节点设置成b1个子节点。也就是说,这b1个子节点所对应的模型部分是由根节点所对应的当前待渲染模型分裂后获得的b1个分裂后的子模型。以及,对于每个分裂后的子模型来说,其可以继续通过每个分裂后的子模型的参数,计算每个分裂后的子模型的评价系数,且每个分裂后的子模型的评价系数的计算过程与待渲染模型的评价系数的计算过程是类似的,在此不再重复赘述。随后,可计算每个分裂后的子模型的评价系数和预设阈值的比值,并以四舍五入的方式对该比值进行取整,得到取整后的值b2。
进一步地,若取整后的值b2小于等于1的情况下,则该当前分裂后的子模型不进行分裂,且该当前分裂后的子模型对应的第一层子节点无需添加第二层子节点;
若取整后的值b2大于1,则可将当前分裂后的子模型分裂为b2个分裂后的子模型,且将当前分裂后的子模型对应的处于第一层的子节点下添加b2个第二层子节点。
进一步地,可继续重复上述步骤,以对每次分裂后得到的子模型继续进行判断,直至当前树没有新增的子节点则停止循环。例如,可计算对第五次分裂后的子模型的评价系数,以及基于该评价系数,判断是否需要增加第5层子节点等。
因此,借助于上述技术方案,本申请根据评价系数和预设阈值的比值确定分裂数量而不是预先设定的固定分裂数量,有助于减小多次分裂的可能性,从而减少计算资源的开销。
这里还需要说明的是,模型的分裂方式可根据实际需求来进行设置,本申请实施例并不局限于此。
可选地,对于每个待渲染模型的首次分裂来说,分裂后得到的b1个分裂后的子模型的模型区域面积是相同的,且每个分裂后的子模型的区域面积s0的计算方法为:
其中,s表示待渲染模型的面积;b1表示分裂数量。
进一步地,该分裂步骤为:当i=0是,以模型中心为起点,以模型轮廓上的两点Pi和Pi+1为终点创建向量,若两向量之间的夹角小于角度a或者大于角度b则重新选取Pi和Pi+1。其中,角度a的具体角度和角度b的具体角度均可由模型的外观特点和分裂数量b1预先设定,如模型是正方体,则a和b可以被分别设置为45°/b1和135°/b1。
以及,若模型轮廓和向量之间的区域r包含的像素值超过s0,则沿着模型的外轮廓逐渐移动Pi的位置使得区域r的像素值等于s0;若区域r包含的像素值小于s0,则逐渐移动Pi+1的位置使得区域r的像素值等于s0。
以及,取模型中心和模型轮廓上的两点Pi和Pi+1的连线,重复上述步骤,直到i=b1,则停止循环。
步骤S140,对更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染。其中,叶子节点是每棵树当中没有子结点的结点。
可选地,确定所述更新后的森林数据结构中的每棵树的叶子节点的节点值;基于所述更新后的森林数据结构中的每棵树的叶子节点的节点值,确定所述更新后的森林数据结构中的每棵树的叶子节点对应的模型部分的渲染精度;基于所述更新后的森林数据结构中的每棵树的叶子节点对应的模型部分的渲染精度,对其对应的模型部分进行渲染。
这里需要说明的是,若某一个待渲染模型对应的树没有进行任何分裂,则可将该树的根节点看作叶子节点。
例如,可计算当前叶子节点的节点值(即其为该当前叶子节点对应的模型部分的评价系数),并可计算该当前叶子节点的节点值和预设阈值的商值,并将该商值作为该当前叶子节点的渲染精度,以及其使用的多边形数量为C×α,且C可由专业人员根据渲染设备计算能力和所渲染的模型外观决定,更复杂的模型外观和计算力更强的渲染设备可以使用更高的C值。
这里需要说明的是,虽然本申请是以当前叶子节点的渲染举例来说的,但本领域的技术人员应当理解,其他的叶子节点的渲染过程是类似的,在此不再重复赘述。
因此,借助于上述技术方案,本申请实施例通过计算每个待渲染模型的评价系数,随后将每个待渲染模型的评价系数作为森林数据结构中的每棵树的根节点值,以及森林数据结构中的每棵树和每个待渲染模型一一对应,随后基于每棵树的根节点的根节点值和预设阈值的比值,确定每个待渲染模型的分裂数量,并基于分裂数量对分裂数量为非零的待渲染模型对应的树的节点进行更新,以得到更新后的森林数据结构,最后对更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染,从而本申请实施例可通过每个待渲染模型的参数来分配模型的渲染资源,避免不必要的计算开销,更好地适应不同场景和渲染设备的要求。
以及,本申请还可根据模型内不同区域的特点对模型进行高效拆分,并对模型拆分后的不同部分进行针对性渲染,进一步提高了大规模场景渲染效率。
