JPH01273190A - レイトレーシングによる高速映像生成方式 - Google Patents

レイトレーシングによる高速映像生成方式

Info

Publication number
JPH01273190A
JPH01273190A JP10182588A JP10182588A JPH01273190A JP H01273190 A JPH01273190 A JP H01273190A JP 10182588 A JP10182588 A JP 10182588A JP 10182588 A JP10182588 A JP 10182588A JP H01273190 A JPH01273190 A JP H01273190A
Authority
JP
Japan
Prior art keywords
voxel
ray
partial update
rays
update processing
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.)
Granted
Application number
JP10182588A
Other languages
English (en)
Other versions
JP2666353B2 (ja
Inventor
Katsuhiko Hirota
広田 克彦
Koichi Murakami
公一 村上
Masaaki Ota
太田 雅明
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP10182588A priority Critical patent/JP2666353B2/ja
Publication of JPH01273190A publication Critical patent/JPH01273190A/ja
Application granted granted Critical
Publication of JP2666353B2 publication Critical patent/JP2666353B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Image Generation (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概 要〕 レイトレーシング(光線追跡法)による映像生成方式に
関し、 所要計算量の削減を目的とし、 三次元空間を単位小空間に分割したボクセルを光線が通
過する毎に該ボクセルに通過光線の識別子を追加保持さ
せる通過光線履歴付与手段と、物体の移動により影響を
受、けるボクセルを検出する変化ボクセル検出手段と、
検出された変化ボクセルに保持してある光線の識別子を
抽出する再計算光線抽出手段と、抽出され起光綿につい
てのみ再計算を実行する部分更新処理手段を備え、物体
の変化により影響をうけるボクセルを通過する光線のみ
について部分更新処理して映像を再構成するよう構成す
る。
〔産業上の利用分野〕
本発明は電子計算機による映像生成に係り、特にレイト
レーシング(光線追跡法)による高速映像生成方式に関
する。
〔従来の技術〕
映像生成手法の一つにレイトレーシングと呼ばれる手法
がある。
第5図は、レイトレーシングの原理を示す図である。電
子計X機内部に三次元空間を仮定してここに三次元物体
のモデルAを構築し、ある視点Pから表示画面りの各画
素を通る視線(光線)を発射してモデルAとの交差を調
べこれによって表示すべき画素の三原色の輝度を決定す
る。三次元モデルには反射や透過の係数を設定でき、ま
た影などを含む高品質の映像が生成できる。そのため、
工業デザインのように高品質な映像を要求する分野に適
用しようと研究されている。しかし、計算すべき光線の
数は数百万本に及び、非常に膨大な演算量を必要とする
という欠点を持っている。
本発明者らは、この欠点を解決するために、変化する部
分だけを再計算して映像を生成する部分更新レイトレー
シングシステムを提案し、これを実現している。
部分更新レイトレーシングでは、レイトレーシングで映
像生成を行う場合の三次元空間を車位置方体空間に分割
し、その小空間(ボクセル空間と呼ばれる)を利用して
、物体の変化の影響を局所化して高速に映像を“再計算
している。即ち、光線が通過したボクセル空間の識別子
を各光線が保持し、部分更新には、まず変化のある物体
を含むボクセル空間(変化ボクセルと呼ぶ)を検出する
前処理の後、部分更新処理では、各光線に対してその光
線が持つ通過ボクセルの履歴の中に変化ボクセルを含む
か否かのテストを行い、変化ボクセルを含む光線に対し
て再計算を行い映像を再構成する。
第6図は、従来の部分更新レートレーシングによる処理
を示す図である。
図に示すように、光線にはその光線が通過したボクセル
空間の識別子である通過ボクセル履歴を保持させる。例
えば、光線■は通過ボクセル履歴は、(2,7,11,
12,16) 、光線■は(4,9゜14、19 ) 
となる。
部分更新前処理の段階では、変化する物体を含むボクセ
ル空間を検出する。第6図では、物体Aの移動によって
斜線を施したボクセルが変化ボクセル(13,14)と
なる。
部分更新処理では、各光線に対して変化ボクセルを含む
か否かの包含テストを行い、再計算すべき光線を捜す。
光線■と光線■、光線■は変化ボクセルを含まないので
再計算の対象外とし、光線■が変化ボクセル(14)を
含むので、再計算を行う。
このように、全ての光線に対して包含テストを繰り返し
て映像生成を実行する。
〔発明が解決しようとする課題〕
