基于分布优化的高度真实感特效绘制方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61702311
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    23.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0209.计算机图形学与虚拟现实
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Digital animation and movie industry has rewarded a rapid development, and virtual reality technology has gradually come into our lives. In order to give people more realistic viewing experience, realistic rendering technology plays more important role in the production of animation movies and games. However, rendering algorithms, especially global illumination algorithms and volume rendering algorithms, are computationally complex and time-consuming,and the generation speed and quality could not meet the needs of users in the industry. In this project, we focus on the fast and high quality global illumination effect generation method. The main research contents include: (1) optimized photon distribution in global illumination rendering based on sampling method; (2) the anisotropic material rendering and the special scene rendering based on selective photon path generation; (3) accurately rendering method of volume materials, and the photo-realistic rendering of generated relief for analysis and evaluation. The research scopes of this project include theories and methods, technologies and a prototype system. Research and completion of this project can provide us new theories and methods for solving the rendering problems on global illumination effect, and provide us a simple, efficient and robust rendering application based on photon mapping. So, research of this project has good theoretical significance and applied value.
真实感特效绘制在计算机图形学研究领域和数字媒体媒体应用领域中占有非常重要的地位。计算机图形学领域中三维模型的呈现离不开真实感绘制算法的研究,同时优秀电影和动漫作品的不断涌出也离不开绘制技术的不断发展。本课题将着重研究真实感特效绘制中的全局光照绘制、多空间特殊场景中的复杂光路传输绘制,复杂属性材质反射光路传输绘制和体特效绘制。本课题将基于光子映射方法研究实现,重点研究绘制算法路径发射和分布的优化,根据可见性和场景中的光照属性等重新划分路径分布,并且优化采样方法,最终获得优良的光子和路径分布模拟光照情况,从而实现绘制效果的提高和绘制效率的加速。实现使用综合统一的绘制流程来绘制不同的特效,优化绘制过程中对不同特效绘制需要有不同的复杂参数调节的配置情况,减少绘制方法复杂程度,提升绘制效率。真实感特效绘制优化的研究对数字媒体领域的发展有重要的意义。

结项摘要

真实感绘制在计算机图形学研究领域和数字媒体应用领域中都占有非常重要的地位。图形学领域中三维模型的呈现离不开绘制的研究,同时优秀电影和动漫作品的不断涌出也离不开绘制技术的不断发展。. 项目基于三年的研究工作,围绕在高度真实感绘制光子映射方法中光子分布不均匀,光子体量大等技术难题,着重研究了基于光子分布的优化真实感特效绘制方法,提高了光子映射绘制方法的真实感和绘制效率。除此之外,项目还进行了特效材质表面的绘制算法研究,在光子映射算法优化的基础上,搭建绘制原型系统架构,适用于应用领域内不同要求的特效绘制要求。归纳起来,本项目的主要创新点和贡献如下:(a)利用光子绘制过程中的光子分布统计数据信息优化光子绘制过程中出现的噪声偏差等问题,达到提高特效绘制真实感的目的,分别采用了光子消除的方法,基于光子分布特征信息的深度学习方法和基于图像空间子块内光子明暗空间分布误差等方法来实现优化;(b)提出基于光子空间分布的优化算法,通过划分光子实现加载平衡达到加速绘制的目的,优化算法分别采用一种基于多边形空间划分的分布式光子传递绘制方法,一种数据任务并行的调度方法和基于BVH光子树组织的体渲染加速方法进行计算。. 在本项目的支持下,项目组已发表论文6篇,其中SCI收录论文5篇;申请发明专利5件;培养研究生7名,包括在读3名。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(5)
Multiple Photon Sampling Technique Based on Stochastic Progressive Photon Mapping
基于随机渐进光子映射的多光子采样技术
  • DOI:
    10.1088/1742-6596/1518/1/012070
  • 发表时间:
    2020-04
  • 期刊:
    Journal of Physics: Conference Series
  • 影响因子:
    --
  • 作者:
    Liyan Yang;Chunmeng Kang
  • 通讯作者:
    Chunmeng Kang
A Task and Data Balanced Distributed Photon Mapping Method
一种任务和数据平衡的分布式光子映射方法
  • DOI:
    10.1016/j.cag.2019.05.009
  • 发表时间:
    2019
  • 期刊:
    Computers & Graphics
  • 影响因子:
    --
  • 作者:
    Xiang Xu;Beibei Wang;Lu Wang;Yanning Xu;Chenglei Yang;Xiangxu Meng
  • 通讯作者:
    Xiangxu Meng
Two-Layer Microfacet Model with Diffraction
具有衍射的两层微面模型
  • DOI:
    10.1016/j.cag.2019.08.017
  • 发表时间:
    2020-02
  • 期刊:
    Computers & Graphics
  • 影响因子:
    --
  • 作者:
    Yufei Chai;Yanning Xu;Maopu Xu;Lu Wang
  • 通讯作者:
    Lu Wang
Denoising Stochastic Progressive Photon Mapping Renderings Using a Multi-Residual Network
使用多残差网络对随机渐进光子映射渲染进行去噪
  • DOI:
    10.1007/s11390-020-0264-1
  • 发表时间:
    2020
  • 期刊:
    Journal of Computer Science and Technology
  • 影响因子:
    0.7
  • 作者:
    Zeng Zheng;Wang Lu;Wang Bei-Bei;Kang Chun-Meng;Xu Yan-Ning
  • 通讯作者:
    Xu Yan-Ning
A Stationary SVBRDF Material Modeling Method Based on Discrete Microsurface
基于离散微表面的静止SVBRDF材料建模方法
  • DOI:
    10.1111/cgf.13876
  • 发表时间:
    2019-10
  • 期刊:
    Computer Graphics Forum
  • 影响因子:
    2.5
  • 作者:
    Zhu Junqiu;Xu Yanning;Wang Lu
  • 通讯作者:
    Wang Lu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码