应理解,上述场景渲染方法仅是示例性的,本领域技术人员根据上述的方法可以进行各种变形,该变形之后的方案也属于本申请的保护范围。
本申请提供一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行实施例所述的方法。
本申请还提供一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行方法实施例所述的方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (10)
1.一种场景渲染方法,其特征在于,包括:
获取在当前观察视角下当前场景中的至少一个待渲染模型;
基于所述至少一个待渲染模型中每个待渲染模型的参数,计算所述每个待渲染模型的评价系数,并将所述每个待渲染模型的评价系数作为森林数据结构中的每棵树的根节点值;其中,所述森林数据结构中的每棵树和所述每个待渲染模型一一对应;
基于所述每棵树的根节点的根节点值和预设阈值的比值,确定所述每个待渲染模型的分裂数量,并基于所述分裂数量对所述分裂数量为非零的待渲染模型对应的树的节点进行更新,以得到更新后的森林数据结构;
对所述更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染。
2.根据权利要求1所述的场景渲染方法,其特征在于,所述每个待渲染模型的参数均包括模型面积S、模型移动速度v和模型中心与所述当前观察视角对应的观察点之间的视距L。
3.根据权利要求2所述的场景渲染方法,其特征在于,所述模型面积S的计算公式为:
其中,m表示对应的待渲染模型在观察视角下的轮廓点数;(xi,yi)表示按逆时针或顺时针排序的第i个轮廓点的像素坐标;(xi+1,yi+1)表示按逆时针或顺时针排序的第i+1个轮廓点的像素坐标。
4.根据权利要求2所述的场景渲染方法,其特征在于,所述模型移动速度v的计算公式为:
其中,表示t1时刻时的模型中心的坐标;(x0,y0,z0)表示t0时刻时的模型中心的坐标。
5.根据权利要求2所述的场景渲染方法,其特征在于,所述视距L的计算公式为:
其中,(x1,y1,z1)表示所述当前观察视角对应的观察点的坐标;(x0,y0,z0)表示模型中心的坐标。
6.根据权利要求2所述的场景渲染方法,其特征在于,所述评价系数的计算公式为:
其中,γ表示所述评价系数。
7.根据权利要求1所述的场景渲染方法,其特征在于,所述基于所述每棵树的根节点的根节点值和预设阈值的比值,确定所述每个待渲染模型的分裂数量,包括:
对当前树的根节点值和所述预设阈值的比值以四舍五入的方式取整,得到取整后的值;
在所述取整后的值大于1的情况下,则将所述比值作为所述当前树对应的当前渲染模型的第一分裂数量,并基于所述第一分裂数量对所述当前渲染模型进行分裂,以得到多个分裂后的子模型,以及还计算所述每个分裂后的子模型的评价系数;
基于所述每个分裂后的子模型的评价系数和所述预设阈值的比值,确定所述每个分裂后的子模型的第二分裂数量。
8.根据权利要求7所述的场景渲染方法,其特征在于,所述基于所述分裂数量对所述分裂数量为非零的待渲染模型对应的树的节点进行更新,包括:
基于所述第一分裂数量,在所述当前树的第一层子节点中添加与所述第一分裂数量相同的子节点;
基于所述第二分裂数量,对所述第一层子节点中对应的子节点的下层节点进行更新。
9.根据权利要求7所述的场景渲染方法,其特征在于,所述基于所述每棵树的根节点的根节点值和预设阈值的比值,确定所述每个待渲染模型的分裂数量,进一步包括:
在所述取整后的值小于等于1的情况下,则确定所述当前树的分裂数量为零。
10.根据权利要求1所述的场景渲染方法,其特征在于,所述对所述更新后的森林数据结构中的每棵树的叶子节点对应的模型部分进行渲染,包括:
确定所述更新后的森林数据结构中的每棵树的叶子节点的节点值;
基于所述更新后的森林数据结构中的每棵树的叶子节点的节点值,确定所述更新后的森林数据结构中的每棵树的叶子节点对应的模型部分的渲染精度;