上記の従来の部分更新レイトレーシングにおいては、光
線が通過したボクセルの識別子を、各光線に通過ボクセ
ル履歴として保持させている。それから、変化する物体
を含むボクセル空間を検出して、この変化ボクセルを含
むか否かの包含テストを全ての光線に対して行わないと
、どの光線が再計算の対象となるかを判断できなかった
。変化ボクセルを含むかどうかのテストは、全光線に対
して行わなければならず、また、このテストは、集合内
に、ある集合があるかという包含テストであり、負荷が
大きい。従って、反射、透過、影が多くなると、即ち光
線数が多くなるとテスト処理が膨大となってしまい、高
速な映像生成が実行できなくなってしまうという問題が
ある。
本発明が解決しようとする課題は、このような従来の問
題点を解消した高速映像生成方式を提供することにある
〔課題を解決するための手段〕
第1図は、本発明の光線をボクセル空間で管理した映像
生成方式の原理ブロック図を示す。
図において、1は通過光線履歴付与手段であり、光線が
ボクセルを通過する毎に該ボクセルに通過光線の識別子
を追加保持させる。
2は変化ボクセル検出手段であり、物体の移動により影
響を受けるボクセルを検出する。
3は再計算光線抽出手段であり、検出された変化ボクセ
ルに保持してある光線の識別子を抽出する。
4は部分更新処理手段であり、抽出された光線について
のみ部分更新処理を実行する。
〔作 用〕
本発明方式によれば、光線にii1過ボクセル履歴を保
持させる代わりに、ボクセルにそのボクセル空間を通過
する光線の識別子を、通過光線履歴として保持させる。
通過光線履歴付与手段1は、ある光線がボクセルを通過
する毎に各ボクセルにその光線の識別子を追加して行(
変化ボクセル検出手段2は、物体が移動されたとき移動
により影響を受けるボクセルを検出し、再計算光線抽出
手段3は、部分更新前処理として、変化ボクセル空間に
保持してある光線を抽出する。
部分更新処理手段4は、再計算光線抽出手段3の抽出し
た光線のみを再計算の対象として部分更新処理を実行し
、映像を再構成する。
本発明では、再計算すべき光線が直ちに得られ、集合同
士の照合テストであり非常に時間のかかる包含テストを
省くことにより大きな処理時間短縮となり、より高速な
映像生成が可能となる。
〔実施例〕
以下第2図乃至第4図に示す実施例により、本発明をさ
らに具体的に説明する。
第2図は、本発明の一実施例による処理を説明する図で
ある。
図において、1.2,3.・−・、 19.20はボク
セルであり、三次元の小空間を二次元で表している。
■、■、■、■は光線である。
斜線を施して示した沖は物体Aが存在するボクセルであ
り、物体Aはボクセル13からボクセル14へ移動した
ことを示している。
第3図は、本発明の一実施例におけるテーブルのデータ
構造を示す図である。
(a)は、ボクセルの通過光線履歴テーブルであり、ボ
クセル毎に、その空間を通過した光線の識別子を保持す
る。第2図の例では、ボクセル1は光線■を保持し、ボ
クセル2は光線■を保持し、ボクセル6は光線■を保持
し、ボクセル12は光線■と光線■を保持することを示
す。ボクセルの通過光線H歴テーブルは、最初のレイト
レーシングにおいて、ある光線がボクセル空間を通過す
る毎に各ボクセルにその光線の識別子を追加するこによ
り作成され、物体の移動毎に、次の更新ステップのため
にボクセルの通過光’tiam歴テーブルを更新し管理
する。
山)は、物体存在ボクセルテーブルであり、物体ごとに
それが存在するボクセルの識別子を保持する。第2図の
例では、物体Aはボクセル13に存在したが、物体Aの
移動によりボクセル14に存在するようになったことを
示す。
(C)は、変化ボクセルデータであり、物体の移動によ
り影響を受けるボクセルが記憶される。第2図の例では
、ボクセル13とボクセル14が変化ボクセルとなる。
第4図は、本発明の一実施例による部分更新処理を示す
フローチャートである。以下、フローチャートのステッ
プに従ってその動作を説明する。
(1)入力された物体の移動データに応じて物体存在ボ
クセルテーブルを索引し、変化ボクセルを検出すると共
に、物体存在ボクセルテーブルを更新する。
(2)検出された変化ボクセルについてボクセルの通過
光線履歴テーブルを索引し、変化ボクセルを通過する光
線を抽出する。
(3)未だ調べてない変化ボクセルがあるかを判断し、
あればステップ(11へ戻り、なければステップ(4)
へ進む。
(4)抽出された光線についてのみ、前回映像データに
対する部分更新処理を行い、映像を再構成する。
〔発明の効果〕
以上説明のように本発明によれば、高品質な映像を生成
できるレイI・レーシングで、会話的に映像に対して修
正を加えながら所望の映像を得るような応用において、
高速に変化のある部分を検出して瞬時に映像を再構成す
ることができ、映像生成効率の向上に寄与する効果は極
めて大である。
【図面の簡単な説明】
第1図は本発明の原理ブロック図、 第2図は本発明の一実施例による処理を説明する図、 第3図は本発明の一実施例におけるテーブルのデータ構
造を示す図、 第4図は本発明の一実施例による処理を示すフローチャ
ート、 第5図はレイトレーシングを説明する図、第6図は従来
の部分更新処理を説明する図である。 図面において、 1は通過光線履歴付与手段、 2は変化ボクセル検出手段、 3は再計算光線抽出手段、 4は部分更新処理手段、 をそれぞれ示す。 本発明の原理ブロック図 第1図 第   2   図 第   3   図 本発明の一実11による処理を示すフローチャート第 
  4   図 レイトレーシングを説明する図 第  5  図

