复杂场景建模与超高清渲染技术

研究基于扫描、图像或视觉的方法，高效地获取复杂场景的高精度三维采样数据：几何、纹理、材质等细节数据；研究复杂场景的高效表示、存储和层次化高效构建等，能根据场景显示精度、景深、空间分布等进行优化；针对复杂场景建模的基本特征和特殊性，构建相应高精度三维模型，并对自然现象和特殊对象或群体进行特效建模；研究大规模场景下的高清渲染技术，综合软硬件技术提高算法的效率，并研究如何在大规模复杂场景建模与渲染中实现高效的存储管理、使用各种辅助技术如无缝LOD，多CPU和多GPU协同等实现异构系统的高效并行绘制算法，实现超高清渲染；面向高清数字电视，研究高清视频的压缩和立体显示问题；研究基于图像和视频的超分辨率和前景抠取等后期制作关键技术。随着当今电影工业的数字化应用的迅猛发展，影视特效和大规模虚拟场景的应用越来越普及，复杂场景建模与超高清渲染技术的研究可望推动高清影视的发展，具有重大的理论和实践意义。

复杂场景建模与高清渲染技术研究，在工业建模、医学影像、影视制作等领域具有重大理论与应用意义。围绕高效获取和管理高精度采样数据、基于高效空间剖分的复杂场景数据表示、无缝LOD超高清渲染和高效并行绘制和基于场景空间结构的超高清影视频计算与处理四个核心内容，结合图像/视频大数据智能处理技术的发展趋势，取得了超预期研究成果。.a)大规模场景数据的获取、表示与处理：提出了多尺度变分框架中运动细节保持的光流估计方法、基于上采样的子像素相关性估计方法、基于主成分分析的边缘定向图像插值方法等；提出了基于单立方体映射的多分辨模型表达方法、场景分类中重要空间池化区域的学习方法，基于树的图像采集可视化与优化等一系列方法。.b)大规模场景高效建模与渲染技术：提出了二阶连续的体数据高质量拓扑结构提取方法与造型框架，提出了三维实对称二阶张量场的拓扑分析方法、以及基于自适应延迟切割的三角网格布尔运算优化等算法；提出了基于单立方体映射的GPU多分辨率渲染方法，提出了基于稀疏控制的图像视频编辑模型、无缝LOD超高清渲染和高效并行绘制方法、基于深度学习的彩色化渲染等一系列方法。.c)基于场景空间结构的超高清影视频计算、处理与应用：提出了高效HEVC编码与超高清视频后处理技术、低复杂度高效率HEVC编码器方法，视觉无损的多格式图像/视频的高效重压缩技术；提出了固定人群分析中的L0正则化平稳时间估计，基于目标感知与矩形波谱分析的显著性检测，基于时空Gabor滤波的实时视频风格化等一系列新方法。.d)完成了图像/视频压智能压缩技术、后期编辑处理系统；完成视频超分辨率放大、帧率提升等一系列处理算法，并开发了基于多核CPU/GPU处理器的一套视频编码与画质焕新处理系统。.项目发表106篇高水平学术论文，其中期刊53篇（包括IEEE TPAMI, ACM TOG等）、会议53篇（包括CVPR、ICCV等），申请专利26项、授权2项，软件著作权2项。培养12名博士(毕业9人)，31名硕士，获“国家千青”1名，上海市“浦江人才计划”1名。

内容获取失败，请点击重试