基于所述更新后的森林数据结构中的每棵树的叶子节点对应的模型部分的渲染精度,对其对应的模型部分进行渲染。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311858006.8A CN117808949A (zh) | 2023-12-29 | 2023-12-29 | 一种场景渲染方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311858006.8A CN117808949A (zh) | 2023-12-29 | 2023-12-29 | 一种场景渲染方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117808949A true CN117808949A (zh) | 2024-04-02 |
Family
ID=90431733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311858006.8A Pending CN117808949A (zh) | 2023-12-29 | 2023-12-29 | 一种场景渲染方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117808949A (zh) |
-
2023
- 2023-12-29 CN CN202311858006.8A patent/CN117808949A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7125512B2 (ja) | オブジェクトのロード方法及び装置、記憶媒体、電子装置、並びにコンピュータプログラム | |
US8711143B2 (en) | System and method for interactive image-based modeling of curved surfaces using single-view and multi-view feature curves | |
US9959670B2 (en) | Method for rendering terrain | |
CN109410316B (zh) | 物体的三维重建的方法、跟踪方法、相关装置及存储介质 | |
WO2022121525A1 (zh) | 三维场景数据的渲染方法及装置、存储介质、电子装置 | |
CN109949693B (zh) | 一种地图绘制方法、装置、计算设备及存储介质 | |
CN115018992B (zh) | 发型模型的生成方法、装置、电子设备及存储介质 | |
CN109697748B (zh) | 模型压缩处理方法、模型贴图处理方法装置、存储介质 | |
CN110930503A (zh) | 一种服装三维模型建立方法、系统、存储介质及电子设备 | |
Yang et al. | Automatic objects removal for scene completion | |
CN114241151A (zh) | 三维模型简化方法、装置、计算机设备和计算机存储介质 | |
CN116402979A (zh) | 一种三维模型面片轻量化处理方法、装置及电子设备 | |
CN114202454A (zh) | 图优化方法、系统、计算机程序产品以及存储介质 | |
CN111260706B (zh) | 一种基于单目相机的稠密深度图计算方法 | |
CN116993955A (zh) | 三维模型的重拓扑方法、装置、设备及存储介质 | |
CN117808949A (zh) | 一种场景渲染方法 | |
CN109102565B (zh) | 一种自动生成虚拟地形的方法 | |
WO2023137916A1 (zh) | 基于图神经网络的图像场景分类方法及装置 | |
CN113838199B (zh) | 一种三维地形生成方法 | |
CN114913305A (zh) | 模型处理方法、装置、设备、存储介质及计算机程序产品 | |
CN115375857A (zh) | 三维场景重建方法、装置、设备及存储介质 | |
CN113240720B (zh) | 一种三维表面重建方法、装置、服务器以及可读存储介质 | |
CN109493406B (zh) | 快速百分比靠近软阴影绘制方法 | |
CN107481314B (zh) | 一种基于kd树的阴影体优化方法 | |
Fu et al. | Dynamic shadow rendering with shadow volume optimization |
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 |