Claims (1)

  1. 【特許請求の範囲】 レイトレーシングによる三次元物体の映像生成において
    、 三次元空間を単位小空間に分割したボクセルを光線が通
    過する毎に該ボクセルに通過光線の識別子を追加保持さ
    せる通過光線履歴付与手段(1)と、物体の移動により
    影響を受けるボクセルを検出する変化ボクセル検出手段
    (2)と、 検出された変化ボクセルに保持してある光線の識別子を
    抽出する再計算光線抽出手段(3)と、抽出された光線
    についてのみ部分更新処理を実行する部分更新処理手段
    (4)を備え、 物体の変化により影響をうけるボクセルを通過する光線
    のみについて部分更新処理して映像を再構成するよう構
    成したことを特徴とするレイトレーシングによる高速映
    像生成方式。
JP10182588A 1988-04-25 1988-04-25 レイトレーシングによる高速映像生成方式 Expired - Lifetime JP2666353B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP10182588A JP2666353B2 (ja) 1988-04-25 1988-04-25 レイトレーシングによる高速映像生成方式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP10182588A JP2666353B2 (ja) 1988-04-25 1988-04-25 レイトレーシングによる高速映像生成方式

Publications (2)

Publication Number Publication Date
JPH01273190A true JPH01273190A (ja) 1989-11-01
JP2666353B2 JP2666353B2 (ja) 1997-10-22

Family

ID=14310887

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10182588A Expired - Lifetime JP2666353B2 (ja) 1988-04-25 1988-04-25 レイトレーシングによる高速映像生成方式

Country Status (1)

Country Link
JP (1) JP2666353B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008015572A (ja) * 2006-07-03 2008-01-24 Hitachi Ltd 電波伝搬特性算出装置、プログラム及び電波伝搬特性算出方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102197067B1 (ko) 2014-04-02 2020-12-30 삼성전자 주식회사 멀티 프레임들의 동일한 영역을 연속으로 렌더링하는 방법 및 장치
KR20150144233A (ko) 2014-06-16 2015-12-24 삼성전자주식회사 영상 샘플링 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008015572A (ja) * 2006-07-03 2008-01-24 Hitachi Ltd 電波伝搬特性算出装置、プログラム及び電波伝搬特性算出方法

Also Published As

Publication number Publication date
JP2666353B2 (ja) 1997-10-22

Similar Documents

Publication Publication Date Title
US11715251B2 (en) Neural network model trained using generated synthetic images
US10922793B2 (en) Guided hallucination for missing image content using a neural network
US10970816B2 (en) Motion blur and depth of field reconstruction through temporally stable neural networks
US20190147296A1 (en) Creating an image utilizing a map representing different classes of pixels
CN112801169B (zh) 一种基于改进yolo算法的伪装目标检测方法、系统、装置及存储介质
DE102019130889A1 (de) Schätzung der tiefe eines mit einer monokularen rgb-kamera aufgenommenen videodatenstroms
CN112861729B (zh) 一种基于伪深度图引导的实时深度补全方法
US10581645B1 (en) Dual-rail transceiver with improved signal-to-noise ratio for differential high-speed links
US11954830B2 (en) High dynamic range support for legacy applications
US11847733B2 (en) Performance of ray-traced shadow creation within a scene
Liu et al. High-quality textured 3D shape reconstruction with cascaded fully convolutional networks
CN113392968A (zh) 针对神经网络的迭代式小样本精细化的微训练
Fitzgerald et al. FCB-SwinV2 transformer for polyp segmentation
DE112019001978T5 (de) Verbesserung des realismus von szenen mit wasseroberflächen beim rendern
US7233964B2 (en) Method and system for compositing three-dimensional graphics images using associative decision mechanism
CN113657246B (zh) 一种基于自监督学习的三维点云二阶段目标检测方法
Murakami et al. Incremental ray tracing
DE102021114013A1 (de) Techniken zum effizienten abtasten eines bildes
Rojo et al. Fourier opacity optimization for scalable exploration
JPH01273190A (ja) レイトレーシングによる高速映像生成方式
Mateo et al. Hierarchical, Dense and Dynamic 3D Reconstruction Based on VDB Data Structure for Robotic Manipulation Tasks
CN116310757A (zh) 一种多任务实时烟雾检测方法
US11790598B2 (en) Three-dimensional tomography reconstruction pipeline
Yous et al. Gpu-based shape from silhouettes
CN113593007A (zh) 一种基于变分自编码的单视图三维点云重建方法及系统